引用本文
王延, 吕俊, 唐晖, 高亮. 红外差谱技术在交通事故物证比对中的应用研究[J].刑事技术, 2017,42(3):187-190
WANG Yan, L#cod#x000dc; Jun, TANG Hui, GAO Liang. Application of IR Differential Spectrum Technology to Compare the Evidential Material in Traffic Accident[J]. Forensic Science and Technology,2017,42(3): 187-190  
Permissions
Copyright©2017, 《刑事技术》编辑部
《刑事技术》编辑部
红外差谱技术在交通事故物证比对中的应用研究
王延, 吕俊, 唐晖, 高亮*
贵阳市公安交通管理局,贵阳 550081
* 通讯作者：高亮（1983—）,男,安徽淮南人,硕士,助理工程师,研究方向为理化检验。E-mail:56972518@qq.com

第一作者简介：王延（1986—）,男,湖南娄底人,硕士,助理工程师,研究方向为理化检验。E-mail:344348256@qq.com

摘要

目的 为认定交通事故中各车辆的法律责任,需要对案件相关的纤维、漆片等检材进行同一物证比对,然而,检材经常会受到灰尘、油渍和/或血液等杂质污染,这给物证比对带来干扰。红外差谱技术具有辨别混合物中不同成分的功能,因此,可将其应用于交通事故案件中受污染检材的鉴定。方法 通过模拟交通事故现场,分别制备受机油和/或血液污染的纤维和漆片检材,利用傅里叶变换红外光谱仪对污染检材以及控制样品进行分析,借助红外差谱技术对红外谱图进行处理,排除污染物的干扰。结果 处理后得到的谱图与控制样品的谱图进行比对,结果显示两者主要官能团吸收峰位置完全相同,峰形基本一致,各主要官能团在其吸收位置的峰强度也基本一致,可以出具比对一致的结论。结论 无论检材是否受到污染,红外差谱技术都可为交通事故案件提供证据支持和/或参考。

关键词: 红外光谱差谱技术; 微量物证; 血液; 纤维; 漆片
中图分类号:DF794.3 文献标志码:A 文章编号:1008-3650(2017)03-0187-04 doi: 10.16467/j.1008-3650.2017.03.004
Application of IR Differential Spectrum Technology to Compare the Evidential Material in Traffic Accident
WANG Yan, LÜ Jun, TANG Hui, GAO Liang*
Guiyang Traffic Management Bureau of Public Security, Guiyang 550081, China
Abstract

Objective In order to verify the legal status of a car involving into one traffic accident, comparison is often required to conduct on the evidential materials such as the fibers, paint chips and the others related. However, the evidential materials are frequently polluted with dust, oil and/or blood, leading to difficulty of observing and identifying the relevant evidential materials. IR (infrared) differential spectrum technology can distinguish the kinds of materials through its differentiability into various substances, therefore, it should be also used for differentiation of the polluted evidential materials from traffic scene.Methods In this paper, the fibers and paint chips, polluted by engine oil and/or blood, were prepared to simulate the polluted evidential materials from traffic accident scene. Fourier transform infrared spectrometry was used to get the total spectrograms of both the prepared materials and control samples.Results By IR differential spectrum technology, the interference of pollutants was removed from the examined materials with subtraction of the corresponding constituent sample(s) from the total spectrogram. The resultant spectrograms were accordingly same as those of the unpolluted samples at the peak positions, basic peak shapes and peak intensities. Thus, a conclusion can be drawn that the polluted materials analyzed via IR differential spectrum technology are of identical to the unpolluted ones.Conclusions IR differential spectrum technology does assist in providing evidential support and/or reference for the involved traffic accident cases no matter whether the obtained evidential materials are polluted or not.

