企业官网建设流程全解析

做红外测试的人，十个里有八个会被Origin折腾过。傅里叶红外光谱（FT-IR）作为材料、化学、药学、环境等方向最常用的表征手段之一，测试本身并不难，真正拉开差距的环节在测试之后——数据怎么处理、基线怎么校正、谱图怎么叠放对比、出图怎么做到能直接放进毕业论文或者SCI论文里。这篇文章就围绕FT-IR数据处理与Origin绘图的全流程展开，从拿到原始数据开始，到最终导出符合期刊要求的图片为止，把我在实际操作中积累的经验和踩过的坑一次说清楚。

这篇文章适合刚接触红外测试的研究生，也适合被导师要求“重新处理一下那张红外图”但不知道怎么下手的同学。内容偏实操，每一步都给了具体参数和操作路径，照着做基本都能出结果。

1. 拿到FT-IR原始数据后，先别急着画图

很多人从红外光谱仪上拷回数据就迫不及待地把.opj拖进Origin，然后自动成图，看到一条凹凸不平的曲线就觉得自己做完了。实际上这一步太急了。原始数据直接出图放到论文里，大概率会被审稿人或者导师挑出问题。拿到数据后的第一步，是把数据本身搞清楚。

1.1 先搞清楚你拿到的是什么数据格式

不同品牌的红外光谱仪，导出的数据格式不一样。Thermo Nicolet一般可以导出.csv或者.txt，Bruker常用的是.txt或者.dpt，岛津的居多也是.txt。无论是什么格式，本质都是两列数据：左边是波数（Wavenumber），单位是cm⁻¹，右边是对应的透过率（%T）或者吸光度（Absorbance）。

这两者的区别很关键。透过率是最原始的测量信号，呈现的是倒峰形态；吸光度是经过转换后的数据，峰是正峰，且与浓度遵循朗伯-比尔定律，在定量分析时更有意义。期刊上红外光谱图多数用吸光度或透过率都有，但要保持全文统一。我的建议是：除非你做的实验本身要求透过率，否则统一使用吸光度出图，因为吸光度谱线的峰形更直观，后续做基线校正和峰面积统计也方便。

1.2 高频数据是滞后量，不要拿来做峰位分析

透过率和吸光度这两列数据之外，有些仪器导出文件里还附带“Wavenumber (High Freq.)”这样一列。这列数据实际上是高波数端的噪声补充，不是主波数轴，直接忽略就好。否则导入Origin后会出现两条几乎重叠但又不完全重合的横坐标，导致后续选区间、做标注全部错位。这个问题在初学者里非常常见，我在帮师弟处理数据时就遇到过好几次。

1.3 先做一次“数据体检”

正式导入Origin之前，建议先用文本编辑器或者Excel快速检查三件事：数据行数是否完整（通常FT-IR数据点从4000 cm⁻¹扫到400 cm⁻¹，采集步长如果是4 cm⁻¹，大约有900多个点）；有没有明显的异常空白行或者乱码；波数方向是否正确（应该从4000递减到400，还是反过来）。很多软件允许设置从低波数开始扫描，如果横坐标方向反了，出图后横轴看起来会别扭，调整坐标范围时也容易出错。

这个“体检”过程耗时不到一分钟，但能避免后面导入数据后出现坐标轴错乱、峰位对不上等让人头疼的问题。

2. Origin中的FT-IR数据预处理：基线校正、平滑与归一化

真正让光谱从“毛坯房”变成“精装房”，核心在预处理环节。基线漂移、噪声干扰、样品厚度差异，都会让原始光谱不适合直接对比或分析。Origin的强大之处在于，它不需要额外编程能力，仅靠菜单操作就能完成大部分预处理工作。

2.1 基线校正不要一上来就用默认参数

FT-IR光谱最容易出现的问题是基线漂移，尤其在3000-3600 cm⁻¹这个区域，水汽和样品本身都可能造成基线抬高。Origin中做基线校正一般有两种路径。

路径一是使用菜单栏的 Analysis → Peaks and Baseline → Baseline Mode，在弹窗中选择Create Baseline，然后把基线拟合方式调整为User Defined或者Automatic。自动模式适合基线比较平坦的样品，处理速度快，但遇到倾斜基线时容易矫枉过正——把原本正常的峰基座削掉，导致峰形失真。

