食物的分子在 0.8 — 100 μm 之間留下獨一無二的振動指紋，
我們如何用一束光，讀懂這份密碼？
傳統濕式化學分析需要試劑、加熱、滴定 — 動輒數小時。
但是…
同時測出脂肪、蛋白質、乳糖、總固形物，1 分鐘以內，無試劑。
玉米、小麥、稻米中的水分、蛋白、油脂 — AACC 官方認證的快速法。
偵測糖漿攙偽、不同植物源、地理產地 — ppb 級檢測限。
→ 它們都用了同一件事：分子振動光譜學
每一個官能基（functional group）都有自己的振動頻率。
讓不同頻率的紅外光照過去，被吸收的頻率就告訴我們食物裡有什麼分子。
每個鍵都像彈簧，以特定頻率伸縮、彎曲。
當入射光頻率 = 分子振動頻率，光被吸收，在光譜上形成一個峰。
每種食物有獨一無二的吸收模式 — 像 DNA 一樣。
依序學習以下五大主題，最後用 3 個小遊戲 驗證成效。
電磁波譜 ｜ 分子振動 ｜ 影響因子
§8.1-8.2FTIR ｜ 干涉儀 ｜ ATR ｜ 官能基
§8.3漫反射 ｜ 化學計量學 ｜ 食品定量
§8.4散射 ｜ Stokes ｜ SERS
§8.5攜帶型 FTIR / NIR / Raman
§8.6配對 ｜ 情境選擇 ｜ 光譜識讀
互動測驗IR 介於可見光與微波之間，依波長分為三大區，近紅外與中紅外是食品分析主場。
泛音/組合譜帶主導。穿透深、無需製樣，適合固體粉粒、線上監測、定量分析。
基本振動主導，吸收強，是官能基鑑定的黃金區。對水的吸收強。
分子整體骨架振動與晶格振動。食品分析較少使用。
以水分子 (H₂O) 為例，原子間有六種振動方式：伸縮頻率比彎曲高，不對稱比對稱更易產生偶極矩變化、更易吸收 IR。
Symmetric stretch
Asymmetric stretch ⚡
Scissoring (bend)
Rocking (in-plane)
Twisting (out-of-plane)
Wagging
💡 關鍵：只有能造成偶極矩變化的振動才會吸收 IR。對稱伸縮 H₂O 中兩個 O-H 鍵的偶極變化相互抵消，不易在 IR 中觀察，但是 Raman 可以！
Harmonic Oscillator 諧振子模型
其中 μ = m₁m₂/(m₁+m₂) 是縮減質量。
Mid-IR 對應 v=0 → v=1 的基本躍遷，強度高、選律嚴格。
Near-IR 對應 v=0 → v=2 / v=3 的泛音躍遷，強度弱但能用於穿透厚樣本。
取代古老的分散式儀器，所有波長同時打到偵測器 → 速度快、訊雜比高、波長精度極佳。
光分兩路 → 移動鏡產生光程差 → 干涉圖 (interferogram)
食品分析絕大多數採用 ATR，幾乎免製樣 → 現代 IR 食品分析的主力。
每種晶體有自己的光譜範圍、硬度、pH 耐受性。點擊欄位可排序。
| 材質 | 光譜範圍 (cm⁻¹) | 硬度 (Kg/mm) | pH 範圍 | 折射率 | 穿透深度 (μm) | 常見用途 |
|---|---|---|---|---|---|---|
| 鑽石 Diamond | 50000-2500 | 9000 | 1-14 | 2.4 | 1.66 | 萬用首選、強酸鹼樣品 |
| 鍺 Germanium | 5000-550 | 780 | 1-14 | 4.0 | 0.65 | 強吸收樣品（深色） |
| 矽 Silicon | 8333-33 | 1150 | 1-12 | 3.4 | 0.81 | 遠紅外、長波長分析 |
| KRS-5 | 17900-250 | 40 | 5-8 | 2.4 | 0.85 | 軟、有毒，少用 |
