引言高分子多層材料在很多領域都有著廣泛的應用，而這些材料的結構和成分也是多種多樣。高分子多層材料中每一層的厚度變化范圍很應 用 文 章大，可以從不足4微米到幾十微米甚至更厚。作為研究這類材料的方法，顯微紅外光譜以及顯微拉曼光譜等方法得到了較多的應用1。相比于其他顯微傅里葉變換紅外光譜分析方法，ATR光譜成像是一種具有更多優勢的比較新穎的技術，在多層材料研究中將會非常有意義。以前為了成功實現透射顯微紅外光譜測量，需要將樣品切成薄片（厚度在10微米左右）以避免產生過強的紅外吸收。從實際操作的角度上看，這種樣品處理方法的難度較大，也很難保持樣品的完整性。另外，不管使用哪種顯微鏡，在高度聚焦的紅外光束中放入有限厚度的樣品，都可能會影響實際所能達到的空間分辨率2。

ATR光譜成像技術可以克服上面所述的一些限制，獲得使用常規紅外顯微鏡無法或者很難觀察到的詳細信息。首先，作為一種反射光譜技術，ATR光譜成像所測量的樣品不需要切成很薄的樣品片，因此更容易保持樣品的完整性。通常情況下，樣品被包埋在樹脂中或者夾在模塊之間，樣品表面被打磨平整。其次，使用ATR光譜成像測量時紅外光束所穿透的樣品厚度較低，使用鍺晶體時一般只測量1~2微米深度的樣品部分。由于不存在像空氣中樣品透射測量那樣的光束發散問題，所得到的光譜圖像更加清晰，光譜中的干擾成分更少2。樣品制成薄膜進行透射測試時還可能存在另一個問題。樣品內部的多重反射會產生干涉條紋信號，疊加在實際測量光譜上。這一問題在ATR光譜成像測量中并不明顯。另外，能夠提供高于透射光譜成像的空間分辨率，是ATR光譜成像的另一個主要優勢3。關于該方法的空間分辨率的分析和測試可以在另一篇技術報告中看到4。ATR光譜成像的空間分辨率可以優于1.56微米，而物理衍射限制使得中紅外區的透射光譜成像的空間分辨率是這一數值的3~4倍——而且是在假設前面提到的各種樣品問題都被克服的理想情況下

專為PerkinElmer® Spotlight傅里葉變換紅外光譜成像系統設計的ATR光譜成像附件即可提供上述各種優勢應用3。該附件使用錐形鍺晶體，可以直接壓在多層材料樣品的橫截面上。該附件的另一個顯著特點是其相對較大的晶體面積。標準晶體的采樣區域直徑約為500微米，這意味著晶體與樣品的單次接觸即可掃描大部分樣品的完整多層結構。此外，還可以選配直徑約為1200微米的大面積晶體。如果使用其他一些有效采樣面積很小的裝置，對多層材料樣品橫截面進行完整測量需要讓晶體與樣品反復多次接觸。本報告敘述了高分子多層材料的ATR光譜成像測量方法，為多層材料樣品的實際測量提供了一些操作建議。

實驗樣品處理：為了獲得優質的ATR光譜圖像，測量區域內的樣品需要與ATR晶體緊密、均勻接觸。對于波長較短的紅外光波段（例如3微米左右的C-H伸縮振動基頻區域），這種要求就更加重要——因為晶體與樣品界面的漸逝波強度在高頻區域的衰減速度更快3。為了實現與ATR晶體的緊密接觸，測量區域內的多層材料樣品的表面必需平整，還需要采取適當的支撐方法以免被晶體擠壓時樣品發生變形。有許多樣品處理技術可以使用，其中兩種方法最為常見：一種方法是將待測樣品包埋在樹脂中然后對表面進行拋光，另一種方法是將待測樣品直接夾持固定然后對表面進行拋光。我們發現大多數情況下包埋法獲得的樣品一致性更好，而且實際操作也更加容易。用彈簧夾將樣品垂直夾住（如圖1A所示），放入模具中（如圖1B所示），注入環氧樹脂或者其他樹脂，使樹脂深度高于彈簧夾1~2毫米但是低于樣品頂端邊緣。樹脂固化之后，對樣品頂端進行切割并拋光成平面。拋光過程一般需要使用砂紙和蒸餾水，砂紙粒度從大約30微米到大約1微米，以獲得光滑、高度拋光的表面（如圖1C所示）。拋光后的樣品塊厚度約為5~8毫米，直接置于ATR光譜成像附件的砧板上，然后升高砧板使樣品與晶體緊密接觸。包埋處理方法可能會在樣品光譜圖像中引入包埋樹脂的光譜干擾，但實際上這不會對后續的數據分析造成影響（包埋樹脂與樣品的化學成分不同）。多層材料樣品一般都具有非常清晰的邊界，數據分析軟件Hyperview可以將包埋材料對應的光譜信息從樣品光譜圖像中屏蔽。

使用Spotlight系統測量多層材料樣品時，一般每個像素點累加掃描1~16次，光譜分辨率4~16 cm-1。由于使用了陣列檢測器，數據采集軟件可以定義任意長寬比的矩形光譜成像區域。對于多層材料來說，長而窄的光譜成像區域對于測量所有薄層來說是更加高效的。光譜圖像采集時間從幾分鐘到幾十分鐘不等，與測量參數有關。