路径二是手动取基线点。在Create Baseline中选择Add，手动在谱图上的空白区域点击，选择几个关键点（比如4000、3700、2800、1800、800这些吸收较弱的位置），然后让软件用曲线把这些点连成基线，最后选择Subtract完成扣除。这个方法看起来笨，但在处理带有明显水汽噪声或者宽弥散峰的样品时，反而是最稳定的方案。

实操中我的体会是：能自动就自动，自动不行就手动取点，千万不要反复多次Subtract。同一个数据做两次基线扣除，峰形会被严重破坏，尤其是峰宽本身就大的羟基峰和氨基峰，二次校正后甚至可能变成“负峰”，那时候再挽救就麻烦了。

2.2 平滑处理用Savitzky-Golay，别用Adjacent Averaging

做红外光谱平滑去噪，很多教程都会推荐Adjacent Averaging（相邻平均）。这类方法实现简单，但副作用也很明显：会把峰形削钝，导致半峰宽变大。对于需要报告峰位或比较半峰宽的实验来说，这几乎是灾难性的。

在Origin中推荐的做法是： Analysis → Signal Processing → Smooth → Open Dialog，方法选择 Savitzky-Golay，多项式阶数保持默认2阶，窗口点数设置为9到15之间。Savitzky-Golay平滑的核心思路是用局部多项式拟合法对窗口内的数据点做拟合，保留峰形特征的同时压制高频噪声。通俗点说，它在“把毛刺去掉”和“不把山峰削成土丘”之间找到了一个更好的平衡点。

窗口点数需要根据数据本身情况调整：如果噪声很大，把窗口设置到15或者21；如果谱图本身已经比较光滑，设置到5或者7就够了。窗口过大虽然去噪能力强，但会把本来应该清晰的尖锐吸收峰抹圆，导致后续计算峰面积时出现明显偏差。

2.3 归一化前先想清楚你的目的

需要对比不同样品的相对峰强时，比如比较氧化程度的相对变化，归一化几乎是必须的。但归一化有多种方式，选错了会得出完全不同的结论。

最常用的方式是Min-Max归一化：先让整个光谱减去最小值，再除以最大值，把所有数据压到0-1之间。这个操作在Origin里只需要在工作表新增一列，然后输入公式(col(A)-min(col(A)))/(max(col(A))-min(col(A)))即可。Min-Max归一化适合比较峰与峰之间的相对强弱变化，但它有一个隐含问题：如果光谱本身有一个极大的非特征峰（比如宽大的水峰），归一化后其他峰会被压缩到很低，看起来“消失”了。

另一种方式是选择特征峰归一化，比如以某个内标峰（通常是样品中不参与反应的基团对应的峰）为基准，把其他峰的强度与该峰做比值。这种方式在定量分析里更常见，但前提是你必须清楚哪个峰是合适的参考峰。不要看到哪个峰最高就选哪个，得看它是否在所有样品中稳定存在。

我建议的流程是：先看原始谱图，确定是否存在明显的基线漂移；做基线校正后再看峰形是否正常；确认后再考虑是否需要归一化——没有定量需求时，不要随意归一化，因为归一化会改变不同光谱之间的绝对强度关系，本身也是信息量的一部分。

3. 光谱绘图：从默认图到能看的谱图

预处理完成后，进入画图阶段。很多人画的FT-IR图不好看，不是因为Origin技术不行，而是没有理解光谱图的表达逻辑。红外光谱图的横轴是波数（习惯上从大到小排列），纵轴是透过率或吸光度，图的核心信息是“哪些波数位置有吸收峰”以及“这些峰的强弱关系”。绘图操作的核心目标，就是让这两点清晰直白地呈现出来。

3.1 新建图层与数据分配

Origin默认的Line图会把当前工作表的第一列作为X轴，第二列作为Y轴。如果你的数据顺序符合这个要求，直接选中两列，点击 Plot → Line → Line 即可成图。但有的时候数据顺序被调整过——X轴数据在B列，Y轴数据在A列——这时候不建议重新调换列顺序，而是在弹出的Plot Setup窗口中，把X列指定为正确的列即可。