| ZnSe 硒化鋅 | 20000-500 | 130 | 5-9 | 2.4 | 1.66 | 價廉、不耐強酸鹼 |
| AMTIR | 11000-725 | 170 | 1-9 | 2.5 | 1.46 | 耐酸但不耐強鹼 |
最硬、化學最惰性，但貴。一般食品分析首選。
折射率最高 → 穿透深度最淺，適合強吸收樣品。
便宜常用，但怕強酸強鹼、會脆裂。
點擊光譜上的峰，看看它對應哪個官能基 🔍
1740 C=O 酯 ｜ 2950 C-H ｜ 1465 CH₂
3300 醯胺 A ｜ 1640 醯胺 I ｜ 1540 醯胺 II
1080 C-OH ｜ 1030 澱粉結晶 ｜ 995 醣苷鍵
3500 O-H 伸縮 ｜ 1650 O-H 彎曲
💡 這就是指紋區 (fingerprint region)，1500 cm⁻¹ 以下的吸收模式對每個分子都獨一無二。
NIR 能直接量整粒穀物、整片起司，不必磨粉、不必製樣 — 關鍵在漫反射 (diffuse reflection)。
入射角 = 反射角，沒進入樣品，得不到化學資訊 → 要避免。
光在顆粒間多次穿透與反射，吸收的能量正比於樣品中的化學成分濃度。
① 45° 角偵測器（避開鏡面反射）
② 積分球 (Integrating sphere) — 金鍍球收集全方位漫反射光
R = I / I₀
最常以 log(1/R) 表示，類比於穿透模式的吸光度。
NIR 吸收頻帶寬、重疊嚴重，無法用單一波長定量。需要多元統計把光譜變數壓縮成可預測的回歸方程。
多元線性回歸
Multiple Linear Regression
缺點：波長太多會 overfit；波長間若高度相關，係數不穩。
偏最小二乘法
Partial Least Squares
把光譜變化壓縮成少量潛在變數，同時最大化與目標濃度的相關性。
主成分回歸
Principal Component Regression
先做 PCA 找出主成分（最大變異方向），再用主成分迴歸目標濃度。
差異：PCR 只看光譜變異；PLS 同時考慮目標變數。
1) 收集涵蓋濃度範圍的校正集 → 2) 用參考方法 (e.g. Kjeldahl) 測真值 → 3) 建立回歸方程 → 4) 用獨立驗證集測試 → 5) 通過才能上線。
定性分類則使用：PCA、SIMCA、判別分析 — 把樣本分到「真品/攙偽/未知」等類別。
當光子撞到分子，99.99999% 彈性散射（Rayleigh），但有百萬分之一機率交換能量 → 形成 Raman 散射。
📌 Stokes 線通常作為標準記錄，因為起始於熱平衡下豐度高的 v=0。
水的拉曼訊號很弱 → 直接量水溶液樣品
玻璃、石英、塑膠對拉曼是透明的 — 不開瓶就能測
看 IR 看不到的對稱伸縮 — 例如 C=C, C-C
選律不同 — IR 看「偶極矩變化」，Raman 看「極化率變化」。同一分子兩者各看到不同振動。
| 項目 | 紅外光譜 IR | 拉曼光譜 Raman |
|---|---|---|
| 物理機制 | 吸收 | 散射 |
| 選律 | 偶極矩 (μ) 變化 | 極化率 (α) 變化 |
| 對稱振動 (e.g. C=C, C-C, S-S) | 看不到 ✗ | 看得到 ✓ |
| 不對稱振動 (e.g. C=O, O-H) | 看得到 ✓ | 較弱 |
| 水中量測 | 水吸收強，難 ✗ | 水很弱，OK ✓ |
| 玻璃容器 | 玻璃吸收 ✗ | 玻璃透明 ✓ |
| 製樣 | ATR 幾乎免製樣 | 完全免製樣 |
| 螢光干擾 | 不受影響 | 嚴重，需 NIR 雷射 |
| 靈敏度 | 標準 | 低（除非 SERS） |