結果實例1：較高的圖像對比度通過查看跨越多層材料樣品兩個薄層之間狹窄邊界的光譜中不同成分的光譜特征混合情況，可以初步了解ATR光譜成像所能達到的對比度。在Spotlight儀器的出廠檢驗中，對于空間分辨率的檢測通常使用一塊橫截面具有屋頂式結構的特殊高分子材料。跨越邊界時紅外光譜信號變化的陡峭程度可以被用來估計儀器的空間分辨率4。多層材料樣品的不同成分之間一般都會具有非常窄的邊界。圖2顯示了這種邊界上一個聚酰胺層的光譜，光譜成像像素尺寸為1.56微米。可以明顯看到，在3.12微米的距離上，聚酰胺層與相鄰薄層的光譜混合程度已經很低，足以清晰區分不同成分構成的薄層。如果不同成分之間的光譜差異比較明顯，在紅外光譜指紋區域可以清晰區分距離約3微米的不同成分。實例2：包裝材料樣品圖3A顯示了用環氧樹脂包埋的一個包裝材料樣品橫截面的可見圖像。在這一實例中，從圖像中樣品表面的劃痕可以看出該樣品的拋光處理效果較差。盡管如此，仍然可以獲得質量較好的ATR光譜圖像。這是因為樣品柔韌性比較好，可以使ATR晶體緊緊壓住其表面，而且采用的數據分析軟件可以降低成像區域內樣品與晶體接觸程度變化的影響。圖3B顯示了該樣品的紅外光譜重建圖像，基本不會看到劃痕的影響。為了在沒有任何關于樣品成分信息的情況下獲得紅外光譜重建圖像，本研究對成像光譜進行求導和基線校正，然后進行主成分分析（PCA）。該方法可以有效地將成像光譜分為獨立的子光譜（“主成分”，或者稱為“因子”）的集合，從而對成像光譜進行重構。理想情況下，假設一個包含1000張光譜的成像區域中存在5層結構，那么只需要5種子光譜就可以描述所有1000張成像光譜。在實際應用中，雜質的存在或者基線變動、空氣吸收等對于光譜的影響使得通常需要5種以上的子光譜。由于圖像中包含大量的像素光譜，主成分分析可以非常有效地消除光譜中的大部分隨機噪聲，而且不會導致光譜特征峰的增寬。因此，需要在最短的時間內獲得樣品的概覽光譜圖像時，主成分分析是一種非常有用的探查研究工具。該方法會計算每個像素的原始圖像光譜中主成分的貢獻（或者稱為“得分”），而最后生成的得分圖像對于提高紅外光譜圖像的對比度非常有用。圖4顯示了本研究所用樣品的前7個主成分的得分圖像。主成分分析結果顯示了該樣品所有的主要層級結構，還提供了一些微小的細節信息。第一主成分的得分圖像對應于包埋介質。如圖5所示，第二和第三主成分的得分圖像顯示了該多層材料樣品的主要分層，即聚乙烯層和聚酰胺層。第四主成分的得分圖像表明在聚乙烯層和聚酰胺層之間存在厚度約為

綠藍（RGB）圖像就可以獲得易于觀察的組合結果。但是，以這種方式顯示3種以上成分或者顏色可能會遇到一些問題，特別是不同成分間存在重疊時。含有多種成分的重疊像素可以表示為多種顏色的疊加：白色，黑色，或者其他顏色。這必然給圖像解析增加了難度。Spotlight的圖層管理功能可以改變重疊像素的顯示規則，例如，只顯示強度最高的顏色以改變光譜圖像的對比度。與原始像素光譜分析相結合，這一功能可以有效增強光譜圖像的對比度。圖10顯示了該樣品的復合得分圖像，首先以平均顏色顯示疊加像素，然后以強成分顏色顯示疊加像素。后者對于光譜圖像質量的改善是非常顯著的，而對應的原始像素光譜（如圖11所示）證明不同顏色區域確實存在不同的化學成分。在所有薄層都得到滿意地表征之后，可以調整單個得分圖像的亮度和對比度，然后對多個得分圖像進行疊加，以獲得最佳的顯示結果。圖12顯示了將各個主成分的得分圖像導入ImageJ軟件5處理后得到的復合圖像。

討論上述實例表明了ATR光譜成像附件對高分子多層材料的測試和表征能力。通過這些實例可以看出，樣品包埋處理方法非常有效，不會或者極少導致樣品發生降解。在不知道樣品的化學成分信息時，主成分分析是一種非常有效的方法（相比于相對峰高度法），可以提供樣品的概覽光譜圖像，還能夠揭示精細結構的存在。然而，對主成分分析所產生的得分圖像與原始光譜進行對比觀察，以確認得分圖像的化學成分還是非常必要的。因為主成分分析也會顯示樣品的物理和形貌結構，可能會與化學成分差異相混淆。為了更好地顯示計算出的光譜圖像，用不同方式顯示重疊像素是值得考慮的，但是所得結果仍然要通過原始像素光譜進行確認。Spotlight系統所獲得的數據質量一般足以直接用于在商業數據庫中進行搜索，為譜圖解析提供幫助。很多樣品的測試結果都說明了這種做法的可行性，具體數據沒有在本報告中顯示。使用的數據庫中包含透射方法獲得的光譜時，在進行搜索之前對樣品光譜進行ATR校正以減少與波長相關的吸光度變化，有可能提高搜索結果的質量。