更好的做法是先选中“X”列，按住Ctrl键再选中“Y”列，然后点击画图。这样Origin会自动把第一列识别为X，第二列识别为Y，避免后面出现横轴是系列编号而不是波数的尴尬情况。

3.2 横坐标倒置与范围截取

红外光谱的行业惯例是横轴从高波数到低波数，也就是4000在左、400在右。Origin默认的坐标轴是从小到大，所以需要双击横轴，在Scale选项卡中把From设置为4000、To设置为400，这样横轴自动倒置。

坐标范围不要总是展示全波段4000-400 cm⁻¹。如果样品的主要特征峰集中在1800-800 cm⁻¹之间，1800以上的区域信息量很低，完全可以把坐标范围设置成2000-500或者1800-600，让指纹区放大呈现。反过来说，如果要比较羟基、羧基等官能团区域，则保留3700-2800的区间。截取坐标范围之前，先想清楚论文要论证什么，所有谱图保持相同的坐标范围才方便对比。

如果样品做了多个，建议把所有曲线的坐标范围设为完全一致，否则峰的位置看起来会“漂移”，直接影响审稿人的判断。

3.3 设置轴刻度：间距、小数位数与字体

轴刻度这块虽然不起眼，但非常影响观感。默认情况下Origin的刻度密度偏高，标签文字挤成一团。我的习惯是：双击坐标轴，在Scale选项卡中设置主刻度（Major Ticks）间隔为500或1000，次刻度（Minor Ticks）数量设置为1或2。这样横轴刻度看起来疏密适中。

字体设置方面，Origin默认的Arial其实够用，但如果是投中文期刊或者毕业论文，建议统一改成“Times New Roman”或者“Arial”都可以，关键是要全文统一。对轴标题来说，FT-IR光谱图的横轴通常标注为“Wavenumber(cm⁻¹)”，纵轴如果是吸光度就标“Absorbance(a.u.)”，如果是透过率就标“Transmittance(%)”。这里有一个细节：a.u.表示相对强度单位，在纵轴用arbitrary units时写，在吸光度归一化后也可以用。

3.4 多条曲线绘制：不要用Line+Symbol

需要在一张图里叠加多个样品的红外光谱时，最容易犯的错误是选择Line+Symbol模式。化学、材料类的光谱图，几乎不使用数据点符号，只保留纯线条。多个样品用不同的颜色或线型区分，而不是用圆圈、方块这些符号去标记，否则图会显得很“土”，而且符号密集叠加之后完全看不清。

多光谱绘制的方法是：先选中第一组数据画图，然后右键图层左上角的图层图标 → Layer Contents，在弹出的对话框里把第二组数据依次添加到当前图层。不要直接新建图层再叠图，那样会让多个图层间的坐标轴对齐变得非常麻烦。

3.5 峰位标注的两种正确方式

红外光谱图几乎一定会涉及峰位标注。Origin中标注峰位有两种方式：一种是手动标注，用左侧工具栏的T文本工具，直接在峰顶附近输入波数数字，再加一个箭头指向峰位（用Arrow工具画一条带箭头的短线段）；另一种是自动寻峰，Analysis → Peaks and Baseline → Peak Analyzer，先自动寻峰，然后把峰位标注添加到图上。

自动寻峰适合对整条光谱做系统的峰归属，但手动标注更适合论文出图——因为我们只需要标注几个关键的特征峰，不需要把所有峰都标出来，标太多反而让人抓不到重点。手动标注时，文本字体建议设置成与轴标签相同的字体，字号在18-22pt之间（在Origin的Page单位下），与图中文字保持比例协调。

4. 曲线优化与图形美化：让谱图达到投稿级别

画好图只是第一步，真正让图片达到“可以直接贴进论文”的标准，还需要做一系列优化和美化工作。这一环节考察的不是数据处理能力，而是对排版和审美的敏感度。很多同学在处理红外数据时技术都很熟练，但最后出来的图还是不美观，问题就出在这里。

4.1 线型线宽：这是最便宜的“高级感”

光谱曲线的线宽默认是1 pt，在屏幕上看起来还行，但放大或者缩小后就会显得单薄。期刊出版时图片会被压缩到单栏宽度（约8-9 cm），线宽1 pt的曲线几乎会“消失”。我的建议是，所有光谱曲线统一设置为2 pt。如果有重叠的谱线，用不同颜色而非不同线型区分，因为虚线、点划线在缩小后会出现断线、看不清的问题。

