Ep 42 — 联用技术：TGA-FTIR、GC-FTIR、LC-FTIR

系列：红外光谱百科：从原理到实战
篇章：第四篇 · 高级篇 — 前沿技术（后段第 2 集）
适合人群：聚合物化学/分析化学/材料化学研究生、色谱-质谱方向转岗红外联用的科研人员、质量研究（QC/QA）高级工程师、药物杂质鉴定研究者
前置知识：Ep 13（透射法）、Ep 14（ATR）、Ep 18（谱图处理）、Ep 20（朗伯-比尔）、Ep 23（聚合物鉴定）、Ep 24（聚合物老化）、Ep 29（石油化工）
阅读时间：约 55 分钟

引子：让红外"长出第二维"

如果说 Ep 41 的 2D-COS 是从数学上把一维光谱"延展"为二维，那么联用技术（hyphenated techniques） 则是从硬件上让红外"长出第二维"——把色谱或热分析的分离维度叠加到光谱维度之上。1980 年代后期，随着傅里叶变换红外的快速扫描能力（每秒可采集数十张谱图）和接口技术的发展，TGA-FTIR、GC-FTIR、LC-FTIR 三大联用方案逐步成熟，成为复杂混合物分析的"标配" [1][2]。

"Hyphenated techniques combining chromatographic or thermal separation with FTIR detection provide a powerful means to resolve complex mixtures that cannot be deconvoluted by either technique alone."
—— Griffiths P R, de Haseth J A. Fourier Transform Infrared Spectrometry, 2nd ed. [2]

业界对这三种联用方案的应用场景有一个粗略口诀：

本集我们将系统讲解三种联用方案的接口设计、采样原理、数据处理与典型应用，最后介绍三维数据的化学计量学处理思路。

一、TGA-FTIR：热分解气体的"在线嗅探器"

1.1 仪器架构与接口

TGA-FTIR（Thermogravimetric Analysis–Fourier Transform Infrared）的原理：样品在热重天平上以程序升温方式加热，质量随温度变化被记录；同时逸出的气体被惰性载气（N₂ 或 Ar）吹扫进传输管线，进入加热气体池，由 FTIR 实时采集气体红外谱图 [1][3]。

   ┌────────────┐    加热传输管线       ┌──────────────┐
   │   TGA 炉   │ ───────────────────→ │  气体池 (10 cm 光程)│
   │  样品失重   │   保温 180–280°C     │   ↑ 加热 200°C     │
   └────────────┘                      └──────────────┘
        ↑                                  ↓
      载气 N₂ 50 mL/min               FTIR 实时扫描

图 1：TGA-FTIR 的整体架构。载气把逸出气体经加热保温的传输管线带入加热气体池，FTIR 实时采集。

关键接口参数 [1][3][4]：

1. 传输管线：内衬 Teflon/Sulfinert 不锈钢管，必须全程加热至 180–280°C，避免逸出气体（如水、有机物）冷凝在管壁；
2. 气体池：光程 10–20 cm 长光程气体池，加热至 200°C 防止冷凝，窗片用 ZnSe 或 KBr（注意 KBr 怕潮，需干燥氮气吹扫）；
3. 载气流速：50–100 mL/min N₂ 或 Ar，太快稀释组分，太慢引起峰拖尾；
4. 升温速率：典型 10°C/min，平衡分辨率与失重率；
5. 死体积：管线应短而细（< 1 m，内径 2 mm），减少死体积与延迟时间。

1.2 三维数据：TGA-FTIR 谱图的"全息图"

TGA-FTIR 输出的数据是一个三维矩阵（数据立方体）[1][3]：

• X 轴：波数（cm⁻¹），4000–400 cm⁻¹；
• Y 轴：温度/时间（min）；
• Z 轴：吸光度。

由此可派生三类谱图：

💡 Gram-Schmidt 重建（GSR） 是一种无需先验知识的"总信号"重建算法：把干涉图的早期数据点投影到正交基，得到该时刻气体总吸收强度。它相当于 TGA-FTIR 的"色谱图" [1][2]。

