引言高分子多层材料在很多领域都有着广泛的应用，而这些材料的结构和成分也是多种多样。高分子多层材料中每一层的厚度变化范围很应 用 文 章大，可以从不足4微米到几十微米甚至更厚。作为研究这类材料的方法，显微红外光谱以及显微拉曼光谱等方法得到了较多的应用1。相比于其他显微傅里叶变换红外光谱分析方法，ATR光谱成像是一种具有更多优势的比较新颖的技术，在多层材料研究中将会非常有意义。以前为了成功实现透射显微红外光谱测量，需要将样品切成薄片（厚度在10微米左右）以避免产生过强的红外吸收。从实际操作的角度上看，这种样品处理方法的难度较大，也很难保持样品的完整性。另外，不管使用哪种显微镜，在高度聚焦的红外光束中放入有限厚度的样品，都可能会影响实际所能达到的空间分辨率2。

ATR光谱成像技术可以克服上面所述的一些限制，获得使用常规红外显微镜无法或者很难观察到的详细信息。首先，作为一种反射光谱技术，ATR光谱成像所测量的样品不需要切成很薄的样品片，因此更容易保持样品的完整性。通常情况下，样品被包埋在树脂中或者夹在模块之间，样品表面被打磨平整。其次，使用ATR光谱成像测量时红外光束所穿透的样品厚度较低，使用锗晶体时一般只测量1~2微米深度的样品部分。由于不存在像空气中样品透射测量那样的光束发散问题，所得到的光谱图像更加清晰，光谱中的干扰成分更少2。样品制成薄膜进行透射测试时还可能存在另一个问题。样品内部的多重反射会产生干涉条纹信号，叠加在实际测量光谱上。这一问题在ATR光谱成像测量中并不明显。另外，能够提供高于透射光谱成像的空间分辨率，是ATR光谱成像的另一个主要优势3。关于该方法的空间分辨率的分析和测试可以在另一篇技术报告中看到4。ATR光谱成像的空间分辨率可以优于1.56微米，而物理衍射限制使得中红外区的透射光谱成像的空间分辨率是这一数值的3~4倍——而且是在假设前面提到的各种样品问题都被克服的理想情况下

专为PerkinElmer® Spotlight傅里叶变换红外光谱成像系统设计的ATR光谱成像附件即可提供上述各种优势应用3。该附件使用锥形锗晶体，可以直接压在多层材料样品的横截面上。该附件的另一个显著特点是其相对较大的晶体面积。标准晶体的采样区域直径约为500微米，这意味着晶体与样品的单次接触即可扫描大部分样品的完整多层结构。此外，还可以选配直径约为1200微米的大面积晶体。如果使用其他一些有效采样面积很小的装置，对多层材料样品横截面进行完整测量需要让晶体与样品反复多次接触。本报告叙述了高分子多层材料的ATR光谱成像测量方法，为多层材料样品的实际测量提供了一些操作建议。

实验样品处理：为了获得优质的ATR光谱图像，测量区域内的样品需要与ATR晶体紧密、均匀接触。对于波长较短的红外光波段（例如3微米左右的C-H伸缩振动基频区域），这种要求就更加重要——因为晶体与样品界面的渐逝波强度在高频区域的衰减速度更快3。为了实现与ATR晶体的紧密接触，测量区域内的多层材料样品的表面必需平整，还需要采取适当的支撑方法以免被晶体挤压时样品发生变形。有许多样品处理技术可以使用，其中两种方法最为常见：一种方法是将待测样品包埋在树脂中然后对表面进行抛光，另一种方法是将待测样品直接夹持固定然后对表面进行抛光。我们发现大多数情况下包埋法获得的样品一致性更好，而且实际操作也更加容易。用弹簧夹将样品垂直夹住（如图1A所示），放入模具中（如图1B所示），注入环氧树脂或者其他树脂，使树脂深度高于弹簧夹1~2毫米但是低于样品顶端边缘。树脂固化之后，对样品顶端进行切割并抛光成平面。抛光过程一般需要使用砂纸和蒸馏水，砂纸粒度从大约30微米到大约1微米，以获得光滑、高度抛光的表面（如图1C所示）。抛光后的样品块厚度约为5~8毫米，直接置于ATR光谱成像附件的砧板上，然后升高砧板使样品与晶体紧密接触。包埋处理方法可能会在样品光谱图像中引入包埋树脂的光谱干扰，但实际上这不会对后续的数据分析造成影响（包埋树脂与样品的化学成分不同）。多层材料样品一般都具有非常清晰的边界，数据分析软件Hyperview可以将包埋材料对应的光谱信息从样品光谱图像中屏蔽。

使用Spotlight系统测量多层材料样品时，一般每个像素点累加扫描1~16次，光谱分辨率4~16 cm-1。由于使用了阵列检测器，数据采集软件可以定义任意长宽比的矩形光谱成像区域。对于多层材料来说，长而窄的光谱成像区域对于测量所有薄层来说是更加高效的。光谱图像采集时间从几分钟到几十分钟不等，与测量参数有关。