颜色选择上，不要用纯黑配纯蓝这种极高对比方案，也不要全用彩虹色。期刊印刷（尤其是黑白印刷）时，颜色区分可能失效，所以推荐使用Origin自带的Color List里的“C1-C8-I”配色方案，这套颜色的区分度高，黑白灰度打印出来也能分得开。

配色的具体操作：双击曲线，在Line选项卡里把Color从ByPlot改成ByLayer或者自定义指定颜色。不同样品曲线可以用黑、红、蓝、暗绿、紫这组经典配色，这也是多数高分期刊红外光谱的常见搭配。

4.2 坐标轴边框：封闭式还是开放式

Excel默认是四边都有边框的封闭式坐标轴，但Origin默认的轴线是X、Y各一根，两条轴线在左下角相交但不闭合。学术期刊对坐标轴的格式没有绝对要求，但我个人强烈建议采用闭合边框。

操作方法是：双击坐标轴 → Title & Format → Axis 选择 Left 和 Bottom → 在Line and Ticks里把Major和Minor的Style设置为In，再把Right和Top轴的Line设置为“Show Line And Ticks”，但把其Major和Minor的Ticks设置为None。这样得到的效果是：左轴和下轴带向内刻度线，右轴和上轴只有框线没有刻度，整体呈一个完整的矩形框，非常符合化学类期刊的图件惯例。

4.3 坐标轴标题与刻度字体大小：遵循“渐变”原则

图片中文字的大小必须遵循层级关系：图内标注的文字比轴标题小一号，轴标题又比图内曲线名称等核心信息小一号。一般建议轴标题设置为24pt，刻度标签设置为20pt（这里的单位是Origin的Point，导出图后会按比例缩放）。这种方式比“所有文字都一样大”看起来专业很多。出现多个图组合在一个大图里时，不同子图之间文字大小必须严格一致。

4.4 曲线偏移与三维堆叠：特殊情况怎么处理

如果需要在同一张图里展示多条红外光谱，但又不想让它们相互遮挡，最常用的处理是Y轴方向偏移。操作方法是在工作表里给每组Y数据加上一个固定增量（比如0.2），然后用这些平移后的数据画图；或者直接在图上双击每条曲线，在Offset选项卡中设置Y方向的偏移量。偏移量不宜过大，以相邻曲线之间的基线刚好不重叠为宜。

三维堆叠（3D瀑布图）用FT-IR的时间序列分析比较多，比如原位红外随时间变化的谱图。但3D图在期刊排版中很难排好，信息提取效率也低于二维重叠图。我的建议是：除非必要，能用二维叠加解决的不要用3D。

4.5 导出图片参数：分辨率与格式

到了导出这一步，很多人以为点一下Export就完事了，导致最后图片分辨率不够被期刊打回。不同期刊要求不同，但一般规则是：分辨率不低于300 dpi；尺寸与期刊栏宽匹配，双栏图建议600 dpi。Origin里导出时，File → Export Graphs → Image File，在Image Type里选择TIFF或者EMF都可以，TIFF更通用，稿件系统基本都接受。色彩模式用RGB，DPI至少300，不要勾选“Auto”以免分辨率被自动降低。

有个隐藏技巧：如果图片中有大量文字标注，导出之前先在Format → Page里把Page Size改成符合目标期刊要求的宽度（比如单栏8.5 cm，双栏17 cm），这样你在Origin里看到的图就接近最终出版尺寸，不会出现导出后文字过大或过小的问题。

5. 实操案例全流程与常见问题速查

讲了这么多理论，这里以一个完整的案例把所有流程串起来。假设我有一组样品，分别是原始材料、改性后的材料，外加一个对照组，现在需要把这三条FT-IR光谱叠在一张图里出结果。

第一步，确认数据。三组数据分别放在同一个工作表的多个列里，A列是波数，B、C、D列分别是三个样品的吸光度。先选中A列，按住Ctrl选中B列，画第一条线，然后右键图层左上角图标，Layer Contents，把C、D列依次添加进去。