1.3 应用 1：聚合物热分解机理

TGA-FTIR 是研究聚合物热分解机理的"黄金方法" [3][5]：

• 失重曲线告诉你"什么时候失重"；
• FTIR告诉你"失重的是什么"；
• 两者结合 → 完整的分解机理图。

典型例子：聚氯乙烯（PVC）的两段分解 [5]：

表 1：PVC 两段热分解的 TGA-FTIR 数据

机理推断：第一阶段脱 HCl 形成共轭多烯链，第二阶段多烯链芳构化生成苯环结构 [5]。该机理经 ¹³C NMR 与 GC-MS 验证后成为教科书经典案例。

1.4 应用 2：填料与添加剂分析

TGA-FTIR 不仅能测定填料含量，还能识别添加剂类型 [4][6]：

案例：聚合物中增塑剂的鉴定

某 PVC 样品在 200–300°C 出现小幅失重（5%），FTIR 检测到气体在 1720 cm⁻¹（C=O）、2950 cm⁻¹（CH₃）有特征吸收 → 推断为邻苯二甲酸酯类增塑剂（如 DEHP）挥发 [6]。

定量方法 [6]：

1. 标准 TGA 失重曲线积分 = 添加剂总含量；
2. 特征波数（1720 cm⁻¹）的峰面积积分 = 添加剂化学信息；
3. 与 TGA-MS 联用可进一步区分异构体。

🔗 延伸阅读：聚合物的 C=O、C-H、CH₂ 等官能团归属详见 ftir.fun 烷基 C-H 官能团页 与 ftir.fun 羰基官能团页。

1.5 TGA-FTIR 的优势与局限

优势 [3][4]：

• 在线实时分析逸出气体，无样品损失；
• 既能定性（FTIR 谱图）又能定量（失重 + 峰面积）；
• 检测范围广（有机物、无机物、水、CO₂ 都能检测）；
• 不需要 GC 柱分离，仪器相对简单。

局限：

• 不能区分逸出气体中同时存在的异构体（如邻/间/对二甲苯，FTIR 谱图相似）；
• 高沸点组分可能在传输管线冷凝；
• 检测限不如 TGA-MS（10–100 ppm vs 1 ppm）；
• 逸出气体的瞬时浓度较低，需要长光程气体池。

二、GC-FTIR：色谱分离 + 红外定性

2.1 仪器架构

GC-FTIR（Gas Chromatography–Fourier Transform Infrared）的工作流程 [1][2][7]：

1. GC 分离：样品气化后进入色谱柱，按分配系数差异在不同保留时间流出；
2. 接口：流出物经加热传输管线进入光管接口或冷冻捕集接口；
3. FTIR 检测：实时采集每一时刻的红外谱图。

   注射器 → GC 色谱柱 → 接口 → FTIR → 数据
              ↑            ↑
            载气 He      光管 / 冷冻捕集

图 2：GC-FTIR 整体架构

2.2 两种主流接口对比

GC-FTIR 的核心是接口设计。两种主流接口的差异决定其性能 [2][7]：

表 2：GC-FTIR 主流接口对比

光管接口是最常用的方案 [2][7]：

• 内镀金石英管，光程 10–30 cm；
• 体积 100–500 μL，需匹配 GC 峰体积；
• 加热至 280–320°C 防止冷凝；
• 实时扫描：每秒 4–10 张谱图。

冷冻捕集接口（GC-MI-FTIR） [7]：

• 流出物与过量 Ar 气一起沉积在 12 K 低温金面上；
• 形成基质隔离（matrix isolation）样品；
• 分子在 Ar 基质中孤立存在，谱峰锐利到 1–2 cm⁻¹（消除转动结构与气体展宽）；
• 检测限可达 pg 级，远超光管接口；
• 局限：分析时间长（每峰需数十秒沉积 + 数分钟扫描），不实时。