结果实例1：较高的图像对比度通过查看跨越多层材料样品两个薄层之间狭窄边界的光谱中不同成分的光谱特征混合情况，可以初步了解ATR光谱成像所能达到的对比度。在Spotlight仪器的出厂检验中，对于空间分辨率的检测通常使用一块横截面具有屋顶式结构的特殊高分子材料。跨越边界时红外光谱信号变化的陡峭程度可以被用来估计仪器的空间分辨率4。多层材料样品的不同成分之间一般都会具有非常窄的边界。图2显示了这种边界上一个聚酰胺层的光谱，光谱成像像素尺寸为1.56微米。可以明显看到，在3.12微米的距离上，聚酰胺层与相邻薄层的光谱混合程度已经很低，足以清晰区分不同成分构成的薄层。如果不同成分之间的光谱差异比较明显，在红外光谱指纹区域可以清晰区分距离约3微米的不同成分。实例2：包装材料样品图3A显示了用环氧树脂包埋的一个包装材料样品横截面的可见图像。在这一实例中，从图像中样品表面的划痕可以看出该样品的抛光处理效果较差。尽管如此，仍然可以获得质量较好的ATR光谱图像。这是因为样品柔韧性比较好，可以使ATR晶体紧紧压住其表面，而且采用的数据分析软件可以降低成像区域内样品与晶体接触程度变化的影响。图3B显示了该样品的红外光谱重建图像，基本不会看到划痕的影响。为了在没有任何关于样品成分信息的情况下获得红外光谱重建图像，本研究对成像光谱进行求导和基线校正，然后进行主成分分析（PCA）。该方法可以有效地将成像光谱分为独立的子光谱（“主成分”，或者称为“因子”）的集合，从而对成像光谱进行重构。理想情况下，假设一个包含1000张光谱的成像区域中存在5层结构，那么只需要5种子光谱就可以描述所有1000张成像光谱。在实际应用中，杂质的存在或者基线变动、空气吸收等对于光谱的影响使得通常需要5种以上的子光谱。由于图像中包含大量的像素光谱，主成分分析可以非常有效地消除光谱中的大部分随机噪声，而且不会导致光谱特征峰的增宽。因此，需要在最短的时间内获得样品的概览光谱图像时，主成分分析是一种非常有用的探查研究工具。该方法会计算每个像素的原始图像光谱中主成分的贡献（或者称为“得分”），而最后生成的得分图像对于提高红外光谱图像的对比度非常有用。图4显示了本研究所用样品的前7个主成分的得分图像。主成分分析结果显示了该样品所有的主要层级结构，还提供了一些微小的细节信息。第一主成分的得分图像对应于包埋介质。如图5所示，第二和第三主成分的得分图像显示了该多层材料样品的主要分层，即聚乙烯层和聚酰胺层。第四主成分的得分图像表明在聚乙烯层和聚酰胺层之间存在厚度约为

绿蓝（RGB）图像就可以获得易于观察的组合结果。但是，以这种方式显示3种以上成分或者颜色可能会遇到一些问题，特别是不同成分间存在重叠时。含有多种成分的重叠像素可以表示为多种颜色的叠加：白色，黑色，或者其他颜色。这必然给图像解析增加了难度。Spotlight的图层管理功能可以改变重叠像素的显示规则，例如，只显示强度最高的颜色以改变光谱图像的对比度。与原始像素光谱分析相结合，这一功能可以有效增强光谱图像的对比度。图10显示了该样品的复合得分图像，首先以平均颜色显示叠加像素，然后以强成分颜色显示叠加像素。后者对于光谱图像质量的改善是非常显著的，而对应的原始像素光谱（如图11所示）证明不同颜色区域确实存在不同的化学成分。在所有薄层都得到满意地表征之后，可以调整单个得分图像的亮度和对比度，然后对多个得分图像进行叠加，以获得最佳的显示结果。图12显示了将各个主成分的得分图像导入ImageJ软件5处理后得到的复合图像。

讨论上述实例表明了ATR光谱成像附件对高分子多层材料的测试和表征能力。通过这些实例可以看出，样品包埋处理方法非常有效，不会或者极少导致样品发生降解。在不知道样品的化学成分信息时，主成分分析是一种非常有效的方法（相比于相对峰高度法），可以提供样品的概览光谱图像，还能够揭示精细结构的存在。然而，对主成分分析所产生的得分图像与原始光谱进行对比观察，以确认得分图像的化学成分还是非常必要的。因为主成分分析也会显示样品的物理和形貌结构，可能会与化学成分差异相混淆。为了更好地显示计算出的光谱图像，用不同方式显示重叠像素是值得考虑的，但是所得结果仍然要通过原始像素光谱进行确认。Spotlight系统所获得的数据质量一般足以直接用于在商业数据库中进行搜索，为谱图解析提供帮助。很多样品的测试结果都说明了这种做法的可行性，具体数据没有在本报告中显示。使用的数据库中包含透射方法获得的光谱时，在进行搜索之前对样品光谱进行ATR校正以减少与波长相关的吸光度变化，有可能提高搜索结果的质量。