一致性檢驗在工藝和品質監控中具有廣泛作用，例如：食品加工過程中成分是否發生變化、藥品混合是否均勻、河道水質是否發生突變、石化產品生產工藝是否穩定、原料是否符合進料標準、油品是否發生變質等。

近紅外光譜技術可快速分析物質的組分和含量，但在投入使用前需要先建立待測品種的光譜與其化學成分之間的關系模型，需要大量時間準備樣品，整個過程復雜漫長。而采用近紅外光譜進行一致性檢驗則無需上述復雜過程，只需判斷被測物光譜與參考光譜是否具有一致性，大大降低了光譜儀的使用門檻。例如，通過直接比較不同存放時間的麥片的光譜，可以明顯看到麥片品質隨存放時間發生了變化。

一致性檢驗模型的建立快速簡便，只需針對待測品種測定一組參考光譜,通過這組參考光譜的平均值和標準偏差得到一致性指數CI。在現場使用時，將被測物光譜與該一致性模型設定的CI進行比較，超出CI限度即被判為異常。

以紡織業為例，由于混紡成分各種各樣，要建立全面完善的定量分析模型需要準備大量已知成分的樣品，難度較大。如使用光譜一致性檢驗的方法，所需參考樣品少，測定標準也可根據現場情況調整。

我們對滌綸混紡樣品進行測試,以滌綸含量90%為界限進行分類，使用滌綸含量>90%作為參考樣品進行一致性檢測。下圖分別為參考樣品的原始光譜和計算得到的CI光譜。綠線為滌綸含量>90%的一組參考光譜，藍線為平均光譜以及上下置信區間，紅線為超限光譜。

對未知樣品進行光譜測試時，使用以下三種不同限度控制的方法，均可以快速準確判斷樣品是否合格。其中綠點為合格樣品，即滌綸含量>90%，紅點為超限樣品，即滌綸含量<90%。

近紅外光譜一致性檢驗也被用于藥品真偽檢測。由于仿制藥與原研藥在處方、生產工藝、藥用輔料等方面存在一定的差異，通過選取多批次的藥品樣品，測得具有代表性的參考光譜，建立一致性檢驗模型，即可快速鑒別藥品真偽，有效提高篩選效率和抽樣針對性。下圖摘自“阿托伐他汀鈣片近紅外光譜一致性檢驗模型的建立”，《藥物研究》2020年7月第17卷第14期。

巨哥科技的光譜采集和分析軟件除了已提供的數據處理和建模算法，本次新增一致性檢驗功能，幫助客戶更便捷地將光譜技術投入現場使用。在使用過程中，用戶還可隨時添加參考樣品光譜，持續完善針對具體應用的一致性檢驗模型。

審核編輯 黃宇