2.3 GC-FTIR 与 GC-MS 的互补

业界常问："已有 GC-MS，为什么还要 GC-FTIR？" 答案在两类信息的互补性 [2][7][8]：

表 3：GC-MS 与 GC-FTIR 的信息互补性

经典互补案例：二甲苯异构体 [8]

• 邻、间、对二甲苯（C₈H₁₀）分子量相同（106），GC-MS 谱图几乎一致；
• 三者红外指纹区差异显著：
  • 邻二甲苯：742 cm⁻¹（4 个相邻 H 面外弯曲）
  • 间二甲苯：767 cm⁻¹ 与 692 cm⁻¹（3+1 相邻 H）
  • 对二甲苯：792 cm⁻¹（2 个相邻 H）
• GC-FTIR 可直接区分三者，无需借助保留时间 [8]。

2.4 GC-FTIR 的应用场景

GC-FTIR 适合 [7][8][9]：

• 香精香料成分鉴定：单萜烯异构体（柠檬烯 vs 松油烯）、醇/醛异构体；
• 石油化工族组成：芳烃、烷烃、烯烃定性；
• 环境分析：空气中 VOCs 异构体（如二氯苯异构体）；
• 药物溶剂残留：区分甲醇、乙醇、异丙醇；
• 食品风味化学：烘烤咖啡的挥发物组成；
• 法庭化学：毒品异构体区分（如冰毒的 d- 与 l- 异构体）。

2.5 操作要点与陷阱

1. 传输管线温度必须高于 GC 柱最高温度 10–20°C，防止高沸点组分冷凝；
2. 载气氦气（He）：与红外无吸收，优于氮气（N₂ 在 2330 cm⁻¹ 微弱吸收）；
3. 色谱柱选择：细口径毛细管柱（内径 0.25–0.32 mm）匹配光管体积；
4. 谱图信噪比：单峰扫描次数有限（数秒），SNR 通常 < 100，需多次累加；
5. 谱库：建议自建专用 GC-FTIR 库，因 NIST IR 库为凝聚相，与气相谱图有差异。

🔗 延伸阅读：气相分子红外与凝聚相有差异（如气相无氢键、转动精细结构），详见 ftir.fun 醇官能团页 与 ftir.fun 烷基 C-H 官能团页。

三、LC-FTIR：液相色谱-红外的挑战与突破

3.1 为何 LC-FTIR 比 GC-FTIR 难？

LC-FTIR（Liquid Chromatography–FTIR）的难度远大于 GC-FTIR [2][10]：

表 4：GC-FTIR 与 LC-FTIR 的核心难点对比

核心挑战：流动相的红外吸收会完全掩盖样品信号。例如，水的 O–H 在 3400 与 1640 cm⁻¹ 强吸收，乙腈的 C≡N 在 2250 cm⁻¹ 强吸收，甲醇的 C–O 在 1030 cm⁻¹ 强吸收 [10]。

3.2 三种主流解决方案

方案 1：流动池接口（直接测） [10]

• 流动相与样品一起进入流动池（光程 10–100 μm）；
• 样品 + 流动相的红外谱图扣除纯流动相谱图 = 样品谱图；
• 优势：实时、不损失；
• 局限：扣除不完美时残余溶剂峰严重；样品浓度需较高（mg/mL 级）；只能用红外透明溶剂（如 CCl₄、CS₂，已不环保且毒性强）。

方案 2：溶剂消除接口（最常用） [10][11]

• 流出物喷雾沉积在移动的 ZnSe 或 KBr 窗片上；
• 加热驱除溶剂，留下样品斑点；
• 红外显微镜或 ATR 显微成像检测每个斑点；
• 优势：消除溶剂干扰，灵敏度提升 100–1000 倍；
• 局限：挥发样品损失；不能实时；装置复杂。

