近红外光谱原理介绍

文章目录

1 发展

近红外光谱的历史要从1800年英国物理学家赫歇耳(F.W.Herschel,1739-1822)发现红外光讲起。赫歇耳是一位天文学家,他通过自己磨制镜片制作的天文望远镜发现了天王星,他制作了400多个望远镜提供给天文爱好者使用,其中有些人抱怨透过望远镜观测星体会灼痛眼睛。于是,赫歇耳设计了一个实验来研究太阳光线的热效应,如图所示,他利用1666年牛顿发现的三棱镜分光现象将太阳光色散成不同颜色的光,然后用温度计逐一测量不同颜色光的热量。在偶然情况下,他发现在红色光之外仍存在更大强度的热量,他断定在红光之外仍存在不可见的光,他用拉丁文称之"红外"(Infra-red)。由于他的棱镜是玻璃制成的,其吸收中红外区域的辐射,实际上该波段是近红外(NearInfrared,NIR)。

巧合的是,第一次测量近红外吸收谱带的人是赫歇耳的儿子John Herschel,1840年他设计了一个巧妙的实验,将经玻璃棱镜色散后的太阳光照射到乙醇上,用黑色多孔纸吸收乙醇蒸气,然后通过称重的方法来测定乙醇的蒸发速度。1881年英国天文学家阿布尼(W.Abney)和E.R.Festing用Hilger 光谱仪以照相的方法拍摄下了48个有机液体的近红外吸收光谱(700~1100nm)。他们发现近红外光谱区的吸收谱带均与含氢基团有关(例如 C-H、N-H 和 O-H等),并指认出了乙基和芳烃的 C-H特征吸收位置。

影响近红外光谱发展的事件是1974年瑞典化学家S.Wold 和美国华盛顿大学的 B.R.Kowalski教授创建了化学计量学(Chemometris)学科。化学计量学是将数学、统计学、计算机科学与化学结合而形成的化学分支学科,其产生的基础是计算机技术的快速发展和分析仪器的现代化。计算机使仪器的控制实现了自动化,且更加精密准确,同时使数据分析变得相对简单了,可以用来处理更为复杂的定量或定性程序。

2 介绍

近红外光谱(Near-Infrared Spectroscopy, NIR)是一种光谱分析方法,主要研究电磁波谱中近红外区域(通常指 780 nm ~ 2500 nm,即波数 12800 ~ 4000 cm⁻¹)范围内物质对光的吸收、反射、散射特性。( [[波长与波数]])

近红外光(NIR)是介于紫外-可见光(UV-Vis)和中红外光(MIR)之间的电磁波其波长范围为7002500nm(142864000cm),又分为短波(7001100nm)和长波(1100cm-2500nm)近红外两个区域。由紫外-可见光谱延伸来的仪器,光谱常以波长(nm或um)为横坐标单位,而由红外光谱延伸来的仪器尤其是傅里叶变换型的仪器,光谱则多以波数(cm)为横坐标单位。

光谱分析是一种根据物质的光谱来鉴别物质及确定它的化学组成、结构或者相对含量的方法。按照分析原理,光谱技术主要分为吸收光谱,发射光谱和散射光谱三种;按照被测位置的形态来分类,光谱技术主要有原子光谱和分子光谱两种。红外光谱属于分子光谱,有红外发射和红外吸收光谱两种,常用的一般为红外吸收光谱。

简单来说,它就是用"近红外光"去照射样品,观察样品如何吸收、反射或透射这些光,然后根据得到的光谱曲线,推断样品的成分、结构或性质。

3 核心原理

  • 近红外光与分子中的 C-H、O-H、N-H 等键的伸缩和弯曲振动的倍频和合频相互作用。
  • 当近红外光的频率与分子的振动频率匹配时,就会发生吸收,形成特征吸收峰。
  • 由于这些峰与化学键的数量、环境相关,可以用来定量分析成分。

4 其他介绍

近红外光谱测得的数据单位为吸光度(Absorbance),公式通常用 比尔-朗伯定律(Beer--Lambert Law) 表示:

A = log ⁡ 10  ⁣ ( I 0 I ) = ε   c   l A = \log_{10}\!\left(\frac{I_0}{I}\right) = \varepsilon \, c \, l A=log10(II0)=εcl

其中:

