光譜學基礎-歷史、解釋和應用

原子光譜學涉及原子與光的相互作用；

而分子光譜學涉及分子與光的相互作用。

原子光譜學提供有關樣品的原子或元素身份的信息；

而分子光譜學可以揭示有關分子身份和分子結構的信息。

涉及原子光譜與分子光譜的躍遷類型不同：

在原子光譜中，通常觀察到的是電子態躍遷；

而在分子光譜中，除了電子態躍遷外，還可以研究振動和旋轉躍遷。

本文重點介紹分子光譜。

光譜實驗裝置

根據所用技術的不同，光譜實驗的單位也不同。

圖1列出了電磁（EM）光譜中的一些關鍵區域、這些區域內常用的一些光譜技術、每種技術探測的躍遷類型以及使用的單位。

例如，紫外可見吸收光譜涉及分子中價電子的躍遷，以波長(λ)為單位報告，如納米（nm）

或埃(A)。

紅外吸收光譜則研究分子振動，通常以波數（cm-1）為單位報告。

圖1：電磁頻譜（EM）、使用的光譜技術、涉及的躍遷和光譜單位。EM圖像取自參考文獻1

吸收光譜學是電磁輻射因與物質相互作用而隨頻率變化的吸收過程。

想象一下，樣品在比色皿中與不同類型的光相互作用，如圖2所示。當樣品吸收不同類型光時，會激發出不同類型的躍遷。

例如：

X射線激發的是原子核電子的躍遷，

紫外光激發的是價電子的躍遷，

紅外輻射激發的是分子振動，

微波區域激發的是分子旋轉，

在射頻（RF）下則激發電子和原子核。

圖2：根據所用光的類型，激發分子的不同類型的躍遷。

紫外-可見吸收光譜

紫外-可見吸收光譜在分子中涉及激發分子軌道之間的價電子。

兩個重要的分子軌道是占據分子軌道（HOMO）和未占分子軌道（LUMO）。

對于處于基態的分子，HOMO被電子占據，而LUMO則沒有。

在紫外-可見吸收實驗中，一個電子會從HOMO激發到LUMO。當從基態激發到激發態時，還可以發生振動和旋轉躍遷。

紫外可見吸收光譜儀由寬帶光源、色散元件、波長選擇器、檢測器和記錄器組成，如圖3.2所示

圖3：單光束（上）和雙光束（下）UV-Vis分光光度計。圖摘自參考文獻2

在紫外可見光譜實驗中，通過計算透過參比樣品的光強度與透過樣品的光強度之比的對數，來計算樣品的吸光度A，其中，透過參比樣品的光強度與透過樣品的光強度之比是隨波長變化的函數：

這可用于使用比爾-朗伯定律或比爾定律計算樣品中吸收物質的濃度：

其中，ε是摩爾吸光系數，表示樣品中吸收物質對特定波長光的吸收強度，通常以M^-1cm^-1表示。c是吸收物質的濃度，單位為摩爾濃度M，d是光與樣品相互作用的距離（有時稱為路徑長度）。比爾定律在吸光度介于0.2至0.8之間時。雙光束紫外-可見光譜儀通過使用分束器同時激發參比和樣品，使這一測量更加便捷。這使得可以同時收集參比和樣品的強度。

比爾定律的一個例子是用于測量樣品中的蛋白質濃度，例如在重組蛋白生產中發現的樣品。蛋白質含有如苯、和等氨基酸，這些氨基酸具有芳香基團，在紫外光下吸收強烈。通過在280納米處測量樣品的吸收并應用比爾定律，可以估算出蛋白質的濃度，如圖4.3所示。盡管這種方法可能不夠準確，因為核酸材料通常存在于這些樣品類型中，且會吸收紫外線，但考慮到不同蛋白質中這些氨基酸的比例不同，該方法仍可用于監測重組蛋白產品的純化過程。商用的純化儀器，如HPLC系統，通常使用基于紫外可見光譜的檢測。

