6.2 光与元素的对话：光谱与元素分析
6.2 光与元素的对话：光谱与元素分析
本节摘要：把一束光打进样品，再读它被吸收或激发的信号，就能“称出”里面有哪些元素、各有多少。本节先讲光谱定量的根本——朗伯-比尔定律“吸光度与浓度成正比”，再铺开三种常用手段：UV-Vis 靠颜色定量常规参数，AAS 一次一种元素、灵敏又便宜，ICP-OES/MS 一次几十种元素、检出限可达痕量。最后用算例演示怎么由吸光度反算浓度，并用一张选型图帮你按“要测什么、要多灵敏”挑对仪器。
本节应掌握
阅读完本节，你应当能够：
- 说出朗伯-比尔定律的适用条件与限。
- 用吸光度、吸收系数、光程反算未知浓度。
- 对比 UV-Vis、AAS、ICP-OES/MS 的能力边界。
- 解释原子化与激发的光谱机理。
- 按样品与灵敏度选对合适的元素分析手段。
一、“光被吃了多少”就是定量喊话
光谱定量最优雅的地方在于：浓度越高、颜色越深，吸光度越大，二者在稀溶液下基本成正比。这就是朗伯-比尔定律：吸光度 A 等于吸光系数 ε 乘光程 b 再乘浓度 c。它是所有比色法、以及许多元素分析反算浓度的“数学地基”。
二、算例：由吸光度反求出浓度
拿到一组标准溶液与未知样的吸光度，就能建标准曲线或直接用朗伯-比尔定律反算：
import numpy as np def conc_from_A(A, epsilon, path=1.0): """ 朗伯比尔: A = eps * b * c """ return A / (epsilon * path) # 例: 某显色性污染物 eps = 1.2e4 # L/(mol·cm) path = 1.0 # cm for A in [0.10, 0.30, 0.55]: c = conc_from_A(A, eps, path) print(f"吸光度 {A:.2f} → 浓度 {c:.2e} mol/L") # 标准曲线线性回归反算 conc = np.array([0, 0.5, 1.0, 2.0, 4.0]) resp = np.array([0.0, 0.11, 0.21, 0.42, 0.83]) slope, intercept = np.polyfit(conc, resp, 1) unknown = 0.50 c_unknown = (unknown - intercept) / slope print(f"标准曲线反算未知样浓度 {c_unknown:.2f} 单位")
关键在于线性只在中低浓度成立：浓度过高时吸光度偏离线性、或仪器读数饱和，直接用定律会高估浓度。所以正规做法总是用多点标准曲线而非单点换算。
三、三种“称元素”的手段
UV-Vis 分光光度法最适合测有一定颜色的参数（如硝酸盐、总磷、化学需氧量），操作简单、便宜，但选择性靠前处理保证；**原子吸收光谱（AAS）**把样品雾化、原子化，测特定金属，一次一个元素、灵敏、性价比高；**电感耦合等离子体（ICP）发射/质谱（OES/MS）**在高温等离子体中同时激发并检测几十种元素，检出限低到痕量，是重金属多元素分析的主力。手册常有一段口诀：测单元素选 AAS，测元素套餐选 ICP，测真微量首选 ICP-MS。
# 各法能力对比(示意打分: 1-5) methods = { "UV-Vis": {"灵敏度":2, "多元素":1, "成本":1, "元素选择":1}, "AAS": {"灵敏度":3, "多元素":1, "成本":2, "元素选择":2}, "ICP-OES": {"灵敏度":3, "多元素":4, "成本":4, "元素选择":5}, "ICP-MS": {"灵敏度":5, "多元素":5, "成本":5, "元素选择":5}, } print("方法 灵敏度 多元素 成本(高即贵) 元素选择") for m, s in methods.items(): print(f"{m:9s} {s['灵敏度']:2d} {s['多元素']:2d} {s['成本']:2d} {s['元素选择']:2d}")
这张表正是“按需选法”的依据：要快速看单一金属、预算有限，选 AAS；要摸一批样品几十种元素的全貌，上 ICP；要盯痕量到纳克每升级别，才值得花费顶级 ICP-MS。用错仪器，不是测不出来，就是白白烧钱又耗时间。
四、一张选型坐标图
把“灵敏度”与“多元素能力”放一张图，选型逻辑一目了然：
图：元素分析手段的“灵敏度×多元素”选型图
从便宜的比色法到多元素痕量的质谱，按需求选档次，不盲目上高端。
五、真实案例：重金属全谱扫描与超限预警
某河流断面一度频繁因特征污染物超标被投诉，单元素检测始终锁定不了“元凶”。改上 ICP-MS 对水、沉积物做几十种元素一次筛查后发现，真正异常的是断面特有的一组尾矿型元素组合，从而溯源到上游一个被忽略的排口。案例说明：多元素“全景扫描”在污染源解析里，常比单元素盯梢更能反推出真正的去向与源头。
光谱测定最常见的讲究，是“选线”与“除基体”：要选待测元素的灵敏线，又要避开共存物质的干扰线。同一台仪器，进样方式、光源与雾化好坏，都直接影响检出限——这正是为什么方法学验证要把检出限、定量限、精密度逐项写清。看懂一份元素分析报告，与其说是看懂仪器，不如说是看懂它背后那一整套校准与质控的严密程度。
本节要点回顾
- 定律：A 等于 ε 乘 b 乘 c，吸光度与浓度中低范围内正比。
- 线性限：高浓度或饱和时偏离线性，须用多点标准曲线。
- 选法：常规参数 UV-Vis、单元素 AAS、多元素套餐 ICP、痕量 ICP-MS。
- 机理：样品要经原子化与激发才能把元素变成可读光谱信号。
- 选型图：按“灵敏度×多元素能力”挑盒子，别一上来就上最贵的。
- 案例：ICP-MS 全景扫出组合异常，帮助溯源源头排口。