方案 3：LC-ATR-FTIR

• 流动相直接通过 ATR 晶体（金刚石或 ZnSe）表面；
• 隐失波穿透深度（~1–2 μm）只采集近表面样品；
• 流动相仍会吸收，但相对较弱；
• 优势：装置简单、实时；
• 局限：检测限低（mg/mL 级），不适合痕量分析。

3.3 应用：药物杂质鉴定

案例：对乙酰氨基酚（paracetamol）杂质分析 [11]

某药物原料中检出 0.1% 的未知杂质，HPLC 分离后：

• 流出物经溶剂消除接口沉积在 ZnSe 上；
• 用红外显微镜采集杂质斑点红外谱图；
• 库检索匹配为 4-氨基苯酚（合成副产物）；
• 与 LC-MS 互补确认结构。

🔗 延伸阅读：药物分子的 C=O、N-H、O-H 等官能团归属详见 ftir.fun 酰胺官能团页 与 ftir.fun 羟基官能团页。

3.4 应用：天然产物分离

LC-FTIR 是天然产物化学研究中的重要工具 [11]：

• 中药多组分分析：如丹参的水溶性酚酸类成分分离鉴定；
• 植物精油分离：与 GC-FTIR 互补，分析不挥发成分；
• 蛋白质组学：HPLC 分离多肽 + 红外鉴定二级结构。

3.5 LC-FTIR 的未来：与同步辐射联用

近年来 SR-FTIR（同步辐射红外）+ LC 成为前沿 [12]：

• 同步辐射光源亮度比常规光源高 100–1000 倍；
• 可检测 LC 流出物中 ng 级样品；
• 已应用于单细胞代谢物分析、药物代谢动力学研究；
• 详见 Ep 38（同步辐射红外光源）。

四、联用技术的数据处理

4.1 三维数据的结构

TGA-FTIR、GC-FTIR、LC-FTIR 的输出数据结构相同 [1][2]：

                  波数 ν (cm⁻¹)
   4000 ──────────────────────────────── 400
     │ ▓         ▓       ▓ ▓ ▓           │
   t │   ▓   ▓         ▓ ▓ ▓ ▓         │
   / │     ▓ ▓       ▓ ▓ ▓ ▓ ▓         │  ← 每个时刻一行
   T │   ▓ ▓ ▓       ▓ ▓ ▓ ▓ ▓         │
   ( │ ▓ ▓ ▓ ▓     ▓ ▓ ▓ ▓ ▓ ▓         │
   s) │  ▓ ▓         ▓ ▓ ▓ ▓           │
     └────────────────────────────────┘
            ↓          ↓
       Gram-Schmidt     特定波数
       重建图           时间谱

图 3：三维数据立方体示意。横轴为波数，纵轴为时间/温度，每个点代表当时的吸光度。

4.2 主要数据处理步骤

1. 基线校正：每个时刻的谱图各自做基线校正；
2. 大气补偿：扣除空气中的水汽（参考 Ep 28、Ep 51）；
3. 数据压缩：可对波数轴做 PCA 降维（详见 Ep 43）；
4. 峰值检测：自动找出每一时刻的主吸收峰；
5. 库检索：每张瞬时谱图与数据库比对；
6. 可视化：Gram-Schmidt 图、特定波数时间谱、瞬时谱图。

4.3 联用数据的化学计量学

三维数据是化学计量学的"理想对象" [1][13]：

• MCR-ALS（Multivariate Curve Resolution-Alternating Least Squares）：把三维数据分解为纯组分谱图 + 纯组分浓度曲线，无需先验知识；
• PARAFAC（Parallel Factor Analysis）：三维数据的 PCA，可分离重叠峰；
• 2D-COS（详见 Ep 41）：把时间作为扰动变量，生成 2D 谱图揭示次序。

案例：TGA-FTIR + MCR-ALS 解析聚合物共混物分解 [13]

