据仪器信息网，于2024年11月19日报道，在荣获“中国近红外光谱三十年贡献人物”奖项之际，我心潮澎湃，感慨万千。这一荣誉不仅是对我个人在近红外光谱技术领域孜孜不倦研究的肯定，更是对近红外光谱技术在多个学科领域内所发挥的重要作用的认可。三十年的风雨历程，近红外光谱技术已经从一颗小小的种子成长为一棵参天大树，而我有幸成为这一历史进程的见证者和参与者。在此，我愿将我的从业经历、深刻感悟、以及对近红外光谱技术未来的美好展望娓娓道来。
宗绪岩教授始终致力于发酵过程分析与控制领域的研究。截至目前，课题组已成功培养近红外光谱、化学计量学相关硕士研究生十余人，其中六人已顺利完成学业。在科研项目申请方面，与化学计量学相关的项目共计5项，涵盖省部级及平台项目3项。学术成果上，发表相关学术论文十余篇，其中SCI论文7篇，中科院一区论文2篇，中科院二区论文3篇，累计影响因子超30。近年来，宗绪岩教授积极投身于中国仪器仪表学会近红外光谱分会的各项活动，多次参与学会组织的各项学术活动，在各种学术会议上积极介绍近红外技术。宗教授与行业保持紧密合作，将近红外光谱、化学计量学等技术应用于白酒、啤酒、豆干等食品加工工艺研究，取得了显著成效。
我与近红外光谱技术的初次邂逅，可以追溯到2007年，那时我正沉浸在博士研究生的学术探索中。在一场学术讲座上，我首次领略了近红外光谱技术的魅力，它以快速、无损、高效的特性，深深吸引了我。这些特点如同光谱中的一束光，照亮了我研究道路上的新方向。随后，在2015年，我获得了一个宝贵的机会，前往丹麦哥本哈根大学进行访问学者研究。在那个充满创新精神的学术环境中，我开始了将近红外光谱技术应用于酿酒副产物和乳制品的探索之旅。这段经历不仅极大地拓展了我的研究视野，也坚定了我将这一技术推向更广阔应用领域的信念。在哥本哈根的日子，我仿佛站在了近红外光谱世界的门口，手持钥匙，准备开启一扇通往未知的大门。
我的近红外光谱技术的研究旅程始于一个简单的问题：如何利用近红外光谱技术提升食品质量的检测效率和准确性，从而实现对食品的制造过程进行控制？这个问题引导我开始了一段既充满挑战又收获颇丰的研究之路。
2019年，我和我的团队在这一领域的努力结出了硕果，我们发表了《基于化学计量学的近红外光谱法检测白酒中酯含量研究》。通过结合近红外光谱技术与化学计量学方法，我们成功构建了预测白酒中酯类物质含量的模型，为白酒行业的质量控制提供了新的技术手段。在这一成就的基础上，我们并未停下脚步，而是继续深化我们的研究。2022年4月，我们发表了《化学计量学结合NIR对浓香型白酒年份、等级的研究》，这项研究得到了中国轻工业浓香型白酒固态发酵重点实验室开放基金项目和烹饪科学四川省高等学校重点实验室开放基金项目的资助。我们使用布鲁克MATRIX-F型近红外光谱仪，对102瓶浓香型白酒基酒样品进行了光谱数据收集，并通过化学计量学方法建立了年份和等级的预测模型。LSSVM模型在这些模型中表现最为出色，为白酒产业的质量控制和分析技术提供了新的理论支持。同年8月，我们进一步拓展了近红外光谱技术的应用范围，发表了《FT-IR combined with chemometrics in the quality evaluation of Nongxiangxing baijiu》。这项研究不仅在学术界引起了广泛关注，更被SCI一区期刊《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》收录，这是对我们工作的极大认可。这项研究利用FT-IR光谱技术和化学计量学方法，为浓香型白酒的质量评估提供了新的视角。通过比较不同的预处理和建模方法，我们为白酒行业的质量控制提供了更为精确的技术手段。