圖4：用于通過紫外-可見光譜法測定蛋白質濃度的三種氨基酸。左側圖表顯示了(a)苯、(b)、(c)的紫外-可見吸收光譜。右側圖表顯示了根據比爾定律獲得的280納米處的吸光度與蛋白質濃度的關系。紫外-可見吸收光譜數據來自參考文獻3。

光致發光——熒光和磷光

光致發光是指物質吸收光子后發出的光。

它分為兩種類型：熒光和磷光。

熒光相對較強且快速，時間尺度在皮秒（ps）到納秒（ns）之間。

相比之下，磷光較弱且緩慢，時間尺度在微秒（μs）或更長。

與激發波長相比，熒光和磷光都會發生紅移。

Jablonski圖，以Aleksander Jab?onski命名，是理解分子中不同類型的光物理過程的有用工具，如圖5⁴所示。本圖描述了分子的基態和激發態電子狀態、基態和激發態電子狀態內的振動和轉動能級、這些狀態的電子自旋性質以及所有這些狀態之間可能發生的躍遷類型。

圖5：Jablonski圖，描述了分子中可能的光物理過程。圖片摘自參考文獻4。

當一個處于激發態的電子通過發射光子而從激發態回到基態時，就會產生熒光。

當基態和激發態都是單重態時，就會發生熒光。

還可能發生的是，處于單重態的電子在受到電激發后，可以通過系統間躍遷（IC）進入一個電子激發的三重態自旋狀態。根據量子力學原理，激發的三重態電子通過直接光子發射弛豫到基態是被禁止的。然而，由于自旋-軌道耦合的作用，這種類型的躍遷確實會發生，這一過程正是磷光的起源。

熒光光譜儀的示意圖如圖6.⁵所示。光源可以是寬帶光源或窄帶激光器，通過透鏡聚焦到樣

品上，樣品中的電子從基態激發到激發態。當電子從激發態弛豫到基態并發射一個光子

時，通過放置一個透鏡收集發出的熒光，通常該透鏡與激發路徑呈90度角，以減少來自激

發源的背景干擾，并將熒光聚焦到單色儀中進行檢測。然后數據被發送到記錄器，在那里

測量的熒光以發射光強度隨發射波長的變化形式報告。

圖6：熒光光譜儀示意圖。圖片摘自參考文獻5。

以熒光素的吸光度和熒光光譜為例，如圖7.⁶所示。熒光素是一種用于生物成像的染料。吸收光譜用藍色表示，熒光光譜用紅色表示?？梢钥闯觯?strong>熒光光譜相對于吸收光譜發生了紅移。這被稱為斯托克斯位移。熒光光譜還像是吸收光譜的倒置，這是熒光實驗中常見的現象。

圖7：熒光素的吸收（藍色）和熒光（紅色）光譜。熒光光譜從吸收光譜中紅移，并且呈現為“鏡像”形式。光譜摘自參考文獻6。

熒光測量中一個重要量是熒光量子產率Φ，即分子發射的光子數除以分子吸收的光子數：

Φ的值為1，此時分子每吸收一個光子就發射一個光子；最小值為0，此時分子不發射任何光子。

可以使用脈沖激光和時間分辨檢測方案進行時間分辨熒光測量。近紅外熒光蛋白（ iRFP）是一類用于生物成像的基因工程熒光探針。幾種iRFP的穩態吸收和熒光光譜如圖8.⁷所示。

圖8：近紅外熒光蛋白的左穩態熒光光譜。摘自參考文獻7。

這些蛋白質吸收和熒光都偏向NIR方向，因此特別適用于深層組織成像，因為長波長的光比短波長的光能穿透更深的組織。圖9.⁷展示了iRFP702在H₂O and D₂O中，激發波長為660 nm， 發射波長702 nm的時間分辨熒光光譜。

圖9：iRFP 702在660 nm處發射并在702 nm處檢測到的時間依賴性熒光光譜在水（紅色）和D2O中顯示了動力學同位素效應。底部的曲線是相同的衰減曲線，但強度采用對數刻度。取自參考文獻7。