第二步，预处理。对三条曲线分别执行 Analysis → Peaks and Baseline → Baseline Mode，先自动修正基线，不行再手动取点，保证三条曲线的基线都落在0附近。如果噪声明显，执行Savitzky-Golay平滑，窗口点数设为9。

第三步，坐标设置。双击X轴，Reverse设为高到低，范围设置为4000到400或2000到500。双击Y轴，根据数据范围调整起始值，让上方留一些空白区域，方便后面做标注。

第四步，美化线条。把三条曲线的线宽设为2 pt，颜色分别设置为黑、红、蓝。添加坐标轴标题，设置为“Wavenumber (cm⁻¹)”和“Absorbance (a.u.)”。轴框设为闭合边框，刻度向内。

第五步，标注和导出。用文本工具在特征峰位置标注波数，比如1735、1635、1050等，并添加箭头。确认所有标注没有遮挡曲线，导出TIFF格式，分辨率设为600 dpi。

按这个流程走完，基本可以确保输出的图片达到SCI论文的出版要求。

5.1 高频问题清单

水印问题。Origin显示“DEMO”水印说明许可证失效，这类情况没法通过任何设置绕过，建议直接联系学校或者单位的信息化部门购买正版授权。

坐标轴范围改不了。双击坐标轴后没有反应，可能是因为当前图层被锁定，检查一下菜单栏View → Object Manager里对应图层的Lock状态。

一个图中曲线太多看不过来。优先保留关键样品，次要样品放到Supplemental Material，不要硬塞进一张图里。

纵轴数值默认带了很多小数位，看起来杂乱。双击坐标轴 → Tick Labels → Decimal Places，手动设置为2或者3，瞬间清爽。

Origin打开中文文件名的数据报错。把文件名和路径改成英文，然后再导入，该问题基本能解决。

原点（Origin）默认画图时出现了图例，但图例框又大又占地方。双击图例，反选“Show Legend”隐藏，需要时再手动用文本工具添加。

5.2 实操心法

处理FT-IR数据时间长了，我现在反而不太迷信复杂的数据处理流程。光谱数据分析有一条底线：你的处理步骤越少，数据的可信度越高。基线校正是必要的，平滑要克制，归一化要慎重。每一个处理步骤都会引入一定程度的失真，过度处理甚至可能把真实的化学信息给“处理”掉。

红外光谱图一方面要求干净、清晰、易读，另一方面又要保持数据的真实性。平衡的标准是：所画的每一笔优化都没有改变峰的数量、峰的位置和峰的相对强弱趋势。如果这三者发生了变化，那这个美化就是失败的。

6. 更多关于光谱绘图的底层思考

最后多说几句。现在很多仪器厂商自带软件就能生成谱图，看似方便，但这类软件生成的图片风格高度受限，对期刊要求适配性差，而且一旦换了一台仪器，软件操作逻辑又不一样了。把数据处理和绘图的流程集中到Origin上来，最大的价值不仅仅是得到一个更漂亮的图，而是建立了一套与仪器无关的数据处理流程。以后不管在哪个平台测的红外数据，回到Origin之后，一套流程跑到底，结果完全可控。

同样的逻辑也适用于拉曼光谱、紫外-可见光谱、荧光光谱等几乎所有光学类谱图的处理。FT-IR数据处理的这套方法——基线校正、平滑、归一化、多谱叠加、导出设置——迁移到其他谱图上，只需要把波数轴换成发射波长或者拉曼位移轴即可。

我个人在实际操作中的体会是，绘图这件事，Outstanding的工作不一定需要多高深的数学或编程能力，关键在于把每个环节的细节控制好。你会发现自己画红外光谱图的水平在一次次投稿和修改中慢慢提高，最后形成一种肌肉记忆：拿到数据就知道该做什么，看一眼图就知道哪里要调整。这种熟练度是任何教程都给不了的，只能靠自己做样品、跑测试、调图磨出来。

如果你正准备投稿，最后再分享一个小技巧：投稿前，把整篇论文里所有红外图集中在一起看一下，如果发现某些图字大、某些图字小，某些图坐标范围宽、某些图坐标范围窄，最好统一调整后再提交。一套论文里的所有谱图，风格统一比单张惊艳重要得多，这也是很多编辑和审稿人对图片质量的第一印象。