臺灣化學教育

化學教室活動：
自製光譜儀偵測臭氧吸收光譜

陳秀荷¹、劉奇愛¹、楊水平^2,*

¹國立彰化師範大學科學教育研究所
²國立彰化師範大學化學系
*yangsp@cc.ncue.edu.tw

n  前言

光，是以波的形式傳遞。不論是從自然界中的太陽來的，還是人工製造的燈泡來的，一道光裡含有不同的波長。有些波長的光能使我們看見顏色，稱為可見光，不同顏色的光具有不同的波長，紅光的波長比藍光的還要長，而我們肉眼所見的日光，就是由許多不同的波長、不同顏色的光彼此混合所產生的。但這些混合在一起的各種波長，是否隱藏一些細微的秘密在其中呢？

在19世紀初期，夫朗和斐（Joseph von Fraunhofer, 1787 – 1826）因著精湛的透鏡研磨工藝，開啟人們對太陽觀測的序幕，他整合當時的觀測，從太陽儀中記錄當時的光譜，細心地記錄光譜中的暗線，共畫出了五百七十多條的暗線。但在當時卻無法對這些暗線提出合理的解釋，直到1859年克希荷夫（Gustav R. Kirchhoff, 1824 – 1887）與本生（Robert Bunsen, 1811 – 1899）合作，使得這些暗線的秘密從彩色的光譜中被揭發出來。^[1]

克希荷夫原先是物理學家，僅在研究之餘，與本生一起研究化學元素的光譜。當時是以純物質的在加熱下所發出的光進行紀錄並且觀察，這些純物質加熱的光譜，並非連續的，即使通過稜鏡也只會得到亮線，而非連續的光帶。而在一次對火災的研究中，引發他們對由光源推測元素的想法。克希荷夫與本生找出夫朗和斐的觀測紀錄，與他們已知的化學元素光比對，有了驚人的發現！他們發現「暗線的位置」竟然可以對應上「已知元素光譜」的亮線位置，包括氫、鈉、鎳、鈣及鐵。因此，克希荷夫就藉此推論，太陽上存在的元素，就是吸收太陽光的這些波段的能量，生成了這些肉眼可見的暗線。後世就把這光譜上五百七十條的暗線，稱為夫朗和斐線（Fraunhofer lines）^[2]，如圖一所示，圖一並未完整展現所有的夫朗和斐線。

圖一：太陽光譜與夫朗和斐線一樣，可以肉眼觀測到。

（圖片來源：Fraunhofer lines, https://en.wikipedia.org/wiki/Fraunhofer_lines.）

太陽光譜中的黑線是由於太陽表面上或更上面的氣體所引起的，它們吸收一些發出的光。 每種氣體（如氦氣，氫氣，氧氣等）都有一組非常特定的波長，可以吸收太陽光。若照射一些光線通過一些冷氣體（cold gas）和棱鏡，並記錄吸收光譜（absorption spectrum），則可以肯定地說出這氣體是什麼（見圖二），這在化學上被稱為吸收光譜學（absorption spectroscopy）。美國宇航局（NASA）的好奇號（Curiosity）探測器使用光譜儀來確定火星上存在什麼氣體和化合物。^[3]

圖二：照射光線通過冷氣體和棱鏡可觀察到吸收光譜

（圖片來源：Spektrum Slunce, https://goo.gl/aGqu4d.）

n  大氣層中的臭氧

地球表面的大氣層以垂直高度分為四層，由地表向外，分別是對流層（地表以上約12公里）、平流層（約從對流層頂向上至55公里）、中氣層（55-85公里）以及增溫層（100公里以上）。我們生活在對流層的底部，雲、雨、霧等常見的天氣現象發生在此層。空氣不穩定，常隨人類活動而有所變化，如霧霾、沙塵暴……。而我們所熟悉的臭氧，是在平流層「保護」我們免於紫外光的傷害。然而，臭氧實際上並不永遠像保護的天使，關鍵取決臭氧所在的「高度」。當臭氧靠近我們時，保護的功能反倒對我們成了「傷害」。當臭氧出現在靠近我們的對流層的底部，會刺激人體的呼吸道，並引起皮膚過敏。

