Analyse spectroscopique avancée · flux de travail scientifique reproductible

Des spectres à une lecture résolue en énergie

Une série de spectres FTIR in situ enregistrés à pression croissante contient plus qu’une simple bande qui grandit. L’inversion 2D-IRIS résout cette série selon une coordonnée d’affinité d’adsorption définie par un modèle. Illustrée ici avec les données Ba-GIS.

Spectres FTIR expérimentaux → Inversion 2D-IRIS → Régularisation et validation → Distribution résolue en énergie → Interprétation scientifique

Que fournit-on ?

Des données spectroscopiques expérimentales collectées le long d’une perturbation contrôlée — ici, des spectres FTIR enregistrés à pression croissante.

Que fait DataChem ?

Appliquer et valider la méthodologie d’inversion 2D-IRIS, avec chaque réglage et chaque contrôle enregistrés.

Qu’obtient-on ?

Une représentation résolue en énergie qui révèle une information difficile à extraire des seuls spectres.

La question scientifique

Examiner les spectres un par un montre comment une bande grandit avec la pression, mais des contributions superposées qui répondent différemment à la pression restent indissociables. Des environnements d’adsorption d’affinités distinctes peuvent partager la même région spectrale.

2D-IRIS pose une question plus précise : quelle combinaison de contributions, chacune suivant une réponse de type Langmuir avec sa propre affinité apparente, reproduit l’ensemble de la série expérimentale à chaque nombre d’onde ? La réponse est une distribution sur le nombre d’onde et une énergie libre d’adsorption réduite, ΔadsG°/RT.

Les données d’entrée

Une série de spectres FTIR in situ du CO₂ adsorbé, résolue en pression, issue des données de recherche collaborative Ba-GIS.

Série spectrale
24 spectres de différence (chaque spectre moins l’échantillon activé à p = 0), 2400–2250 cm⁻¹, 78 points spectraux.
Variable expérimentale
Pression d’équilibre du CO₂ de 0 à 77 torr à 25 °C, une pression par spectre.
Prétraitement
Aucun au-delà des spectres de différence exportés : aucune correction de ligne de base, lissage ou normalisation n’a été ajouté pour l’inversion.
Traçabilité
Fichier source identifié par SHA-256 ; l’export a été vérifié par rapport aux fichiers bruts du spectromètre (même prétraitement à un facteur d’échelle d’intensité constant près).

L’analyse

DataChem applique l’inversion 2D-IRIS à cette série : un modèle physique de la réponse de chaque contribution à la pression, ajusté sous une contrainte de régularisation qui stabilise numériquement le résultat. Chaque choix ci-dessous est enregistré et contrôlé, jamais laissé à une valeur par défaut cachée.

Détails techniques & validation
Noyau
Réponse de Langmuir θ(p, q) = p·e−q / (1 + p·e−q) avec q = ΔadsG°/RT sur une grille de 100 valeurs entre 1 et 10 ; pression en torr, donc q est relatif à un état de référence de 1 torr.
Inversion
Distribution non négative f(ν, q) telle que le noyau reproduise la série mesurée : minimiser ‖K f − x‖² + λ fᵀSf avec f ≥ 0, où S est l’opérateur de dérivée seconde selon q (formulation 2D-IRIS de SpectroChemPy).
Régularisation
45 valeurs de λ de 10⁻¹⁰ à 10¹. Le λ retenu est le coin de la L-curve log-log (point le plus proche de l’origine normalisée entre fidélité aux données et régularité). Résultat : λ = 5,6 × 10⁻³.
Solveur & contrôles numériques
Solveur de programmation quadratique exact (quadprog), vérifié par un solveur indépendant de moindres carrés non négatifs et par l’implémentation IRIS propre de SpectroChemPy (accord meilleur que 10⁻⁹). Avec le solveur itératif par défaut, la L-curve de ce jeu de données n’était ni monotone ni reproductible, rendant le choix du paramètre de régularisation peu fiable ; le solveur exact lève cette ambiguïté sans changer le modèle. L-curve monotone ; résultats identiques sur une exécution répétée ; sensibilité vérifiée une décade en dessous et au-dessus du λ retenu.

Comment validons-nous l’inversion ?

Deux contrôles accompagnent le résultat : la force de régularisation est-elle bien choisie, et le modèle reproduit-il réellement les spectres mesurés ?

Ba-GIS : L-curve de l’inversion 2D-IRIS avec le paramètre de régularisation retenu
L-curve. Fidélité aux données (à gauche) contre régularité (en bas) pour 45 valeurs de λ ; la valeur retenue se situe au coin, à l’équilibre entre les deux.
Ba-GIS : spectres mesurés comparés à la reconstruction 2D-IRIS, avec résidus
Contrôle de reconstruction. Spectres mesurés (trait plein) et reconstruits (tirets) à cinq pressions, avec les résidus en dessous.