Key words: IR differential spectrum technology; trace evidence; blood; fiber; paint chip

根据朗伯-比尔定律, 红外光谱吸光度与样品浓度有关, 当多种组分混杂时, 只要混合时没有发生化学反应, 混合物的光谱是每种组分光谱的总和。因此通过获取混合物光谱和一些组分的光谱的差别, 就可以得到其他组分的光谱, 这种方法称为光谱差减。光谱差减的公式如下：光谱差减 =（混合）– （组份）× k, k比例因子, 代表了混合光谱中组份产生光谱所占的比例。k值可以估计取得, 如果k比实际值小, 差减不充分, 差减结果光谱中仍然有组份光谱存在; 反之k值偏大, 差减过量, 组份会出现相反的吸收情况, 出现相反的峰。k值亦可通过自动计算取得, 指定特征波长处, 使用因子k时, 吸收值变成0即可[1]。

在交通事故案件中, 为证实嫌疑车辆的肇事事实, 裁定事故责任, 往往需要对漆片、纤维等微量物证进行比对。在检材的提取过程中发现, 交通事故现场的物证会受到灰尘、机油、甚至血液的污染, 散落的物证碎片会受到雨水的冲刷, 大部分检材上的污染物可以通过肉眼观察到, 而血液、机油等液体吸附或渗透入检材表面, 仅凭肉眼很难发现, 这就给比对鉴定工作带来干扰[2]。红外差谱技术应用于物质种类鉴定的报道较多[3, 4, 5], 同样可用于物证比对工作。本文通过模拟交通事故现场, 分别制备受机油和/或血液污染的聚氨酯漆片和涤纶纤维检材, 探索借助红外差谱技术对谱图进行后处理, 排除污染物干扰的方法。

1 实验部分
1.1 仪器与测试条件

岛津IRAffinity-1傅里叶变换红外光谱仪, 分辨率4 cm-1; 光谱数据处理使用IRsolution软件; Specac P/N GS10800系列衰减全反射（ATR）附件。

测试条件：扫描范围4000~500 cm-1; 样品扫描次数40次; 背景扫描次数40次。所得谱图为扣除背景的红外谱图。

1.2 样品与试剂

漆片(绿色聚氨酯漆）、纤维（涤纶）、机油（美孚ESP 5W-30）、静脉全血。

1.3 制样方式

用手术刀将漆片从汽车保险杠上剥离, 模拟汽车刮擦痕迹, 刮开漆片表面透明清漆层, 露出色漆层, 切割成2mm× 2mm大小; 纤维从交警用白色手套上提取。分别取机油和静脉全血滴在漆片和纤维上, 完全浸没检材, 放置24 h, 静脉全血已经凝固成血渍, 用竹刀轻轻刮去表面血渍, 用棉签吸去表面机油。提取少许检材, 用ATR附件扫描出其红外光谱图。

2 实验结果与比对分析
2.1 受机油污染检材的红外光谱差减比对分析

图1所示为受机油污染检材的红外光谱差减比对图（A：漆片; B：纤维）。根据漆片样品的红外特征吸收峰1730、1690、1150、760、705 cm-1, 可鉴定油漆种类为聚氨酯漆, 由纤维样品的红外特征吸收峰1721、1249、1116、729 cm-1, 可鉴定纤维种类为涤纶[6]。

图1（A）为漆片的比对结果, 受机油污染漆片b和漆片样品a进行比对, 在2850~2960 cm-1处的吸收峰强度有显著差异, 结合机油的谱图c来分析, 可推断2850~2960 cm-1处的高强度吸收峰来自机油的-CH2、-CH3键震动。b和c比对, 吸收峰位置差别体现在721 cm-1处, 推测此处为机油中碳链面内摇摆振动所致, 由于其吸收峰强度较低, 所以在b中被其他峰掩盖, 指定特征波长721 cm-1为参比峰, 取比例因子k=0.35时, 吸收值变成0, 得到差谱d, 基本消除了机油的谱图特征。d和a进行比对, 两者主要官能团吸收峰位置完全相同, 峰型基本一致, 各主要官能团在其吸收位置的峰强度也基本一致, 可以出具比对一致的结论。

