2. FTIR定量分析原理
FTIR定量分析的核心，是把“某个吸收峰有多强”转换成“目标组分有多少”。这个转换的桥梁就是朗伯-比尔定律（Beer-Lambert Law）。理解它，才能理解为什么标准曲线通常是一条直线，也才能判断什么时候这条直线会弯、会偏、会不可用。
一、朗伯-比尔定律：从光衰减到浓度
当红外光穿过厚度为 b 的样品时，若样品中目标组分对某一波数 ν̃ 有吸收，则透射光强 I 与入射光强 I₀ 之间满足：
A(ν̃) = -log₁₀(I / I₀) = ε(ν̃) · b · c其中：A 为吸光度（无量纲）；ε 为摩尔吸光系数（L·mol⁻¹·cm⁻¹），是物质在特定波数下的固有属性；b 为光程（cm），即红外光穿过样品的有效厚度；c 为浓度（mol·L⁻¹）。
这个式子说明：在 ε 和 b 固定时，吸光度 A 与浓度 c 成正比。这正是标准曲线能够用直线拟合的理论依据。实际工作中，我们往往不直接测 c，而是配制一系列已知浓度的标准样品，测出对应 A，再以 c 为横坐标、A 为纵坐标做线性回归，得到 A = kc + d，其中斜率 k 对应 ε·b，截距 d 理想情况下应接近 0。
二、吸光度与浓度的实际关系
在理想条件下，A-c 关系是一条过原点的直线。但真实 FTIR 测量中，这条线只在有限范围内保持线性。通常认为，当吸光度落在 0.1～1.0 之间时，线性最好；低于 0.1 时信噪比不足，高于 1.0 时偏离风险显著增加。因此，标准曲线的浓度范围应尽量让所有标准点的吸光度落在这个“舒适区”内。
另一个关键点是峰高与峰面积的选择。峰高取的是某一波数处的吸光度，简单快速，但对峰位漂移、基线偏移和噪声敏感；峰面积是对整个吸收峰积分，能容纳峰形变化，通常线性范围和稳健性更好。对于定量分析，尤其是复杂基质样品，优先推荐使用峰面积。
三、偏离线性的常见原因
标准曲线不直，通常不是“仪器坏了”，而是以下一种或多种因素在起作用。理解这些原因，才能有针对性地调整实验设计。
- 浓度过高导致分子间相互作用增强。当目标组分浓度较高时，分子间平均距离缩短，邻近分子对彼此电子云和振动偶极矩产生影响，使 ε 不再是常数。宏观表现就是高浓度端吸光度增长变缓，曲线向下弯曲。这是最典型的化学偏离。
- 杂散光与检测器非线性。FTIR 检测器（如 DTGS 或 MCT）在接近饱和或极低光通量时响应不再线性。若样品吸收过强，到达检测器的光太弱，噪声占比升高，吸光度读数会偏低，曲线在高浓度端向下偏。
- 基线漂移与散射。样品颗粒散射、KBr 压片透光不均、ATR 晶体接触不良等，都会造成基线倾斜或偏移。若基线校正不统一，不同浓度点的吸光度会叠加一个变化的背景，导致截距 d 明显偏离 0，甚至斜率失真。
- 峰位漂移与重叠。氢键、溶剂效应或温度变化会使吸收峰位移或变宽。若定量时固定取某一波数的峰高，峰位漂移会直接改变读数；若目标峰与基质峰重叠，峰面积也会被“污染”，线性自然变差。
- 样品制备不一致。压片厚度不均、ATR 压力不同、溶液挥发导致浓度变化，都会引入随机误差。这类偏离通常表现为标准点围绕直线上下跳动，而不是系统性弯曲。
四、偏离对标准曲线的影响与判断
偏离线性对标准曲线的影响，可以从三个参数观察：斜率 k、截距 d、相关系数 R²。若高浓度端向下弯曲，整体拟合的斜率会被拉低，导致低浓度样品被高估；若基线偏移导致截距 d 显著不为 0，则低浓度端误差被放大。R² 低于 0.995 时，就应检查是否存在上述问题，而不是直接接受这条曲线。
实际操作中，建议先做单点验证：用中间浓度的标准品回算，若回算值与配制值偏差超过 5%，说明曲线在该区间不可靠。再检查残差分布：若残差呈明显的“U 形”或“倒 U 形”，说明存在系统性弯曲，应缩小浓度范围或改用非线性拟合。若残差随机散布，则更可能是随机误差，可通过增加平行样改善。
五、把原理落到标准曲线制作中
基于以上原理，制作 FTIR 标准曲线时应遵循几条原则：第一，控制吸光度在 0.1～1.0，必要时稀释或改变光程；第二，优先使用峰面积，并固定积分区间和基线规则；第三，每个浓度点至少测 3 次，取平均吸光度，观察重复性；第四，标准点不少于 5 个，覆盖预期样品浓度范围，且低、中、高分布合理；第五，报告斜率、截距、R² 和残差图，而不仅仅报一个 R²。
例如，用 ATR-FTIR 测定某有机酸在 1710 cm⁻¹ 附近的羰基吸收，配制 0.2、0.5、1.0、1.5、2.0 mg/mL 五个标准点，测得吸光度分别为 0.12、0.28、0.55、0.78、0.95。以浓度为横坐标、吸光度为纵坐标线性回归，得到 A = 0.46c + 0.02，R² = 0.998。此时截距接近 0，斜率稳定，说明在 0.2～2.0 mg/mL 范围内线性良好。若最高点吸光度达到 1.3 且明显低于直线预测值，则应把该点剔除或缩小范围，重新拟合。
归根结底，朗伯-比尔定律给出的是理想模型，标准曲线则是这个模型在真实仪器、真实样品和真实操作条件下的“校准结果”。理解偏离线性的原因，不是为了背公式，而是为了在曲线不理想时知道该查什么、改什么、如何判断结果是否可信。