可見熒光強度隨時間衰減，衰減時間從幾百皮秒（ps）到幾十納秒（ns）不等，這種時間依賴性熒光強度可描述為：

其中，I(t)是激發后時間t的熒光強度，Io是初始熒光強度，τ是熒光壽命，即I(t)達到初始值（Io）的1/e的強度所需的時間。

iRFP 702在兩種溶劑中的熒光壽命不同。在水溶液中，測得的熒光壽命為749皮秒，而在氘水中則為1.35納秒。氘水中的熒光壽命比水溶液長，這可以歸因于較重的氘同位素的存在，導致這兩種溶劑中iRFP 702的熒光壽命的動力學同位素效（KIE）應為1.8。

福斯特F?rster共振能量轉移（FRET）是兩種熒光團之間發生的熒光過程。在FRET中，兩個熒光團被放置得非常接近，其中一個熒光團（FRET供體）的發射光譜與另一個熒光團（FRET受體）的吸收光譜重疊，形成一個FRET對。當供體分子從基態激發到激發電子態時，可能會發生非輻射能量轉移，供體激發受體，隨后受體熒光，如圖10.8所示。

圖10：顯示FRET對之間Forster共振能量轉移的Jablonski圖。圖片摘自參考文獻8。

FRET的效率高度依賴于距離，隨1/r^6變化，其中r是供體和受體之間的距離。由于這種強烈的距離依賴性，FRET僅在供體和受體相距幾納米時發生，在超分辨率定位成像以及檢測和追蹤蛋白質相互作用中具有應用。

磷光被廣泛用于表征“下一代”材料，如納米材料、低密度材料和新型半導體。這些材料在光伏、能源生成和太陽能電池中有著廣泛的應用。磷光實驗的設置與熒光實驗非常相似，如圖11所示。

圖11：磷光光譜儀示意圖。

氮化鎵納米結構是下一代材料的一個例子，因其磷光發射在藍色范圍內而受到關注，這使得它們成為用于藍色LED和基于二極管的激光器的理想候選材料。如圖12⁹所示，磷光被用來表征氮化鎵納米結構的質量。通過使用xy平移臺，研究人員能夠生成磷光整體強度的地圖，并通過監測370 nm處缺陷帶的存在或不存在來識別納米結構中的缺陷，此外還有360 nm處的正常磷光發射。

圖12：左下角-基于氮化鎵的納米結構陣列的總PL強度隨xy位置的變化。右下角-基于氮化鎵的納米

結構陣列的代表性PL光譜，顯示主要PL發射波長為~360 nm，檢測帶寬為~370 nm。改編自參考文獻9。

研究人員一直在尋找替代傳統晶體硅的材料，用于薄膜太陽能電池板中的薄膜吸收層，以降低生產成本并提高可持續性。銅鋅錫硫化物（CZTSSe）被認定為一種可行且特別有吸引力的候選材料，因為它僅由低毒性的豐富材料組成。通過定量磷光可以獲取這些材料電子結構的信息，從而預測使用這種材料時設備的開路電壓。這一點很重要，因為可以在生產過程早期進行測量，而無需制造整個太陽能電池裝置來獲得這些信息。

在圖13所示的實驗中，10到12名研究人員通過引入一層稱為緩沖層的半導體材料，能夠改變CZTSSe的電子特性，并使用定量磷光技術監測這些變化的影響。利用幾種緩沖層對1.05電子伏特以下磷光強度的影響，最終預測了不同緩沖層下材料在器件中的性能。

圖13：在銅鋅錫硫化物（CZTSSe）吸收器上測量的底部-PL光譜，使用了多種緩沖液。改編自參考文獻10-12。

拉曼光譜技術

拉曼光譜可以作為分子振動和旋轉的高度敏感探針。這一技術最初由印度物理學家C.V.拉曼發現，他在1928年發表于《自然》雜志的一篇題為“輻射的負吸收”的論文中公布了研究成果。