图1（B）为纤维的比对结果, 受机油污染纤维b和纤维样品a进行比对, b在2850~2960 cm-1处有强的吸收峰, 在1461、1380 cm-1处有中等强度的尖峰, 而纤维样品没有吸收峰, 得出比对不一致的结果。结合机油谱图来分析, 可推断1461、1380 cm-1处的吸收峰来自机油的羰基震动, 且两个吸收峰为尖锐的单峰, 受其他峰干扰小, 所以取1461、1380 cm-1为参比峰, 取因子k=0.70时, 吸收值变成0, 将b和c红外差减后得到谱图d, 消除机油的谱图特征。根据公式（光谱差减）=（混合）– （组份）× k, 可得出k值的大小与受污染检材中污染物（混合）的量成正比, 由于纤维的疏松结构, 纤维吸附的机油含量比漆片吸附的多, 比例因子k值亦高。机油分别具有与聚氨酯漆片和涤纶纤维明显区别的特征峰, 可设定与样品检材不同的特征峰为参比峰, 其吸收值变成0时, 取得比例因子k, 实现谱图差减。

2.2 受血渍污染检材的红外光谱差减比对分析

图2所示为受血渍污染检材的红外光谱差减比对图。图2（A）为漆片的比对结果, 受血渍污染漆片b和漆片样品a进行比对, 在1650 cm-1处的吸收峰有差异, 在1525 cm-1处的吸收峰强度有显著差异, 结合血渍谱图来分析, 可推断1650 cm-1、1525 cm-1处的吸收峰来自血渍干扰, 分别属于酰胺Ⅰ 谱带、酰胺Ⅱ 谱带的特征吸收峰[7]。以1650 cm-1、1525 cm-1为参比峰, 取比例因子k=0.42时, 吸收值变成0, 将b和c红外差减后得到的谱图却出现了相反的吸收峰, 与漆片样品比对不一致, 结合样品谱图分析, 发现漆片自身在1650 cm-1、1525 cm-1附近有弱的吸收峰, 因此不能用1650 cm-1、1525 cm-1为0作为差减终点的依据。k值可以估计取得, 以最大化去除血渍（组份）吸收峰为限, 获取因子k。参照漆片样品谱图, 发现谱图b中1525 cm-1处吸收峰主要来自血液的干扰, 选取1525 cm-1吸收峰作为参比峰, 取比例因子k=0.20时, b和c差减得到谱图d, d在1525 cm-1附近吸收峰强度与漆片样品一致。

图2（B）为纤维的比对结果, 受血渍污染纤维b和纤维样品a进行比对, b在1650 cm-1、1525 cm-1处有中等强度的吸收峰, 而纤维样品没有吸收峰, 得出比对不一致的结果。结合血渍谱图来分析, 可推断1650 cm-1、1525 cm-1处的吸收峰来自血渍干扰。将b和c红外差减, 比例因子可通过自动计算取得, 指定特征波长1650 cm-1、1525 cm-1处, 取比例因子k=0.37时, 吸收值变成0即可, 得到谱线c, 完全消除了血渍的谱图特征。

图1 受机油污染检材的红外光谱差减比对图（A：漆片; B：纤维）Fig.1 IR differential spectrums of the sample polluted by engine oil (A: paint film; B: fiber)

图2 受血渍污染样品的红外光谱差减比对图（A：漆片; B：纤维）Fig.2 IR differential spectrums of the sample polluted by blood (A: paint film; B: fiber)

2.3 受机油和血渍污染检材的红外光谱差减比对分析

图3所示为受机油和血渍污染检材的红外光谱差减比对图。图3（A）为漆片的比对结果, 受机油和血渍污染漆片b和漆片样品a进行比对, 在2850~2960 cm-1处的吸收峰强度有显著差异, 来自机油与漆片自身的的-CH2、-CH3键震动重叠; 在1650、1525 cm-1处中等强度的吸收峰分别属于血渍酰胺Ⅰ 谱带、酰胺Ⅱ 谱带的特征吸收峰。为排除机油和血渍的干扰, 需要对受污染样品进行两次差减, 首先排除机油的干扰, 指定机油的特征吸收峰2921 cm-1为参比峰, 取k=0.40, 差减得到谱图c; 再排除血渍的干扰, 指定血渍的特征吸收峰1650、1525 cm-1为参比峰, 差减得到谱图d。

