由于发酵过程比较复杂，传统的生物传感器在自动控制系统中不能满足生产需求，生产过程最直接的控制参数生物（生化）参数（包括底物、重要中间代谢物和目标产物等）快速检测或在线检测技术的缺乏，是整个行业面临的瓶颈技术。可见，快速监测发酵液底物与产物的变化对于实现工业发酵从“粗放化、间歇式”向“精密化、连续化”的生产方式的转型具有重要的现实意义。而丁醇作为一种有机化工原料，其热值与辛烷值和乙醇十分相似，且具有能量含量高、挥发性低、减少温室气体排放等优点被认为是比乙醇更为理想的燃料，丁醇还可以用于塑料制品的制造及食用香味的提取等。但工业生产丁醇主要以石油为原料，而随着能源的枯竭，发酵法的发展前景越来越受重视，大有取代化学法的趋势。因此，十分有必要提供一种快速检测发酵液中甘油与丁醇含量的方法。
近红外光谱技术在检测含氢、碳、氮等有机物的成分上其优势非常明显，因其速度快、无损性、易操作等检测的优点，被广泛应用。用短波近红外光谱技术可以对发酵过程中乙醇的含量进行了测定。在工业上高密度大肠杆菌发酵过程中可以采用近红外光谱测定甘油、铵盐和乙酸的浓度。用近红外光谱技术可以测定CHO细胞分批发酵过程中氨酰胺、氨基酸、葡萄糖与乳酸的含量。基于近红外光谱仪体积小、分辨率高、价格低，解决了目前由于光谱仪体积大，价格高等原因造成其在发酵工业中不能普及的问题。

在甘油和丁醇的原始光谱图采用SNV预处理之后，建立偏最小二乘法（Partial Least Squares，PLS）、间隔偏最小二乘法（Interval Partial Least Squares，IPLS）、向前间隔偏最小二乘法（Forward Interval Partial Least Squares，FIPLS）、向后间隔偏最小二乘法（backward Interval Partial Least Squares，BIPLS）、移动窗口偏最小二乘法（Moving Window Partial Least Squares，MWPLS）5种校正集样本模型。
5种PLS回归模型中，iPLS、FiPLS、BiPLS、MWPLS都是对偏最小二乘法的改进，模型的稳定性与准确度有一定的提高。BiPLS模型可以减少无效波段对模型的影响，同时减少了计算机的计算量，建立的模型效果最好。但真实的发酵过程，发酵液的组成成分与标准溶液有很大的区别，且丁醇的含量是逐渐上升的，模型的效果还需经过真实发酵液检测进行验证。

使用生物传感仪对未知样本进行浓度测定，然后采用近红外光谱仪对未知样本进行光谱采集，使用建立的甘油发酵模型预测甘油与丁醇的浓度。
在生物发酵中，基本上采用生物传感仪测量发酵液的组分含量，目前市场上高精度的生物传感仪的测量误差基本保持在1%-2%以内。当以生物传感仪测量值为标准值时，采用近红外光谱技术测量值甘油的平均误差为3.2%左右，丁醇的平均测量误差为4.5%左右.发酵过程需要控制测定范围，测量误差为5%，精度满足需求。
模型对未知样本的预测与传统方法测定的真实值是极为相似的，模型的预测能力较好。近红外光谱方法相比传统的生物方法有着明显的优势，尤其在测量速度上，通常在几秒钟内就可以完成，可应用于过程分析，而且不需要对发酵液进行预处理，降低了人为因素误差。因此，利用近红外光谱分析技术测定发酵过程中甘油与丁醇的含量，是一种切实可行的快速、低价格的检测方法。