「對流層臭氧」和「平流層臭氧」來源並不相同。對流層中的臭氧如同惡魔般傷害人類的身體，在陽光的照射下，來自汽車或工業排放的氮氧化物（NO_x）汙染物發生光化學反應而產生臭氧（O₃），還有其他有機化合物，如揮發性有機物（volatile organic compounds, VOC）和非甲烷總烴（non-Methane Hydrocarbon, NMHC），也可以參與這反應鏈，在有羰基物質或酮類時進一步形成臭氧（見圖三）。^[4] 隨著太陽光照的強度越強，對流層中的氮氧化物汙染物的光化學反應越充分，在地表量到的臭氧濃度就會越高，由清晨靠近中午時漸漸攀升，在中午時達到一天的高峰。^[5] 不僅如此，在對流層頂部臭氧是溫室氣體中的一種，將地表要放出至太空的熱量吸收下來，加劇全球暖化。以上的證據都顯出對流層的臭氧對人類健康與環境的不友善。^[6]

圖三：對流層臭氧的形成途徑

（圖片來源：Tropospheric ozone, http://goo.gl/GnbaPJ.）

然而，在平流層中的臭氧卻扮演天使的角色，吸收太陽光中大部分的UV光（紫外光），保護人類和其他生物免受高能量UV光的影響，如皮膚癌、白內障及農作物的傷害等問題。平流層的臭氧是來自O₂接受UV光產生自由基連鎖反應而生。形成臭氧後，又可以再次吸收UV光分解成O₂。這樣的連鎖反應不斷吸收紫外光，減少紫外光到達地球表面的量，使地球上的人類免受紫外光的危害，像天使一樣在天空上保護著人類。而這層有效的保護層，也就是臭氧層。

n  空氣品質指標與臭氧吸收光譜

一、空氣品質指標

近幾年來，空氣汙染是流行議題之一。對流層中的臭氧對人類有危害，此高度的臭氧算空氣汙染的加害者嗎？為協助一般民眾對空氣品質的瞭解，監控我們自身的健康和安排日常活動，行政院環境保護署建置空氣品質監測網，瞭解空氣中有哪些主要汙染物以和汙染物的濃度有多少，這些關鍵空氣污染物的濃度經過分級，轉換成「空氣品質指標」（air quality index, AQI）。監測的汙染物有六項：細懸浮微粒（PM_2.5）、懸浮微粒（PM₁₀）、臭氧（O₃）、二氧化硫（SO₂）、二氧化氮（NO₂）以及一氧化碳（CO）。^[7] 沒錯，臭氧也被列為其中一項空氣汙染指標之一。於是，有一件事值得思考，亦即是否有甚麼方式可以觀察對流層中的臭氧呢？我們嘗試利用自製光譜儀，以物質吸收光的原理進行臭氧的觀察。

二、臭氧吸收光譜

既然臭氧在平流層可以吸收紫外光，在地表對流層的臭氧是否也可以吸收太陽光的可見光譜，如同夫朗和斐線所觀測的，被我們觀測到吸收光譜暗線呢？大氣中物質能吸收太陽輻射的有水氣（吸收波長為10-200 nm）、二氧化碳（100-200 nm）、臭氧、二氧化氮、懸浮微粒。^[8] 資料顯示，四月初，接近地表的臭氧濃度明顯大，且臭氧的吸收光譜除了紫外光（220-345 nm）的範圍外，也可吸收可見光，其吸收的波長範圍約在400~700 nm，而575 nm和603 nm為吸收高峰。^[9] 我們設計實驗，利用自製光譜儀觀看夫朗和斐線和臭氧的吸收光譜暗線。

n  實驗方法和過程

本實驗的過程分三階段：(1)自製光譜儀、(2)進行吸收光譜拍攝、以及(3)使用Image J軟體。自製光譜儀和使用Image J軟體在教室進行，後者需要學生攜帶筆記型電腦到教室或在電腦教室進行；而進行吸收光譜拍攝在戶外進行。

一、自製光譜儀

(一)材料

霧面的黑色卡紙A4 兩張、雙面膠或膠水、電工膠帶、DVD 1片、刮鬍刀片 1片、半透明片 2-3片。

(二)製作過程

在網路上，有圖文並茂的介紹如何自製光譜儀 ^[10-13]，此處僅簡單地描述製作過程。

1.        在A4紙卡上，先沿著圖面（Layout）把光譜儀剪下。^[13]

2.        割出「入射光的縫隙」（lens window）以及「觀測窗」（View window）。

3.        黏接各個部分，並且檢查可能有接縫的部分，用黑色膠帶包覆，使光譜儀內腔的遮光更完全。

4.        置入DVD光碟片，即可以完成，如圖四左所示。

注意：不宜選擇厚度過厚的紙材，會使得整體摺立時，因紙材本身的厚度造成黏合不完全。

5.        準備2-3片半透明片，放置在狹縫前面用於遮光，使暗線更明顯，如圖四右所示。

 