某 PE/PVC 共混物在 TGA-FTIR 中逸出气体组成复杂（HCl、苯、多烯烃），MCR-ALS 把数据分解为：

• 组分 1（HCl，2886 cm⁻¹）：250°C 浓度峰；
• 组分 2（苯，670 cm⁻¹）：320°C 浓度峰；
• 组分 3（多烯烃，2925 cm⁻¹）：480°C 浓度峰。

无需假设各组分谱图形状即可分离——这是联用技术与化学计量学结合的典型应用 [13]。

关于 MCR-ALS、PARAFAC 的详细介绍见 Ep 43 化学计量学专题。

五、实验设计与对比选择

5.1 三种联用方案的选择

表 5：三种联用方案的选择对比

5.2 决策流程图

   样品是固体还是液体？
   ├── 固体（要测热分解/逸出气体）→ TGA-FTIR
   └── 液体或气体
        ├── 挥发性好（VOC、香精）→ GC-FTIR
        │     ├── 异构体区分重要 → 优先 GC-FTIR（与 GC-MS 互补）
        │     └── 同分异构体不重要 → GC-MS 即可
        └── 不挥发/热不稳定 → LC-FTIR
              ├── 样品浓度高（>1 mg/mL）→ LC-流动池 FTIR
              └── 样品浓度低 → LC-溶剂消除 + μ-FTIR

图 4：联用方案选择决策流程

5.3 仪器采购与搭建

搭建联用系统的关键点 [4][7][10]：

1. 同一厂家：TGA-FTIR 通常用 Mettler-Toledo + Bruker 或 Netzsch + Bruker 组合；GC-FTIR 用 Agilent GC + Thermo/Bruker FTIR；
2. 接口配件：传输管线、气体池、光管等需专门适配；
3. 软件集成：厂家提供一体化软件（如 Bruker OPUS-TGA、Agilent Resolution）；
4. 气体吹扫：FTIR 光路需用干燥空气或 N₂ 吹扫，避免水汽干扰；
5. 维护成本：传输管线与光管需要定期更换（污染、老化）。

六、典型案例：从实验室到工业应用

6.1 案例 1：聚氨酯泡沫的热分解机理

某汽车座椅聚氨酯泡沫（PU）需评估其燃烧时的有毒气体排放 [14]：

• 样品：5 mg PU 颗粒；
• 方法：TGA-FTIR，升温 10°C/min，N₂ 50 mL/min；
• 结果：
  • 200–300°C：逸出 TDI（甲苯二异氰酸酯，2270 cm⁻¹ N=C=O）；
  • 300–400°C：逸出 HCN（3312 cm⁻¹）、CO（2143 cm⁻¹）；
  • 400–500°C：逸出多环芳烃（3050 cm⁻¹ 芳环 C-H）；
• 结论：燃烧时释放剧毒 HCN 与 TDI，需在材料配方中添加抑烟剂；
• 应用：该数据成为汽车内饰材料安全标准制定的关键依据。

6.2 案例 2：香精中萜烯异构体的 GC-FTIR 鉴定

某柑橘精油厂商需区分 d-柠檬烯（d-limonene）与 α-萜品烯 [7][8]：

• 问题：两者 GC 保留时间相近（差异 < 0.1 min），GC-MS 谨慎判别；
• 方法：GC-FTIR + 冷冻捕集接口；
• 结果：
  • d-柠檬烯：1640 cm⁻¹（C=C）、885 cm⁻¹（=CH₂ 面外弯曲，特征）；
  • α-萜品烯：1640 cm⁻¹（C=C）、815 cm⁻¹（=CH 面外弯曲）；
  • 885 vs 815 cm⁻¹ 直接区分，无歧义；
• 应用：帮助厂商识别掺假（α-萜品烯廉价，常冒充 d-柠檬烯）。