  • A:吸光度(Absorbance,无量纲)
  • I0:入射光强
  • I :透射光强
  • ε :摩尔吸光系数(molar absorptivity,单位 L·mol⁻¹·cm⁻¹)
  • c :溶液浓度(mol/L)
  • l :光程长度(cm)

公式理解

  1. 对数关系
    • 吸光度 A 随光强的对数变化
    • 当透射光强 I 降低(被样品吸收更多),吸光度 A 增大
  2. 线性关系
    • A 与浓度 c 成正比(假设体系理想、浓度不高)
    • 适用于定量分析 → 可用标准曲线测未知样品浓度

另一种常见形式(自然对数)

在光谱学里,也常写成自然对数形式:

A = − ln ⁡  ⁣ ( I I 0 ) A = -\ln \!\left(\frac{I}{I_0}\right) A=−ln(I0I)

这种写法常用于红外和近红外光谱分析,尤其是仪器软件输出时。


分子运动有平动,转动,振动和电子运动四种,其中后三种为量子运动。分子从较低的能级E1,吸收一个能量为hv的光子,可以跃迁到较高的能级E2,整个运动过程满足能量守恒定律E2-E1=hv。能级之间相差越小,分子所吸收的光的频率越低,波长越长。
【必看秘籍】史上最全红外光谱知识,吐血整理! - 检测中心黄工的文章 - 知乎

1、红外吸收光谱的成因

红外吸收光谱是由分子振动和转动能级跃迁所引起的, 组成化学键或官能团的原子处于不断振动(或转动)的状态,其振动频率与红外光的振动频率相当。所以,用红外光照射分子时,分子中的化学键或官能团可发生振动(或转动)吸收,不同的化学键或官能团吸收频率不同,在红外光谱上将处于不同位置,从而可获得分子中含有何种化学键或官能团的信息。

分子的转动能级差比较小,所吸收的光频率低,波长很长,所以分子的纯转动能谱出现在远红外区。振动能级差比转动能级差要大很多,分子振动能级跃迁所吸收的光频率要高一些,分子的纯振动能谱一般出现在中红外区。(注:分子的电子能级跃迁所吸收的光在可见以及紫外区,属于紫外可见吸收光谱的范畴)

值得注意的是,只有当振动发生时伴随有分子的偶极矩发生变化,该振动才具有红外活性(注:如果振动时,分子的极化率发生变化,则该振动具有拉曼活性。

换言之,红外吸收光谱产生的条件:

应满足如下两条

(1)辐射应具有能满足物质产生振动跃迁所需的能量。

(2)辐射与物质间有相互偶合作用。

  • 对称分子:没有偶极矩,辐射不能引起共振,无红外活性,如,N2、O2、Cl2等。
  • 非对称分子:有偶极矩,红外活性。

2、分子的主要振动类型

双原子分子的振动

双原子分子中的原子以平衡点未中心,以非常小的真服(与原子核之间的距离相比)做周期性的振动,可以近似的看做简谐振动。

多原子分子的振动

伸缩振动原子沿键轴方向伸缩,键长发生变化而键角不变的振动,可分为对称伸缩和不对称伸缩,变形振动(又称弯曲振动或变角振动)基团键角发生周期变化而键长不变的振动成为变形振动,分为面内弯曲和面外弯曲振动

3、红外光谱和红外谱图的分区

通常将红外光谱分为三个区域:近红外区、中红外区和远红外区。一般说来,近红外光谱是由分子的倍频、合频产生的;中红外光谱属于分子的基频振动光谱;远红外光谱则属于分子的转动光谱和某些基团的振动光谱。

(注:由于绝大多数有机物和无机物的基频吸收带都出现在中红外区,因此中近红外光谱仪红外区是研究和应用最多的区域,积累的资料也最多,仪器技术最为成熟。通常所说的红外光谱即指中红外光谱)

按吸收峰的来源,可以将中红外光谱图大体上分为特征频率区(2.5~7.7 μm,即4000-1330 cm-1)以及指纹区(7.7~16.7μm,即1330-400 cm-1)两个区域。其中特征频率区中的吸收峰基本是由基团的伸缩振动产生,数目不是很多,但具有很强的特征性,因此在基团鉴定工作上很有价值,主要用于鉴定官能团。

如羰基,不论是在酮、酸、酯或酰胺等类化合物中,其伸缩振动总是在5.9μm左右出现一个强吸收峰,指纹区的情况不同,该区峰多而复杂,没有强的特征性,主要是由一些单键C-O、C-N和C-X(卤素原子)等的伸缩振动及C-H、O-H等含氢基团的弯曲振动以及C-C骨架振动产生。当分子结构稍有不同时,该区的吸收就有细微的差异。这种情况就像每个人都有不同的指纹一样,因而称为指纹区。指纹区对于区别结构类似的化合物很有帮助。

4、红外光谱是定性分析手段还是定量分析手段?有何应用?

