4、选择合适的分析峰：特征峰的选择原则、避免干扰峰、基线校正的重要性

做定量分析，选峰是第一步，也是最关键的一步。

我经常跟团队里的年轻人说：峰选对了，结果就对了八成。选错了，后面再怎么折腾数据处理，都是白搭。说白了，这就是「垃圾进，垃圾出」的道理。

4.1 特征峰的选择原则

我个人习惯，选峰之前先问自己三个问题：

• 这个峰是不是目标物的专属峰？—— 特异性
• 这个峰够不够强？—— 灵敏度
• 这个峰的形状规整吗？—— 可重复性

具体来说，有这几条硬杠杠：

1. 选强吸收峰，别碰弱峰
   你想想看，弱峰本身信噪比就差，稍微有点基线漂移，峰高就测不准了。我一般选吸光度在 0.2 ~ 1.2 之间的峰，太强了容易饱和，太弱了误差大。
2. 选孤立峰，别选重叠峰
   这是新手最容易犯的错。两个峰叠在一起，你分得清哪个是哪个吗？我建议至少保证峰的两侧 20 cm⁻¹ 范围内没有其他干扰峰。
3. 选形状对称的峰
   不对称的峰，峰高和峰面积的计算都会引入系统误差。嗯，这里要注意：有些峰天生就是不对称的，比如氢键缔合的 OH 峰，这种峰尽量别用。
4. 优先选指纹区的峰
   指纹区（1500 ~ 400 cm⁻¹）的峰对分子结构变化更敏感，但干扰也多。官能团区（4000 ~ 1500 cm⁻¹）的峰特异性好，但有时候强度不够。我个人习惯：能选官能团区的就选官能团区，实在不行再退而求其次。

4.2 避免干扰峰：实战中的坑

我曾经在一个项目中吃过亏。当时测某聚合物中的微量添加剂，选了一个 1740 cm⁻¹ 的羰基峰做定量。结果数据一直不稳定，重复性很差。

后来排查才发现，样品里残留的溶剂也有羰基峰，刚好就在 1735 cm⁻¹。两个峰几乎完全重叠，我选的峰根本不是目标物的。

从那以后，我养成了一个习惯：做定量之前，先扫一张纯基质的红外谱图，看看有没有干扰。

避坑指南：

• 我曾经遇到过水汽干扰的问题。空气中的 CO₂ 在 2350 cm⁻¹ 和 667 cm⁻¹ 有强吸收，水汽在 3500 cm⁻¹ 和 1600 cm⁻¹ 附近。做定量分析前，一定要先采集背景，并且保证背景和样品的环境一致。
• 我曾经在测聚合物薄膜时，发现 720 cm⁻¹ 的峰总是偏高。后来发现是薄膜厚度不均匀导致的干涉条纹。解决办法：用 ATR 附件，或者把薄膜压得更薄更均匀。
• 注意：样品中的水分是最大的干扰源。如果样品吸湿，建议在干燥环境下制样，或者用差谱法扣除水峰。

4.3 基线校正的重要性

基线校正，说白了就是把谱图的「地板」找平。

你想想看，如果地板是歪的，你量出来的峰高能准吗？

我见过太多人，拿到谱图直接选峰就做定量，结果数据一塌糊涂。其实很多时候，问题就出在基线上。

基线校正的常见方法：

方法	适用场景	注意事项
单点基线校正	基线平坦，只有一个参考点	选在无吸收区域，比如 4000 cm⁻¹ 或 2000 cm⁻¹
两点基线校正	基线有轻微倾斜	选在峰两侧的无吸收区域
多点基线校正	基线弯曲，有漂移	至少选 3-5 个点，用多项式拟合
自动基线校正	软件自动处理	慎用！自动算法有时会把真实峰也去掉

我个人习惯：能用两点基线就不用自动基线。自动基线虽然方便，但有时候会「矫枉过正」，把一些弱峰给抹平了。

4.4 知识体系框架

下面这张图，是我自己总结的选峰逻辑。每次做定量分析前，我都会过一遍：

这张图把整个选峰逻辑串起来了。从中心节点「选择分析峰」出发，三个分支分别是特征峰原则、避免干扰峰、基线校正。三者缺一不可。

---

公众号:蓝海资料掘金营，微信deep3321