在不断的探索和实践中，我们意识到近红外光谱技术在食品加工过程中的广阔应用前景。2022年8月，我们与中国农科院茶叶所合作，在《Horticulturae》期刊上发表了《Rapid Detection of Moisture Content in the Processing of Longjing Tea by Micro-Near-Infrared Spectroscopy and a Portable Colorimeter Based on a Data Fusion Strategy》。这项研究利用微型近红外光谱仪和便携式色差仪，对龙井茶加工过程中的水分含量进行了实时监测，并通过数据融合技术建立了基于PLS的水分含量定量预测模型，为茶叶加工的实时在线检测提供了创新的解决方案。随着研究的深入，我们开始关注近红外光谱技术在其他食品加工过程中的应用。次年3月，我们在《Journal of Food Composition and Analysis》期刊上发表了《Monitoring the dynamic change of catechins in black tea drying by using near-infrared spectroscopy and chemometrics》，分析了红茶干燥过程中儿茶素的动态变化，并建立了基于NIRS和化学计量学的定量预测模型，为红茶干燥过程中感官品质的控制提供了科学依据。
在不断的研究和实践中，我们发现多光谱分析结合化学计量学在食品酿造过程中具有巨大的潜力。2023年10月，我们在《Food Chemistry》期刊上发表了《Quantitative analysis of key components in Qingke beer brewing process by multispectral analysis combined with chemometrics》，提出了一种新的分析方法，为青稞啤酒酿造过程中关键成分的定量分析提供了新的视角。次年7月，我们在《Food Chemistry-X》期刊上发表了《Quantitative modelling of Plato and total flavonoids in Qingke wort at mashing and boiling stages based on FT-IR combined with deep learning and chemometrics》，首次将FT-IR与深度学习相结合，对青稞啤酒在糖化和煮沸阶段的柏拉图度数和总黄酮含量进行了建模分析，为精酿啤酒酿造过程中的质量控制提供了新的理论基础和技术支撑。在同年10月发表的《红外光谱在啤酒行业中的应用进展》综述中，我们系统地探讨了红外光谱技术在啤酒生产过程中的广泛应用，从麦芽质量评估到糖化过程监测，再到发酵过程控制以及啤酒的老化和分类鉴别，文章强调了红外光谱技术在啤酒酿造质量监控中的重要作用，并对其在啤酒行业的未来发展方向进行了展望。
这些研究成果的取得，不仅是我个人职业生涯的宝贵财富，更是近红外光谱技术在食品科学领域应用的一个缩影。它们见证了近红外光谱技术从理论到实践的转变，从实验室到生产线的跨越，也展示了这一技术在提升食品质量、保障食品安全方面的巨大潜力。近红外光谱技术的社会价值不言而喻，它在食品领域为食品安全提供了强有力的保障。通过快速、无损的检测，我们可以确保食品中的营养成分、添加剂和有害物质得到有效监控，从而保障消费者的健康。此外，近红外光谱技术在食品加工过程中的应用，如在线监测和质量控制，也大大提高了生产效率，降低了成本，为企业创造了显著的经济效益。
展望未来，近红外光谱技术仍有很大的发展空间。随着计算技术的进步，尤其是深度学习和人工智能的发展，近红外光谱技术将更加精准和智能化。我们面临的挑战包括提高模型的泛化能力、降低对传统湿化学数据的依赖，以及提高数据处理的自动化程度。尽管近红外技术需要传统湿化学数据作为建模标准，可能会造成误差叠加，但其在过程控制中的优势——快速测量和趋势分析，是传统分析方法无法比拟的。
总之，近红外光谱技术已成为我职业生涯中不可或缺的一部分，它不仅丰富了我的研究生涯，也为食品科学领域的发展做出了贡献。我将继续致力于这一领域的研究，不断探索新的应用，以期为社会带来更多的价值。再次感谢这一荣誉，它不仅是对我个人的肯定，更是对近红外光谱技术未来发展的期待。