La reconstruction explique l’essentiel de la série (99,2 % de la variance), mais les résidus restent structurés près du maximum de la bande : le modèle ne reproduit pas chaque détail des spectres mesurés. C’est attendu d’un noyau de Langmuir unique sous contrainte de régularité, et cela fait partie de l’évaluation critique de l’inversion — un fort pourcentage de variance expliquée est un contrôle utile, pas une preuve que le modèle est une description physiquement parfaite du système.

Le résultat

La représentation résolue en énergie de la série Ba-GIS, pour la régularisation validée ci-dessus.

Ba-GIS : distribution 2D-IRIS du CO₂ adsorbé selon le nombre d’onde et ΔadsG°/RT
Distribution 2D-IRIS, Ba-GIS. Deux régions principales apparaissent vers 2364 et 2339 cm⁻¹ à faible affinité apparente (ΔadsG°/RT ≈ 6,7–6,8) ; une contribution plus étroite vers 2350 cm⁻¹ s’étend vers une affinité apparente plus forte (jusqu’à ΔadsG°/RT ≈ 1,5–2). Les niveaux de contour sont tracés directement sur la grille calculée 100 × 78. Ba-GIS = Ba3-GIS.

L’interprétation

Ce que la représentation apporte par rapport à la lecture directe des spectres.

La distribution sépare les contributions selon leur réponse à la pression, pas seulement selon leur position spectrale. Les régions de la carte à ΔadsG°/RT élevé rassemblent un signal dont l’intensité continue de croître presque linéairement sur la plage de pression mesurée ; les régions à ΔadsG°/RT faible rassemblent un signal qui sature tôt. Dans la série Ba-GIS, ce contraste est visible au sein d’une même bande spectrale : le centre vers 2350 cm⁻¹ se comporte différemment des flancs vers 2364 et 2339 cm⁻¹.

Ceci est complémentaire de la résolution MCR-ALS de la même série : MCR-ALS sépare des formes spectrales, 2D-IRIS résout la dépendance en pression selon une coordonnée de modèle explicite. Les deux restent des descriptions des données, et leur accord ou désaccord est lui-même informatif.

L’étude de cas Ba-GIS place ce résultat aux côtés de la PCA, de MCR-ALS et de mesures d’équilibre indépendantes : voir l’étude →

Hypothèses & limites

Une inversion n’a de sens que si ses hypothèses sont explicites.

  • Noyau de Langmuir. Chaque contribution est supposée suivre une réponse de Langmuir indépendante ; les interactions latérales, le comportement multicouche ou les limitations cinétiques ne sont pas décrits.
  • Environnements indépendants. Les contributions sont traitées comme additives et indépendantes, ce qui est une hypothèse, pas une observation.
  • Régularisation. La largeur et la séparation des contributions dépendent de λ. La valeur retenue est documentée, et la sensibilité une décade en dessous et au-dessus est conservée comme contrôle.
  • Fenêtre spectrale. Les résultats dépendent de la fenêtre 2400–2250 cm⁻¹ et du spectre de référence soustrait de la série.
  • Coordonnée relative. ΔadsG°/RT dépend du modèle et est relatif à un état de référence de 1 torr ; ce n’est pas une énergie d’adsorption absolue.
  • Aucune attribution chimique. La carte n’identifie ni espèces ni sites d’adsorption. Un signal qui croît presque linéairement avec la pression, à faible affinité apparente, peut aussi inclure des contributions non liées à la surface ; l’attribution nécessite des preuves indépendantes.
  • Aucun décompte de sites. Le nombre de lobes n’est pas un nombre de sites. Les contributions faibles sous le premier niveau de contour, comme la bande mineure vers 2283 cm⁻¹, ne sont pas affichées.

Un flux de travail reproductible, adaptable à vos données

2D-IRIS est une méthodologie d’analyse scientifique mise en œuvre par DataChem via un flux de travail Python documenté, pas un logiciel autonome.

Ce qui est enregistré

Empreintes des fichiers sources, versions logicielles, fenêtre spectrale, pressions, noyau, grille d’énergie, grille de λ, λ retenu et sa règle de sélection, résidus, reconstruction et distribution complète en CSV.

Ce que vous recevez

La distribution et la L-curve sous forme de tableaux numériques, des figures de qualité publication, et une interprétation écrite qui précise ce que le résultat soutient et ce qu’il ne soutient pas.

Où cela s’adapte

DataChem peut adapter ce type de flux de travail à des jeux de données spectroscopiques expérimentaux lorsque la variable de perturbation et le modèle physique sont appropriés — par exemple d’autres spectroscopies (Raman, NIR) ou d’autres variables comme la dose, le temps ou la température.

Référence méthodologique : Study of the diffusion properties of zeolite mixtures by combined gravimetric analysis, IR spectroscopy and inversion methods (IRIS), PCCP, 2023.

Travail scientifique collectif: Ba-exchanged gismondine for CO₂ direct air capture (DAC), J. Mater. Chem. A, 2026. Traitement des données : Abdelhafid Ait Blal. Les figures ne représentent pas une mission client DataChem.