傳統拉曼太弱，怎麼辦？把分子吸附在金屬奈米結構上，訊號暴增 10⁴ — 10¹¹ 倍 → 可達單分子偵測。
10⁷ 個光子中 1 個產生 Raman 散射。
SERS 的增強來自兩個機制：①電磁增強 ②化學增強，靈敏度可達 ppb 甚至單分子。
面對一個新樣品，這張決策樹是你的速查表。
這些方法已成為食品產業每日的標準工具，從乳製品到橄欖油，從現場品檢到攙偽鑑定。
脂肪/蛋白/乳糖、來源、攙偽（乳清、過氧化氫、三聚氰胺）
熟成度、年份分類、福馬林檢測
品種、地理來源、攙偽（大豆油、菜籽油）
真偽鑑定、產地、年份、酒精/酸度
地理產地、缺陷豆、攙偽（咖啡殼）
真偽、植物來源、糖漿攙偽
玉米/小麥/稻米 — 水分、蛋白、油、真菌毒素
攙偽（馬肉、火雞肉）、新鮮度、冷凍/解凍鑑別
物種鑑定、養殖/野生、新鮮度
豬油攙偽偵測
糖、酒精、pH、品質參數
辣椒粉中的蘇丹紅、薑黃、藏紅花攙偽
攜帶型 + 電池供電 + 幾乎免製樣 → 30 秒內得到結果，現場攙偽偵測、海關查驗、農場品檢都可用。
Agilent 4300 — 槍式 FTIR，基本振動強訊號、可偵測低濃度成分。
Agilent 4500 — 手提箱式 FTIR，可現場分析液體與固體。
Thermo microPhazir — 無需製樣、漫反射打到包裝表面即可。
Rigaku Progeny — 1064 nm 雷射，避螢光，可穿玻璃/塑膠袋。
基本振動 → 訊號強、低濃度可測；但水會干擾，需 ATR。
穿透深、含水樣品也能測；訊號弱但搭配化學計量學可定量。
穿過玻璃/塑膠包裝、水訊號弱、無破壞性 → 海關、入庫檢驗超實用。
電池續航、抗震、軟體易用性、校正模型更新 — 是商品化的決勝點。
把右邊的波數 (cm⁻¹) 點選後，連到左邊正確的官能基 / 食品成分。
5 個真實工作情境，哪一種光譜技術最適合？
載入中…
看光譜峰位置 + 強度，判斷食物或攙偽情境。
載入中…
載入中…
儲存於瀏覽器 localStorage，可匯出 CSV 供教師分析。
※ 全班紀錄需教師密碼才能匯出，涵蓋這台電腦上所有 session 的數據
把光譜學變成你的工具：動手做、看別人怎麼用、自己解讀。
量測一份食用油 / 蜂蜜 / 牛奶，找出 3 個關鍵吸收峰。
挑一篇 Table 8.2 攙偽偵測論文，整理技術 / 化學計量學 / 偵測限。
完成 §8.8 Study Q1-Q6，特別是 Q5（漫反射）與 Q6（NIR 校正）。
📖 本章一句話總結：
「分子振動就是食物的指紋；
IR、NIR、Raman 是讀懂這份指紋的三把鑰匙。」
建立 NIR / Raman 校正曲線、酒類與調味料品管的基本功。每瓶 10 mL。
點擊試管或表格列查看詳情。表格上方為視覺化（高度 = 95% 酒精佔比）。
| 目標濃度 | 95% 酒精 (mL) | 蒸餾水 (mL) | 典型應用 |
|---|---|---|---|
| 10% | 1.05 | 8.95 | 麥芽汁 / 低酒精飲料 |
| 20% | 2.11 | 7.89 | 啤酒 / 清酒範圍 |
| 30% | 3.16 | 6.84 | 米酒 / 葡萄酒下限 |
| 40% | 4.21 | 5.79 | 強化葡萄酒 |
| 50% | 5.26 | 4.74 | 利口酒 / 中藥酒 |
| 60% | 6.32 | 3.68 | 紹興酒 / 白蘭地 |
| 70% | 7.37 | 2.63 | 消毒酒精 / 烈酒 |
| 80% | 8.42 | 1.58 | 高粱酒 / 伏特加 |
「全班紀錄」功能僅限教師使用，請輸入教師密碼。
請輸入你的姓名與學號，這份紀錄會儲存在本機，不會上傳到網路。教師可在課堂上集中匯出 CSV。