中红外衰减全反射光谱技术在人体血糖检测方面具有快速、绿色的天然优势。但人体血液中其他组分的存在会影响葡萄糖含量检测的准确度。因此，研究了人体血液中胆固醇、白蛋白以及尿素的存在对红外光谱法血糖检测的干扰程度。以117份含有不同干扰物以及不同质量浓度的葡萄糖仿体溶液为研究对象，对原始光谱进行SG（Savitzky-Golay）平滑处理后构建偏最小二乘回归模型，并构建Clarke Error Grid以及预测值与真实值对比图进行进一步分析。结果表明：全干扰物模型预测集相关系数（R_p）以及预测集均方根误差（RMSEP）分别为0.9785和40.0187，有85.7%的预测结果落在Clarke Error Grid可靠区（A区）；缺失胆固醇模型的R_p以及RMSEP分别为0.9042和175.7292，有40%的预测结果落在A区；缺失白蛋白模型的R_p以及RMSEP分别为0.9616和103.6627，有42.9%的预测结果落在A区；缺失尿素模型的R_p以及RMSEP分别为0.9742和38.6716，所有预测结果都落在A区。由此可以看出，胆固醇的干扰程度最大，白蛋白次之，尿素产生的干扰较小。本研究对提高红外光谱法葡萄糖检测的准确度具有一定帮助以及参考价值。

为解决近红外光谱快速检测乳品成分及含量时光谱数据的预处理问题, 提出一种基于直方图分层映射技术的近红外光谱主成分得分重置(SR)预处理方法。以葡萄糖氯化钠水溶液三组分样品中的葡萄糖含量、鲜牛奶样品中的乳糖含量为定量检测目标, 进行散射光谱主成分得分累计贡献率的分层分段规定化映射预处理, 利用偏最小二乘(PLS)回归分析建模手段, 对相应近红外光谱中的糖含量信息进行测试及分析。结果表明, 经过SR预处理后, 牛奶中乳糖含量PLS模型的校正集样品交互验证预测偏差降低23.9%, 实际预测偏差降低27.8%; 验证集实际预测偏差降低16.7%。该SR光谱预处理方法兼顾光谱、参考值及组分相关性等多尺度信息, 以实现光谱信息增强去噪, 能避免有用信息误删, 防止不充分拟合及过拟合。

以矿区复垦农田土壤为研究对象, 利用实验室获取的土壤重金属元素砷(As)、 锌(Zn)、 铜(Cu)、 铬(Cr)和铅(Pb)的含量与土壤可见近红外高光谱数据建立重金属元素含量的定量估算模型。 为了保证模型预测的精度和稳定性, 首先, 对原始光谱数据进行平滑处理, 并进行光谱变换, 即: 一阶导数, 标准正态变量变换及连续统去除变换;然后, 通过相关性分析提取不同变换光谱的特征波段;最后, 将最小二乘支持向量机与传统的多元线性回归和偏最小二乘回归方法的结果相比较。 研究表明: (1)以不同变换光谱数据建立反演模型均有较好的稳定性并达到一定精度, 其中以最小二乘支持向量机方法优于偏最小二乘回归优于多元线性回归模型(除少数几个情况外);(2)从不同光谱变换数据中提取的光谱特征对反演模型结果有一定影响, 其中以连续统去除和标准正态变量变换建模结果较好, 一阶导数变换稍差。 因此, 利用高光谱遥感技术来定量估算土壤重金属含量是可行的, 而且, 必要的光谱预处理对提高估算模型的精度很有帮助。