傅里葉變換紅外光譜（FTIR）是一種強大的分析工具，特別適用于有機物的成分剖析。以下從原理、應用、步驟及實際案例等方面進行系統闡述：
一、FTIR基本原理
分子振動與紅外吸收
分子中的化學鍵（如C-H、C=O、O-H等）在紅外光照射下會發生振動（伸縮、彎曲等），當紅外光的波數與化學鍵的振動頻率匹配時，分子會吸收特定波長的光，形成特征吸收峰。
紅外活性：只有振動過程中偶極矩發生變化的分子才具有紅外活性（例如CO?的對稱伸縮振動無紅外吸收，而H?O的彎曲振動有吸收）。
傅里葉變換技術
通過干涉儀測量紅外光的干涉圖（時域信號），再利用傅里葉變換將其轉換為頻域光譜（波數-吸收強度圖），從而獲得高分辨率、高靈敏度的紅外光譜。
光譜區域劃分
特征頻率區（4000-1300 cm?1）：對應基團的伸縮振動（如C=O在1700 cm?1附近有強吸收）。
指紋區（1300-400 cm?1）：包含單鍵伸縮、彎曲振動及骨架振動，用于區分結構相似的化合物。
二、FTIR在有機物成分剖析中的應用
1. 官能團鑒定
典型吸收峰（部分示例）：
C=O（羰基）：1700-1750 cm?1（酮、醛、酯、羧酸等）。
O-H（羥基）：3200-3600 cm?1（自由羥基為尖銳峰，氫鍵為寬峰）。
C-H（烷烴/烯烴）：3000 cm?1以下（烷烴），3010-3100 cm?1（烯烴）。
芳香族C=C：1450-1600 cm?1（苯環骨架振動）。
N-H（胺/酰胺）：3300-3500 cm?1（伯胺），1600-1700 cm?1（酰胺I帶）。
2. 結構分析
苯環取代模式：通過C-H面外彎曲振動（880-680 cm?1）判斷取代基數量及位置（如單取代、鄰位、間位、對位）。
共軛效應：共軛體系會降低C=O吸收峰的波數（如脂肪酮1715 cm?1，共軛后降至1680 cm?1）。
氫鍵作用：O-H或N-H的吸收峰會因氫鍵形成而變寬（如羧酸二聚體在2500-3300 cm?1出現寬峰）。
3. 定量分析
吸光度與濃度關系：遵循朗伯-比爾定律（A = ε·c·l），通過特征峰的吸光度計算官能團含量。
限制：需已知純物質的標準曲線，且樣品需均勻、無干擾基團。
4. 未知物結構解析
譜庫比對：將樣品光譜與標準數據庫（如Sadtler、NIST）比對，快速識別已知化合物。
組合分析：結合NMR、質譜等技術解析復雜結構（如天然產物、藥物中間體）。
三、FTIR分析步驟
樣品制備
固體樣品：壓片法（KBr壓片）、ATR（衰減全反射）法、薄膜法。
液體樣品：液膜法、液體池法（避免水干擾）。
氣體樣品：氣體池測定（需抽真空后充樣）。
要求：樣品純度>98%，避免游離水（水的吸收峰會干擾分析）。
光譜掃描與數據處理
掃描參數：分辨率（通常4 cm?1）、掃描次數（32-64次平均）。
基線校正：消除背景干擾（如溶劑峰、儀器噪聲）。
傅里葉變換：將干涉圖轉換為光譜圖。
譜圖解析
先特征區后指紋區：優先識別強吸收峰（如C=O、O-H），再結合指紋區細節確認結構。
相關峰驗證：通過一組相關吸收峰（如C=O在1700 cm?1，C-O在1050 cm?1）確認官能團存在。
排除干擾：注意樣品中雜質或溶劑的吸收（如CHCl?的C-Cl峰在750 cm?1附近）。
四、實際案例與應用領域
1. 藥物分析
活性成分鑒定：通過C=O（1700 cm?1）、N-H（3300 cm?1）等峰確認藥物結構（如阿司匹林的酯基和羧酸基團）。
輔料檢測：區分乳糖（O-H寬峰）、淀粉（C-O-C峰）等輔料。
2. 高分子材料
聚合物鑒別：通過特征峰（如聚乙烯的C-H伸縮在2920 cm?1，聚酯的C=O在1720 cm?1）區分不同聚合物。
降解分析：監測C=O（酸酐）或C-O-C（醚鍵）的變化，評估材料老化程度。
3. 環境監測
VOCs檢測：利用FTIR的寬波數范圍（如9100FIRair儀器）同時監測多種揮發性有機物（如苯系物、醛類）。
污染物溯源：通過指紋區吸收峰差異區分不同來源的污染（如工業廢水與生活污水）。
4. 食品與農業
成分檢測：分析油脂中的酯基（1740 cm?1）、蛋白質中的酰胺I帶（1650 cm?1）。
添加劑識別：檢測防腐劑（如苯甲酸的C=O在1700 cm?1）或非法添加物（如三聚氰胺的N-H彎曲振動）。
五、FTIR的優勢與局限性
優勢
非破壞性：無需復雜前處理（ATR技術可直接測固體/液體）。
快速高效：單次掃描僅需幾分鐘，適合高通量分析。
信息豐富：提供官能團、結構、相態等多維信息。
局限性
混合物分析困難：需先分離組分（如結合色譜技術）。
定量精度有限：受樣品均勻性、基質效應影響較大。
依賴譜庫：未知物解析需結合其他手段（如NMR、MS）。
六、總結
FTIR是有機物成分剖析的核心工具，尤其在官能團鑒定、結構解析和定性分析中具有不可替代性。通過結合現代軟件（如OMNIC、OPUS）和譜庫比對，可顯著提升分析效率。對于復雜樣品，建議與色譜、質譜等技術聯用，實現更全面的成分解析。