與紅外吸收光譜不同，后者通過直接吸收能量等于分子振動和旋轉躍遷的紅外光 來探測分子的振動和旋轉，拉曼光譜的工作原理則有所不同。

在拉曼實驗中，使用一個不與分子中的任何振動或旋轉狀態共振的激發源，將分子中的電子激發到電子虛態，從而產生散射事件。

見的散射事件是瑞利散射，即光子與分子彈性散射，且這些光子的能量在散射后不會改變。

然而，光子可以與分子發生非彈性散射，在這種情況下，散射后光子的能量減少相當于分子的一個振動或旋轉能級——這被稱為斯托克斯拉曼散射。此外，光子也可以與分子發生非彈性散射并獲得能量，此時獲得的能量相當于分子的一個振動或旋轉能級。這被稱為反斯托克斯散射。無論是斯托克斯散射還是反斯托克斯散射，效率都相對較低，大約只有10^-7的光子會發生非彈性散射。這些不同的過程如圖14.13所示。

圖14：拉曼光譜中的能量水平和散射事件。摘自參考文獻13。

圖15¹⁴顯示了拉曼光譜儀的示意圖。用光激發樣品，產生的散射光通過濾波器降低瑞利散射的強度，然后進入光譜儀，在那里分散并由探測器收集和記錄。

圖15：拉曼光譜儀示意圖。摘自參考文獻14。

拉曼光譜中常用的單位是波數（cm^-1）。然而，拉曼光譜的之處在于，樣品中振動或旋轉躍遷對應的單位總是相對于激發源的能量，即瑞利線來報告。例如，假設在435.83納米激發時觀察到一個未知的拉曼帶位于457.4納米。根據公式：

其中h為普朗克常數，c為光速，λ為光波長，激發源的能量為：

而非彈性散射光的能量為：

這導致了1082 cm-1的能量，從而產生了在457.4 nm處的未知帶：

拉曼信號基于散射事件，其強度與激發波長的四次方成反比，即1/λ⁴，因此使用較低波長的激發源可以增加拉曼信號的強度。

拉曼“光譜密度”，即在給定能量下，拉曼模式在波長空間中的相互接近程度，在很大程度上取決于激發源的波長以及所研究模式的光譜區域。

例如，考慮一個實驗目標是使用拉曼光譜測量能量范圍從0到4000 cm-1的分子振動和旋轉。

如果選擇262納米作為激發源，則能量模式在4000 cm-1處會出現在292.7納米，即比激發源紅移~30納米。

然而，如果選擇785納米作為激發源，則同一模式在4000 cm-1處會出現在1144納米，紅移接近360納米。

這種光譜密度對激發波長的依賴性要求在設計拉曼實驗時，應仔細考慮光譜儀的帶寬和分辨率以及所用探測器的波長依賴量子效率。

拉曼光譜是一種高度特異性的非破壞性技術，這種特性可以用來以多種方式表征材料。

它可以用來識別未知化學物質，如圖16.15所示的六氯苯。

圖16：六氯苯的拉曼光譜。摘自參考文獻15。

它還可以用作量化過渡金屬二硫屬化物（TMDC）型單層的化學成分的一種方法，如MoS₂和WS₂，通過測量Mo_1-xW_xS₂單層合金中Mo相對于W的摩爾分數，如圖17.16所示。

圖17：Mo_1-xWxS₂單層合金的拉曼光譜，隨W與Mo摩爾分數的變化。摘自參考文獻16。

多層納米材料的增長也可以通過觀察MoS₂中拉曼模式隨層數變化的情況來監測，如圖18.¹⁷所示。當材料中的層數從1增加到4時，拉曼光譜中會出現額外的模式，這些模式歸因于材料中的呼吸和剪切模式。這些模式涉及多層之間的運動以及一層運動對另一層的影響。這種依賴于多層的運動僅在具有多個層次的樣品中才可能出現，在單層拉曼光譜中并不存在。