红外吸收光谱主要用于定性分析分子中的官能团,也可以用于定量分析(较少使用,特别是多组分时定量分析存在困难)。红外光谱对样品的适用性相当广泛,固态、液态或气态样品都能应用,无机、有机、高分子化合物都可检测。

常见的,对于未知产物进行分析时,红外能够给出官能团信息,结合质谱,核磁,单晶衍射等其他手段有助于确认产物的结构(应用最广泛);在催化反应中,红外,特别是原位红外有着重要的作用,可以用于确定反应的中间产物,反应过程中催化剂表面物种的吸附反应情况等;通过特定物质的吸附还可以知道材料的性质,比如吡啶吸附红外可以测试材料的酸种类和酸量等,CO吸附的红外可以根据其出峰的情况判断材料上CO的吸附状态,进而知道催化剂中金属原子是否是以单原子形式存在等。

5. 红外光谱的解析一般通过什么方法?有哪些重要的数据库?

光谱的解析一般首先通过特征频率确定主要官能团信息。单纯的红外光谱法鉴定物质通常采用比较法,即与标准物质对照和查阅标准谱的方法,但是该方法对于样品的要求较高并且依赖于谱图库的大小。如果在谱图库中无法检索到一致的谱图,则可以用人工解谱的方法进行分析,这就需要有大量的红外知识及经验积累。大多数化合物的红外谱图是复杂的,即便是有经验的专家,也不能保证从一张孤立的红外谱图上得到全部分子结构信息,如果需要确定分子结构信息,就要借助其他的分析测试手段,如核磁、质谱、紫外光谱等。

重要的红外谱图数据库主要有:

Sadtler红外光谱数据库:http://www.bio-rad.com/zh-cn/product/ir-spectral-databases

日本NIMC有机物谱图库:http://sdbs.db.aist.go.jp/sdbs/cgi-bin/direct_frame_top.cgi

上海有机所红外谱图数据库:http://chemdb.sgst.cn/scdb/main/irs_introduce.asp

ChemExper化学品目录CDD:http://www.chemexper.com/

FTIRsearch:http://www.ftirsearch.com/

NIST Chemistry WebBook:http://webbook.nist.gov/chemis

相关推荐
xiao5kou4chang6kai44 个月前
MATLAB近红外光谱分析技术及实践技术
支持向量机·matlab·近红外光谱·光谱分析
青春不败 177-3266-05204 个月前
MATLAB近红外光谱分析技术及实践技术应用
随机森林·机器学习·支持向量机·matlab·卷积神经网络·遗传算法·近红外光谱
WangYan20224 个月前
MATLAB近红外光谱分析:MATLAB编程+BP神经网络+SVM+随机森林+遗传算法+变量降维+卷积神经网络等
matlab·bp神经网络·近红外光谱
夏日恋雨2 年前
GPT+Python近红外光谱数据分析
人工智能·pytorch·python·chatgpt·迁移学习·近红外光谱·近红外
夏日恋雨2 年前
GPT4+Python近红外光谱数据分析及机器学习与深度学习建模教程
人工智能·python·深度学习·机器学习·chatgpt·近红外光谱·ai大数据
夏日恋雨2 年前
如何用GPT进行AI绘图?
人工智能·python·gpt·机器学习·数据分析·近红外光谱
夏日恋雨2 年前
GPT4+Python近红外光谱数据分析及机器学习与深度学习建模
人工智能·python·机器学习·chatgpt·数据分析·高光谱·近红外光谱
夏日恋雨2 年前
基于ChatGPT4+Python近红外光谱数据分析及机器学习与深度学习建模教程
python·机器学习·chatgpt·数据分析·迁移学习·高光谱·近红外光谱