2010年10月13日，由中國儀器儀表學會分析儀器分會近紅外光譜專業委員會主辦，華東理工大學結構可控先進功能材料及其制備教育部重點實驗室、上海分析測試協會協辦的第三屆全國近紅外光譜學術會議在上海航空酒店開幕。來自近紅外光譜相關領域的專家學者、儀器用戶等200多人參加了會議。
華東理工大學副校長錢峰教授、上海分析測試協會副秘書長馬蘭鳳女士分別致詞，對到場的專家、學者表示熱烈的歡迎與衷心的感謝，并預祝本屆大會取得圓滿成功。本次大會為近紅外光譜工作者提供了一個高水平的信息交流平臺，相信借助這個平臺，并通過大家共同努力，將極大提升我國近紅外光譜技術的基礎科研、應用技術水平。
本屆會議全部采用大會報告形式，不設分會場，讓參會者能更全面了解近紅外光譜領域的發展。口頭報告、poster及論文集結合，全面展示了我國近紅外光譜領域的最新進展與成果。會議同期還舉辦了小型儀器展覽會，國內外十余家著名的近紅外光譜儀器廠家和專業供應商展示其產品 。
中國科學院上海技術物理研究所方家熊院士首先感謝陸婉珍院士四年前倡導組織全國近紅外光譜會議，感謝國內各位同行這么多年的積極研究。方家熊院士表示在發展近紅外光譜技術方面還要做出更多的努力，如發展化學計量學、促進近紅外光譜技術應用、加強自主知識產權技術研究，增加國內外儀器公司 之間合作等。并指出，近紅外光譜儀器技術未來將向小型化、專用化等方向發展。
方家熊院士一直致力于研究空間紅外傳感器技術，解決了我國首次長波紅外衛星遙感傳感器件和我國第一個航天多光譜紅外焦平面組件的技術基礎及工程問題，并研制成功風云一號和風云二號衛星以及神舟三號飛船用的各種多波段紅外傳感器組件。目前主要進行航天用探測組件在民用領域的應用技術研究。
中國儀器儀表學會分析儀器分會理事長閆成德先生介紹了長三角科學儀器產業技術創新戰略聯盟成立以來的工作，通過努力現在已有42家單位加入了聯盟，大家聯合起來形成一個團隊，共同尋找新的、共同的利益機制。
閆成德理事長表示，目前國內大多數實驗室里只有10%是國產儀器，分析儀器分會計劃從縣一級的實驗室開始做一些國產儀器示范應用，完全按照國家標準的方法在應用領域不斷應用。進而探討國產儀器在發展中有什么問題、如何改進，為政府采購提供指導。非常歡迎國產近紅外光譜儀進入示范應用，進一步探討近紅外光譜儀器上下游產業鏈未來發展方向等問題。
此外，物聯網作為國家的戰略新興產業，對于科學儀器行業的發展也有積極的促進作用，它對近紅外光譜儀器的發展將帶來怎樣的發展機遇也值得各位專家及儀器廠家門的思考。
最后，閆成德理事長強調，為了近紅外光譜快速發展，目前急需制定一個未來5-10年期間的具體發展路線，這需要大家的共同努力，相信在大家的共同努力之下近紅外光譜從技術應用到整個產業將會有更大更輝煌的發展!
中石化石油化工科學研究院陸婉珍院士在報告中指出，近紅外光譜儀的穩定性和一致性是近紅外光譜標準化所要求的基礎，同時模型傳遞方法的應用也必須以重復性極好的儀器設備為前提。但是目前制造穩定性、重復性好的儀器有很多困難，使得近紅外光譜在某個領域成為標準方法或質量控制手段還有很長一段路要走。
近紅外光譜的優點來源于大量的數據積累建立的模型，但是穩定模型的建立不但需要大量數據，并且依靠于準確的一次分析基礎，模型的覆蓋面受時間的限制也需要不斷修正，所以需要大量的成本投入。此外，近紅外光譜技術對軟件的維護較其他分析儀器的要求更多一些。目前，還沒有近紅外光譜長期應用的實例，陸婉珍院士希望大家能做第一個“吃螃蟹”的人，既要勇敢堅持，同時要理解情況，注意避開困難。
中南大學化學化工學院梁逸曾教授在報告中指出，不同樣本的光譜不但相似度很高，而且每個樣本所對應的變量數，即光譜的波長數目(或波數點數)都大大超過樣本數。一個近紅外或拉曼光譜大都有上千個波長或波數點，此數目一般都比樣本數要多，致使矩陣(XtX)嚴重虧秩，很難使用常規最小二乘來求解。這樣就出現了PCR和PLS，解決校正矩陣(XtX)嚴重虧秩的問題；采用cross-validation解決過擬合問題。
此外，梁逸曾教授介紹了采用CARS(Competitive adaptive reweighted sampling)變量篩選方法建模來提高近紅外模型的預測精度。
北京化工大學袁洪福教授在報告中介紹了，近紅外光譜分析依靠于樣品間相對變化信息。一般，樣品光譜間強度變化范圍在10-3至10-4吸光度單位，即近紅外光譜分析是一種弱信息提取技術。近紅外光譜除包括有用信息外，還包括各種共存的干擾信息。所以，研究消除各種干擾信息的方法對弱信息提取技術至關重要。
正交信號校正(OSC)是近紅外光譜分析光譜預處理方法之一。袁洪福教授的報告中介紹了一種確定OSC最佳成分數的新方法，發現將OSC用于近紅外光譜信號處理能顯著改善光譜與性質之間的線性相關關系；SK是確定最佳OSC成分數的有效方法；OSC和PLS1聯用會產生過擬合現象，是重復剔除信息造成的；OSC與MLR(多元線性回歸)的合理(變量選擇)組合不僅避免過擬合，而且可以得到優于PLS1校正的結果。