圖18：二硫化鉬的拉曼光譜隨層數的變化。隨著層數的增加，更多的拉曼模式變得明顯。摘自參考文獻17。

分子結構的差異，如水和冰中的差異，也可以通過拉曼光譜來表征。盡管水和冰的化學組成相同，但圖19.¹⁸顯示，水的拉曼光譜中O-H伸縮帶比冰寬得多，這反映了水中的OH基團可以自由探索更多的振動和旋轉子空間，而在冰中則更為受限。

圖19：水和冰的拉曼光譜，顯示了液相與固相中OH伸縮模式線形的依賴性。摘自參考文獻18。

拉曼光譜可用于測量材料中的應變和缺陷。圖20比較了純石墨與經過長時間球磨處理的石墨樣品的拉曼光譜。¹⁹在石墨中觀察到的二維帶在24小時球磨后，其雙峰輪廓被抑制并轉化為單峰，“類似突起”的模式。

拉曼光譜特征的細微差異可用于區分非常相似的材料，如石墨烯和石墨。石墨烯是由原子以六角晶格納米結構排列而成的一層單分子層，而石墨則由多層石墨烯堆疊而成。圖20.²⁰展示了N摻雜石墨烯和高度取向熱解石墨（HOPG）的拉曼光譜。N摻雜石墨烯中的二維帶相對于石墨的二維帶略有紅移。此外，石墨中存在多個模式，導致其二維帶的線形與石墨烯不同。這種差異是由于石墨中含有多層石墨烯。N摻雜石墨烯中觀察到的D帶被稱為缺陷或無序帶，歸因于樣品中的氮摻雜。

圖20：(a)：N摻雜石墨烯（上）和高取向熱解石墨（HOPG）（下）的拉曼光譜。(b)：N摻雜石墨烯和HOPG的二維能帶放大圖，顯示了兩種材料線形的差異。摘自參考文獻20。

金屬和半導體單壁碳納米管（SWCNT）也可以通過拉曼光譜進行區分。圖21頂部的曲線顯示了金屬SWCNT的拉曼光譜，而底部的曲線則展示了半導體SWCNT的拉曼光譜。²¹金屬樣品與半導體樣品的G模式光譜展寬程度不同，用于區分兩種類型的SWCNTs。