6.3 案例 3：药物中基因毒性杂质的 LC-FTIR 鉴定

某制药企业在原料药中检出未知杂质（< 0.05%）[11]：

• 方法：HPLC 分离 → 溶剂消除接口 → μ-FTIR 检测；
• 结果：杂质斑点红外谱图显示 1700 cm⁻¹（C=O）、1540 cm⁻¹（NO₂ 反对称伸缩）、1380 cm⁻¹（NO₂ 对称伸缩）；
• 结论：库检索匹配为芳香硝基化合物（合成中副产物，是基因毒性警示结构）；
• 应用：原料药厂家根据此结果改进合成工艺（降低硝化温度），避免安全风险。

七、联用技术的最新进展

7.1 与高分辨 MS 联用

近年发展出 TGA-GC-MS-FTIR 三联用、GC-MS-FTIR 双检测器 [1][8]：

• 一台 GC 同时连接 MS 与 FTIR，分流流出物；
• 优势：MS 给出分子量信息，FTIR 给出官能团信息，互相印证；
• 应用：复杂精油全组分分析、环境 VOCs 全谱定性。

7.2 高通量成像

FPA（焦平面阵列）+ GC-FTIR [12]：

• GC 流出物沉积在二维 ZnSe 窗片上，形成"色谱条带"；
• FPA 阵列成像整个窗片，每像素一张红外谱图；
• 详见 Ep 37（FPA 焦平面阵列成像）。

7.3 与同步辐射联用

SR-FTIR + LC 是 2020 年代的前沿 [12]：

• 同步辐射红外亮度高 100–1000 倍，检测限从 μg 降至 pg；
• 应用于单细胞代谢物分析、神经递质原位鉴定；
• 详见 Ep 38。

7.4 便携化与小型化

近年来便携式 GC-FTIR（如 Bruker MATRIX-G）已投入环境现场监测 [4]：

• 重量 20 kg，可携带；
• 应急事故中现场鉴定化学毒物；
• 灵敏度比实验室仪器低一个数量级。

配图（本集关键示意）

📷 图 5：显微/阵列成像示意

来源：真实/开源图片 · Unsplash — chemistry lab（已加水印 ftir.fun）

📷 图 6：高级方法链路

来源：真实/开源图片 · Project asset — FTIR + ATR photo（已加水印 ftir.fun）

📷 图 7：高级技术相关特征峰示意

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

本集小结

思考题

1. 你需要分析某聚合物的失重温度区间和失重产物。请描述完整的 TGA-FTIR 实验流程（样品量、升温速率、载气、采集参数），并解释为什么传输管线和气体池必须加热。

2. 某香精样品在 GC-MS 中检出 4 种保留时间不同的 C₁₀H₁₆ 单萜烯，但 MS 谱图非常相似无法区分。请说明 GC-FTIR 如何帮助区分这些异构体，并解释为什么 GC-MS 在异构体区分上"力不从心"。

3. 为什么 LC-FTIR 的难度远大于 GC-FTIR？请从流动相的物理化学性质角度解释。要消除 LC 流动相的干扰，有哪几种方法？各自的局限是什么？

4. TGA-FTIR 数据是三维矩阵（波数 × 温度 × 吸光度），但单次实验数据量很大（数百 MB）。请说明如何用化学计量学方法（如 MCR-ALS、PARAFAC）从数据中提取有用信息。

5. 联用技术 TGA-FTIR、GC-FTIR、LC-FTIR 各自最擅长什么类型的应用？请各举一个不在本集中提到的实际案例，并说明选择该方案的理由。

参考文献

[1] McClure G L, May L S. "Hyphenated Techniques in Infrared Spectroscopy." In: Practical Sampling Techniques for Infrared Analysis, CRC Press, 1991, Ch. 12: 327–372.

[2] Griffiths P R, de Haseth J A. Fourier Transform Infrared Spectrometry. 2nd ed. Wiley, 2007. ISBN: 978-0-471-19404-0. Ch. 18: Hyphenated Techniques.

[3] Kiselev P, Wessel H P. "TGA-FTIR Analysis of Polymer Degradation." Thermochimica Acta, 2003, 408(1–2): 53–62. DOI:10.1016/S0040-6031(03)00319-6.

