2、标准曲线法原理：标准曲线法的数学基础、适用范围、优缺点分析

标准曲线法，说白了就是红外定量分析里最经典、最基础的方法。我入行那会儿，师傅丢给我一本旧笔记本，第一页就写着：「做定量，先学会拉标准曲线。」这么多年过去了，这个方法依然是我日常工作中最常用的工具之一。

它的核心逻辑其实很简单：浓度越高，吸收越强。我们通过已知浓度的样品，建立浓度和吸光度之间的数学关系，再用这个关系去推算未知样品的浓度。嗯，听起来是不是有点像「用已知丈量未知」？

2.1 数学基础：朗伯-比尔定律

标准曲线法的根，扎在朗伯-比尔定律里。这个定律的表达式大家应该都熟悉：

A = ε · b · c

其中：

• A — 吸光度（无量纲）
• ε — 摩尔吸光系数（L·mol⁻¹·cm⁻¹）
• b — 光程长度（cm）
• c — 样品浓度（mol/L）

理论上，A 和 c 是完美的线性关系。但实际工作中，我很少见到完美的直线。为什么？因为现实世界总有偏差——仪器噪声、样品不均匀、基线漂移……这些都会让数据点「跳来跳去」。

所以，我们通常用最小二乘法来拟合一条「最佳直线」：

y = kx + b

这里的 y 是吸光度，x 是浓度。k 是斜率，b 是截距。我个人习惯在拟合完成后，先看一眼截距 b 是不是接近零。如果 b 的绝对值很大，说明可能有系统误差，比如背景扣除不干净。

2.2 适用范围

标准曲线法不是万能的，但它确实覆盖了大部分红外定量场景。我总结了一下，它特别适合以下几种情况：

• 单一组分定量：样品里只有一种目标成分，或者干扰组分可以忽略。比如测润滑油中的水分含量。
• 浓度范围适中：一般在 0.1% ~ 10% 之间。太低了信噪比不够，太高了偏离线性。
• 特征峰清晰：目标成分有独立的、不受干扰的吸收峰。我在项目中遇到过一种情况——两个组分的峰挨得太近，结果标准曲线怎么拉都不直，后来换了特征峰才解决。
• 基体效应可控：样品基体（比如溶剂、填料）对目标峰没有明显干扰。如果基体本身有吸收，就需要做空白校正。

你想想看，如果样品是混合物，而且各组分之间互相干扰，那标准曲线法就有点吃力了。这时候可能需要考虑多元校正，比如偏最小二乘法（PLS）。

2.3 优缺点分析

任何方法都有两面性。标准曲线法用了这么多年，它的优缺点我太清楚了。

优点

• 操作简单：配几个标准溶液，扫一遍光谱，拉一条线，完事。不需要复杂的数学处理。
• 直观易懂：把数据点画在图上，线性好不好一眼就能看出来。我经常跟新人说：「先画图，再说话。」
• 成本低：不需要昂贵的软件或复杂的算法，一台红外光谱仪加几个容量瓶就够了。
• 重复性好：只要操作规范，标准曲线可以稳定使用很长时间。我有一根测苯系物的曲线，用了半年都没变。

缺点

• 对干扰敏感：样品中如果有未知组分在目标峰位置有吸收，结果就会偏大。我曾经吃过这个亏——测一个废油样品，结果浓度高得离谱，后来才发现是添加剂在捣乱。
• 线性范围有限：超出线性范围后，误差会急剧增大。一般建议标准曲线的浓度范围覆盖样品浓度的 0.5 倍到 2 倍。
• 需要定期验证：仪器状态会变化，光源老化、检测器灵敏度下降，都会影响曲线。我建议每两周用标准品验证一次，如果偏差超过 5%，就要重新拉曲线。
• 无法处理复杂体系：对于多组分同时定量，标准曲线法基本无能为力。这时候就得请出「化学计量学」了。

2.4 核心逻辑流程图

下面这张图是我自己画的，把标准曲线法的整个流程串了一遍。你可以把它当作一个「操作地图」：

这张图把整个流程串起来了。从配制标准溶液开始，到采集光谱、提取吸光度、拟合曲线，最后验证并使用。每一步都有坑，但每一步也都有对应的解决办法。

好了，关于标准曲线法的原理，我就讲到这里。记住一句话：方法越简单，细节越重要。那些看似不起眼的操作——比如基体匹配、空白校正、定期验证——恰恰是决定结果准确性的关键。

---

公众号:蓝海资料掘金营，微信deep3321