傅里叶变换红外光谱（FTIR）是一种强大的分析工具，特别适用于有机物的成分剖析。以下从原理、应用、步骤及实际案例等方面进行系统阐述：
一、FTIR基本原理
分子振动与红外吸收
分子中的化学键（如C-H、C=O、O-H等）在红外光照射下会发生振动（伸缩、弯曲等），当红外光的波数与化学键的振动频率匹配时，分子会吸收特定波长的光，形成特征吸收峰。
红外活性：只有振动过程中偶极矩发生变化的分子才具有红外活性（例如CO₂的对称伸缩振动无红外吸收，而H₂O的弯曲振动有吸收）。
傅里叶变换技术
通过干涉仪测量红外光的干涉图（时域信号），再利用傅里叶变换将其转换为频域光谱（波数-吸收强度图），从而获得高分辨率、高灵敏度的红外光谱。
光谱区域划分
特征频率区（4000-1300 cm⁻¹）：对应基团的伸缩振动（如C=O在1700 cm⁻¹附近有强吸收）。
指纹区（1300-400 cm⁻¹）：包含单键伸缩、弯曲振动及骨架振动，用于区分结构相似的化合物。
二、FTIR在有机物成分剖析中的应用
1. 官能团鉴定
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（羟基）：3200-3600 cm⁻¹（自由羟基为尖锐峰，氢键为宽峰）。
C-H（烷烃/烯烃）：3000 cm⁻¹以下（烷烃），3010-3100 cm⁻¹（烯烃）。
芳香族C=C：1450-1600 cm⁻¹（苯环骨架振动）。
N-H（胺/酰胺）：3300-3500 cm⁻¹（伯胺），1600-1700 cm⁻¹（酰胺I带）。
2. 结构分析
苯环取代模式：通过C-H面外弯曲振动（880-680 cm⁻¹）判断取代基数量及位置（如单取代、邻位、间位、对位）。
共轭效应：共轭体系会降低C=O吸收峰的波数（如脂肪酮1715 cm⁻¹，共轭后降至1680 cm⁻¹）。
氢键作用：O-H或N-H的吸收峰会因氢键形成而变宽（如羧酸二聚体在2500-3300 cm⁻¹出现宽峰）。
3. 定量分析
吸光度与浓度关系：遵循朗伯-比尔定律（A = ε·c·l），通过特征峰的吸光度计算官能团含量。
限制：需已知纯物质的标准曲线，且样品需均匀、无干扰基团。
4. 未知物结构解析
谱库比对：将样品光谱与标准数据库（如Sadtler、NIST）比对，快速识别已知化合物。
组合分析：结合NMR、质谱等技术解析复杂结构（如天然产物、药物中间体）。
三、FTIR分析步骤
样品制备
固体样品：压片法（KBr压片）、ATR（衰减全反射）法、薄膜法。
液体样品：液膜法、液体池法（避免水干扰）。
气体样品：气体池测定（需抽真空后充样）。
要求：样品纯度>98%，避免游离水（水的吸收峰会干扰分析）。
光谱扫描与数据处理
扫描参数：分辨率（通常4 cm⁻¹）、扫描次数（32-64次平均）。
基线校正：消除背景干扰（如溶剂峰、仪器噪声）。
傅里叶变换：将干涉图转换为光谱图。
谱图解析
先特征区后指纹区：优先识别强吸收峰（如C=O、O-H），再结合指纹区细节确认结构。
相关峰验证：通过一组相关吸收峰（如C=O在1700 cm⁻¹，C-O在1050 cm⁻¹）确认官能团存在。
排除干扰：注意样品中杂质或溶剂的吸收（如CHCl₃的C-Cl峰在750 cm⁻¹附近）。
四、实际案例与应用领域
1. 药物分析
活性成分鉴定：通过C=O（1700 cm⁻¹）、N-H（3300 cm⁻¹）等峰确认药物结构（如阿司匹林的酯基和羧酸基团）。
辅料检测：区分乳糖（O-H宽峰）、淀粉（C-O-C峰）等辅料。
2. 高分子材料
聚合物鉴别：通过特征峰（如聚乙烯的C-H伸缩在2920 cm⁻¹，聚酯的C=O在1720 cm⁻¹）区分不同聚合物。
降解分析：监测C=O（酸酐）或C-O-C（醚键）的变化，评估材料老化程度。
3. 环境监测
VOCs检测：利用FTIR的宽波数范围（如9100FIRair仪器）同时监测多种挥发性有机物（如苯系物、醛类）。
污染物溯源：通过指纹区吸收峰差异区分不同来源的污染（如工业废水与生活污水）。
4. 食品与农业
成分检测：分析油脂中的酯基（1740 cm⁻¹）、蛋白质中的酰胺I带（1650 cm⁻¹）。
添加剂识别：检测防腐剂（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弯曲振动）。
五、FTIR的优势与局限性
优势
非破坏性：无需复杂前处理（ATR技术可直接测固体/液体）。
快速高效：单次扫描仅需几分钟，适合高通量分析。
信息丰富：提供官能团、结构、相态等多维信息。
局限性
混合物分析困难：需先分离组分（如结合色谱技术）。
定量精度有限：受样品均匀性、基质效应影响较大。
依赖谱库：未知物解析需结合其他手段（如NMR、MS）。
六、总结
FTIR是有机物成分剖析的核心工具，尤其在官能团鉴定、结构解析和定性分析中具有不可替代性。通过结合现代软件（如OMNIC、OPUS）和谱库比对，可显著提升分析效率。对于复杂样品，建议与色谱、质谱等技术联用，实现更全面的成分解析。