2. 分子振动光谱基础
要理解为什么红外光谱与拉曼光谱能够互补鉴别未知物,必须回到分子振动的物理起点。分子并非刚性骨架,原子之间的化学键更像一根具有弹性的弹簧:当分子吸收能量或受到电磁场扰动时,原子会围绕平衡位置发生周期性的伸缩、弯曲和扭转。这些振动模式决定了分子在红外与拉曼光谱中呈现怎样的“指纹”。
一、红外吸收的物理起源
红外吸收的本质是分子振动能级跃迁。当红外光的频率与分子某个振动模式的固有频率一致时,分子吸收该频率的光子,从振动基态跃迁到激发态。但并非所有振动都能吸收红外光,关键条件是:振动过程中分子偶极矩必须发生变化。例如 C=O 键伸缩时,氧原子与碳原子电负性差异导致电荷分布周期性改变,偶极矩变化显著,因此羰基在红外光谱中通常表现为强吸收峰。相反,N₂、O₂ 等同核双原子分子振动时偶极矩始终为零,因而没有红外吸收。
红外吸收强度与偶极矩变化率的平方成正比。偶极矩变化越大,吸收越强。这解释了为什么极性官能团(如 O–H、C=O、N–H)在红外光谱中往往给出强而宽的吸收带,而非极性键(如 C–C、S–S)吸收较弱甚至不可见。
二、拉曼散射的物理起源
拉曼散射则源于分子极化率的变化。当单色激光照射样品时,大部分光子发生弹性散射(瑞利散射),频率不变;约百万分之一的光子与分子振动发生能量交换,散射光频率发生偏移,这就是拉曼散射。若分子振动时极化率发生变化,该振动就是拉曼活性的。例如 C=C 双键、S–S 键、芳香环呼吸振动等,在拉曼光谱中通常表现为强峰。
拉曼位移(Δν)以波数表示,等于入射光波数与散射光波数之差,与激发波长无关,只取决于分子振动能级结构。因此拉曼光谱可以直接与红外光谱进行峰位比对。拉曼散射强度与极化率变化率的平方成正比,同时受激发波长影响:通常波长越短,拉曼信号越强,但荧光干扰也越严重。
三、选律差异:互斥规则与互补性
红外与拉曼的选律差异可以用一句话概括:红外看偶极矩变化,拉曼看极化率变化。对于具有对称中心的分子,存在“互斥规则”:凡是红外活性的振动,拉曼非活性;凡是拉曼活性的振动,红外非活性。例如 CO₂ 的对称伸缩振动(O=C=O 同步伸缩)偶极矩不变,红外非活性,但极化率变化显著,拉曼活性强;而反对称伸缩振动偶极矩变化大,红外活性强,拉曼弱。这种互补性正是联合使用两种光谱能获得更完整结构信息的根本原因。
对于没有对称中心的分子,某些振动可能同时具有红外和拉曼活性,但强度比不同。实际鉴别中,我们常利用这种强度差异辅助判断官能团环境。例如,羰基 C=O 在红外中极强,在拉曼中往往较弱;而 C=C、S–S、芳香环骨架振动在拉曼中强,在红外中弱或不可见。
四、官能团特征频率与指纹区
分子振动频率与化学键的力常数和原子折合质量有关,近似满足:
ν̃ = (1 / 2πc) × √(k / μ)
其中:
ν̃ — 波数(cm⁻¹)
k — 键力常数(N/m),键越强 k 越大
μ — 折合质量,μ = m₁m₂ / (m₁ + m₂)
c — 光速
由此可以理解:C≡C 三键力常数大于 C=C 双键,大于 C–C 单键,因此波数依次降低;C–H 键因折合质量小,伸缩振动出现在 2800–3300 cm⁻¹ 的高频区;而 C–Cl、C–Br 等因折合质量大,波数较低。常见官能团特征频率可归纳如下:
| 官能团 | 振动类型 | 红外波数范围(cm⁻¹) | 拉曼强度倾向 |
|---|---|---|---|
| O–H | 伸缩 | 3200–3600(宽) | 弱 |
| N–H | 伸缩 | 3300–3500 | 弱–中 |
| C–H(饱和) | 伸缩 | 2850–3000 | 中–强 |
| C=O | 伸缩 | 1650–1750(强) | 弱 |
| C=C | 伸缩 | 1600–1680 | 强 |
| C≡C | 伸缩 | 2100–2260 | 强 |
| 芳环 | 骨架呼吸 | 1450–1600 | 强 |
| S–S | 伸缩 | 500–550 | 强 |
需要说明:上表为常见教学参考范围,实际峰位会受共轭效应、氢键、环张力、取代基电负性等因素影响,可能偏移数十波数。例如酯类 C=O 约 1735 cm⁻¹,酰胺 C=O 约 1650 cm⁻¹,共轭后降低至 1680 cm⁻¹ 以下。
指纹区通常指 400–1500 cm⁻¹ 区域。该区域包含大量单键伸缩、弯曲、骨架振动和耦合振动,峰多而密集,如同人的指纹一样具有高度特异性。即使两个化合物官能团相同,只要取代位置或骨架连接方式不同,指纹区就会出现明显差异。因此,指纹区是确认未知物身份、区分同分异构体的关键依据。红外与拉曼在指纹区的峰位和强度模式互为补充,联合比对可显著提高定性准确度。
总结来说,红外吸收与拉曼散射虽然都探测分子振动,但物理机制和选律不同,导致同一分子在两种光谱中呈现不同强度的峰。理解偶极矩变化与极化率变化这两个核心判据,掌握官能团特征频率的分布规律,并重视指纹区的整体模式比对,是后续快速鉴别未知物的重要基础。