[4] Bouachir F, Limousin N, Charvet A. "TGA-FTIR Methodology for Polymer Pyrolysis Studies." Polymer Testing, 2021, 98: 107183. DOI:10.1016/j.polymertesting.2021.107183.

[5] Zhu P, Sui S, Wang B, Sun K, Sun G. "A Study of Pyrolysis and Pyrolysis Products of Flame-Retardant Cotton Fabrics by TG-FTIR." J Anal Appl Pyrolysis, 2004, 71(2): 645–655. DOI:10.1016/j.jaap.2003.09.005.

[6] Marcilla A, Beltrán M. "Study of the Influence of Plasticizer on the Thermal Stability of PVC by TGA-FTIR." Polymer Degradation and Stability, 1995, 50(2): 117–124. DOI:10.1016/0141-3910(95)00143-J.

[7] Gurka D F, Pyle S, Titus R. "Environmental Applications of Gas Chromatography with Fourier Transform Infrared Detection (GC-FTIR)." Analytical Chemistry, 1997, 69(13): 2411–2417. DOI:10.1021/ac970067f.

[8] Ragunathan N, Krock K A, Klawun C, Sasaki T A, Wilkins C L. "Gas Chromatography with Infrared Detection." Journal of Chromatography A, 1999, 856(1–2): 349–397. DOI:10.1016/S0021-9673(99)00495-8.

[9] Bornemann L D, Wampfler D, Kresbach G M. "Capillary GC-FTIR for Essential Oil Analysis." J Essent Oil Res, 2010, 22(2): 134–140. DOI:10.1080/10412905.2010.9700277.

[10] Visser T, Vredenbregt M J, de Jong A P. "Liquid Chromatography–Infrared Spectroscopy." Trends in Analytical Chemistry, 1994, 13(3): 95–102. DOI:10.1016/0165-9936(94)85022-6.

[11] Taylor L T, Schall J F. "Solvent Elimination LC-FTIR for Drug Substance Analysis." Applied Spectroscopy, 2001, 55(7): 854–860. DOI:10.1366/0003702011952371.

[12] Dumas P, Tobin M J, Miller L M. "Synchrotron Infrared Microspectroscopy Beyond the Diffraction Limit." Spectroscopy Europe, 2009, 21(4): 14–18.

[13] Garrido M, Rius F X, Larrechi M S. "Multivariate Curve Resolution-Alternating Least Squares (MCR-ALS) Applied to TGA-FTIR Data." Analytica Chimica Acta, 2008, 615(2): 159–167. DOI:10.1016/j.aca.2008.03.051.

[14] Demir H, Sipahi B. "TGA-FTIR Analysis of Polyurethane Foam Combustion Products." Fire Safety Journal, 2020, 113: 102972. DOI:10.1016/j.firesaf.2020.102972.

[15] ftir.fun 烷基 C-H 官能团页. https://ftir.fun/ir/group/alk…

[16] ftir.fun 羰基官能团页. https://ftir.fun/ir/group/car…

[17] ftir.fun 醇官能团页. https://ftir.fun/ir/group/hyd…

[18] ftir.fun 酰胺官能团页. https://ftir.fun/ir/group/ami…

下一集预告：Ep 43 — 化学计量学：PCA、PLS 与多变量分析
联用技术让我们能采集海量多维数据，但如何从这些数据中提取化学信息？答案在化学计量学。下一集我们将系统讲解红外光谱中的多变量分析方法：数据预处理（SNV、MSC、求导、归一化）、PCA 降维与异常值检测、PLS 定量校正模型建立与验证、过拟合的识别与避免、开源工具推荐（pybaselines、SpectroChemPy、Orange-Spectroscopy）。

本文使用 CC BY-NC-SA 4.0 许可。配图来自公开领域或已标注来源的网络资源，版权归原作者所有。