圖21：金屬（上）和半導體單壁碳納米管（SWCNT）的拉曼光譜。拉曼光譜中的差異，如G帶的展寬，可用于區分金屬和半導體類型的樣品。摘自參考文獻21。

參考文獻：

1. /wiki/File:EM_Spectrum_Properties_edit.svg
2. Sergio Braga, Mauro & Gomes, Osmar & Jaimes, Ruth & Braga, Edmilson & Borysow, Walter & Salcedo, Walter. (2019). Multispectral colorimetric portable system for detecting metal ions in liquid media. 1-6. 10.1109/INSCIT.2019.8868861.
3. Mahalingam, Venkataramanan & Hazra, Chanchal & Samanta, Tuhin. (2014). A Resonance Energy Transfer Approach for the Selective Detection of Aromatic Amino Acids. J. Mater. Chem. C. 2. 10.1039/C4TC01954G.
4. Ernest, Cheryl. (2011). High-Resolution Studies of the ?1A?– X?1A?Electronic Transition of Formaldehyde: Spectroscopy and Photochemistry.
5. Li, Changzheng & Yue, Yanan. (2014). Fluorescence spectroscopy of graphene quantum dots: Temperature effect at different excitation wavelengths. Nanotechnology. 25. 435703. 10.1088/0957-4484/25/43/435703.
6. Bennet, Mathieu. (2011). MULTI-PARAMETER QUANTITATIVE MAPPING OF MICROFLUIDIC DEVICES.
7. Zhu J, Shcherbakova DM, Hontani Y, Verkhusha VV, Kennis JT. Ultrafast excitedstate dynamics and fluorescence deactivation of near-infrared fluorescent proteins engineered from bacteriophytochromes. Scientific Reports. 2015 Aug;5:12840. DOI: 10.1038/srep12840. PMID: 26246319; PMCID: PMC4526943.
8. FRET Jablonski diagram.svg – Wikimedia Commons Creative Commons — Attribution-ShareAlike 3.0 Unported — CC BY-SA 3.0
9. J. Malindretos, C. Hilbrunner, A. Rizzi, IV. Physikalisches Institut, Festk?rper und Nanostrukturen, Georg-August-Universit?t G?ttingen, Germany (April 2019).
10. David Regesch, Levent Gütay, […], and Susanne Siebentritt, Appl. Phys. Lett. 101, 112108 (2012), Degradation and passivation of CuInSe2.
11. Levent Gütay, David Regesch, […], and Susanne Siebentritt, Appl. Phys. Lett. 99, 151912 (2011), Influence of copper excess on the absorber quality of CuInSe2.
12. Thomas Unold, Levent Gütay, Wiley, Book chapter 11: Photoluminescence Analysis of Thin‐Film Solar Cells, Book: Advanced Characterization Techniques for Thin Film Solar Cells.
13. Raman energy levels.svg – Wikimedia Commons Creative Commons — Attribution-ShareAlike 3.0 Unported — CC BY-SA 3.0
14. Schmid, Thomas & Dariz, Petra. (2019). Raman Microspectroscopic Imaging of Binder Remnants in Historical Mortars Reveals Processing Conditions. Heritage. 2. 1662-1683. 10.3390/heritage2020102.
15. Zhang, Xian & Zhou, Qin & Huang, Yu & Li, Zhengcao & Zhang, Zhengjun. (2011). Contrastive Analysis of the Raman Spectra of Polychlorinated Benzene: Hexachlorobenzene and Benzene. Sensors (Basel, Switzerland). 11. 11510-5. 10.3390/s111211510.
16. Chen, Yanfeng & Dumcenco, Dumitru & Zhu, Yiming & Zhang, Xin & Mao, Nannan & Feng, Qingliang & Zhang, Mei & Zhang, Jin & Tan, Ping-Heng & Huang, ying-sheng & Xie, Liming. (2014). Composition-dependent Raman modes of Mo1?xWxS2 monolayer alloys. Nanoscale. 6. 10.1039/c3nr05630a.
17. Lee, Changgu & Yan, Hugen & Brus, Louis & Heinz, Tony & Hone, James & Ryu, Sunmin. (2010). Anomalous Lattice Vibrations of Single- and Few-Layer MoS2. ACS nano. 4. 2695-700. 10.1021/nn1003937.
18. Claverie, Rémy & Fontana, Marc & Durickovic, Ivana & Bourson, Patrice & Marchetti, Mario & Chassot, Jean-Marie. (2010). Optical Sensor for Characterizing the Phase Transition in Salted Solutions. Sensors (Basel, Switzerland). 10. 3815-23. 10.3390/s100403815.
19. Kaniyoor, Adarsh & Sundara, Ramaprabhu. (2012). A Raman spectroscopic investigation of graphite oxide derived graphene. AIP Advances. 2. 032183-032183. 10.1063/1.4756995.
20. He, Chunyong & Li, Zesheng & Cai, Maolin & Cai, Mei & Wang, Jian-Qiang & Tian, Zhiqun & Zhang, Xin & Shen, Pei. (2012). A strategy for mass production of selfassembled nitrogen-doped graphene as catalytic materials. J. Mater. Chem. A. 1. 1401-1406. 10.1039/C2TA00807F.
21. Dresselhaus, M.S., Dresselhaus, A.G., & Jorio, A. (2007). Raman Spectroscopy of Carbon Nanotubes in 1997 and 2007. Journal of Physical Chemistry C, 111, 17887-17893.
22. Tambraparni, Bindu & Wang, Shiren. (2010). Separation of Metallic and Semiconducting Carbon Nanotubes. Recent patents on nanotechnology. 4. 1-9. 10.2174/187221010790712084.

原文鏈接：

/learning/view/article/fundamentals-of-spectroscopy-history-explanations-and-applications