图3（B）所示为纤维的比对结果, 同样对受污染纤维进行两次差减, 指定机油的特征吸收峰1461、1380 cm-1为0, 差减后得到谱图c, 谱图c中仍含有血渍的吸收峰; 再排除血渍的干扰, 指定血渍的特征吸收峰1650、1525 cm-1为参比峰, 差减得到谱图d。受污染的漆片和纤维通过两次差减后得到的谱图和样品谱图进行比对, 两者主要官能团吸收峰位置、峰型、强度基本一致。

图3 受机油和血渍污染漆片的红外光谱差减比对图（A：漆片; B：纤维）Fig.3 IR differential spectrums of the sample polluted by both engine oil and blood (A: paint film; B: fiber)

3 讨论

漆片由于其表面光滑的物理特征, 吸附机油、血渍的量相对较小, 体现在谱图上的污染物特征峰强度比较弱, 容易被漆片自身的吸收峰干扰, 所以在和样本漆片比对的时候, 往往会忽略掉污染物的影响, 出具比对结果一致的结论。而纤维的疏松结构使其受机油、血渍污染的程度相对较大, 体现在谱图上的特征峰强度比较强, 且深色纤维上附着的机油、血渍污染物不容易发现, 从而出具比对结果不一致的结论, 造成错鉴。工作中遇到此类情况, 为排除污染物干扰, 要尽可能全面提取检材, 以便在比对过程中选取未受污染的部位, 如果提取的检材量少, 应在体视显微镜下观察检材的外观特征, 用红外显微镜选择未受污染的区域进行分析, 再进一步运用差谱技术对红外谱图进行后处理。

比例因子k决定了差减谱图的效果, 通过指定特征波长吸收值变为0来进行红外谱图差减, 取得比例因子k。需注意有时会出现相反的吸收峰, 影响结果判断。比对工作中, 如果污染物的特征吸收峰与检材样品的特征吸收峰出现重叠, 宜参照检材样品的谱图, 选取受样品吸收峰干扰小、峰强度适中的污染物（组份）吸收峰作为参比峰, 以最大化去除（组份）吸收峰为限, 获取因子k。根据公式（光谱差减）=（混合）– （组份）× k, 结合实验分析, 可知k值并非常量, 而是与受污染检材中污染物（混合）的量成正比, 与被差减污染物的量（组份）成反比, 与对应的检材制备相关。

本文通过红外差谱技术, 排除油渍、血渍对聚氨酯漆片、涤纶纤维检材的干扰, 较好地获得样品检材的红外光谱图, 可以出具比对一致的结论, 同时避免了前处理过程对检材造成损坏。在实际工作中, 会遇到不同种类的漆片和纤维受到单一或多种杂质的污染, 只要检材与污染物混合时没有发生化学反应, 通过多次差减均可得到样品检材的红外谱图, 为物证比对工作提供依据/或参考。

The authors have declared that no competing interests exist.

参考文献
[1] 吴谨光. 近代傅立叶变换红外光谱技术及应用(上卷) [M]. 北京: 科学技术文献出版社, 1994: 122. [本文引用:1]
[2] 孙振文, 乔婷, 陶克明, 等. 油漆物证检验中血渍干扰的去除[J]. 刑事技术, 2015, 40(2): 155-157. [本文引用:1]
[3] 孙光. 红外差谱技术快速检验铵梯炸药[J]. 刑事技术, 1998(4): 19-20. [本文引用:1]
[4] 蔡锡兰. 红外差谱技术用于混合安眠药的鉴定[J]. 光谱学与光谱分析, 2000, 20(3): 329-332. [本文引用:1]
[5] 蔡锡兰. 红外差谱技术用于混合纤维鉴定的研究[J]. 分析仪器, 2000, 1(1): 15-19. [本文引用:1]
[6] 冯计民. 红外光谱在微量物证分析中的应用[M]. 北京: 化学工业出版社, 2010. [本文引用:1]
[7] WAS J, KNITTEL D, SCHOLLMEYER E. The use of FTIR microspectroscopy for the identification of thermally changed fibers[J]. J Forensic Sci, 1996, 41(6): 1005-1011. [本文引用:1]