圖四：自製光譜儀的成品（左）；半透明片放置在狹縫前面用於遮光（右）

二、進行吸收光譜拍攝

1.        首先，到室外尋找空曠無建築遮蔽的觀測點，使光線可以直接進入光譜儀的「狹縫」，如圖五左所示。

2.        然後，手機的鏡頭對齊自製光譜儀的「觀測窗」，如圖五右所示。

 

圖五：光線可進入「狹縫」（左）；鏡頭對齊「觀測窗」（右）

3.        以一小時做為間距，觀測靠近中午時的變化（如9:30 ‒ 14:30）

注意：在一開始觀測時，容易因為製作光譜儀的手法不純熟，有時會觀測到反射光線（見圖六左），而非經過繞射出來的光譜，並且需要反覆檢察儀器是否漏光。光譜儀沒有漏光，拍攝的光譜圖有七彩的連續光譜（見圖六右）。

 

圖六：有時會觀測到反射光線（左）；非反射光線有七彩的連續光譜（右）

三、使用Image J軟體

Image J是一款免費的影像分析軟體，使用的步驟相當簡易，相當容易取得需要的功能。可以由Image J官方網站找到下載的頁面 ^[13]，即可安裝軟體。對於分析此次實驗的步驟，有以下三個部分：(1)形成圖表、(2)選取參考點與比對、(3)校正座標軸。以下對對每一個步驟中Image J 的使用進行說明：

步驟一：形成圖表

首先，開啟Image J，加入欲分析的照片來源，並且利用鼠標指定分析的區域；之後，點擊上方的「Analyze」的按鍵，從選單中選取「Plot Profile」，如圖七所示，視窗中彩色圖案是欲分析的照片。此時就會得到：縱軸為灰值（Gray value）；橫軸為影像位置的圖表。

圖七：Image J的使用視窗

步驟二：選取參考點和比對

先選出欲作為參考點的位置。一般來說會取兩點，以作為參考點的線性轉換；通常會取亮點或暗點出現的位置。因為在影像分析中，灰值越大代表越亮，灰值越小代表越暗，所以圖片上最亮點與最暗點的位置，可以從圖譜上取出極大值與極小值做為參考值比對的位置。操作上可以透過放大顯示的比例，取得參考點的座標位置，如圖八所示。

圖八：參考點線性轉換方程式

步驟三：校正座標軸

此步驟主要的目的是，把橫軸的位置數據，轉換成在光學上可對應的波長。Image J 內有一個小工具可以協助得到線性轉換的公式，操作如以下：Analyze >>> tool >>> curve fitting，可以在方框中輸入原橫座標值，以及欲轉換的座標值，完成後按下Fit按鈕，即可以得到轉換公式，如圖九所示：

圖九：波長橫座標的轉換

複製Image J 當中的數值，在Excel工作表中貼上。在另一直行中輸入線性轉換的公式，即可得到校正後的數值，並且利用Excel中製表，得到校正過的橫座標。

n  結果與討論

結果一：2018/4/14各時段的光譜結果

拍攝時段選擇臭氧濃度較高時，為上午九點半至下午兩點半，每個時段朝大氣拍攝光譜時進行三種處理：(1)狹縫前面未覆蓋半透明遮片，如圖十所示；(2)狹縫前面覆蓋半透明遮片1片，如圖十一所示；(3)狹縫前面覆蓋半透明遮片2片，如圖十二所示。

圖十：狹縫前面未覆蓋半透明遮片

圖十一：狹縫前面覆蓋半透明遮片1片

圖十二：狹縫前面覆蓋半透明遮片2片

從拍攝的照片得知，每張照片幾乎都可觀看到光譜黑線，特別是狹縫前面覆蓋半透明遮片2片最為明顯。這些所有的黑線無法明確知道是否為夫朗和斐線，不過可確定知道大氣之中有吸收光線的物質。

結果二：分析大氣的光譜

從結果一中挑選影像清晰，具有可觀察的要素作為分析物，例如：綠色與橘色具有明顯交界或者在其附近的波長具有明顯暗線者。最後選出覆蓋半透明遮片1片，拍攝時間為12:30的作為分析。圖十三中黃色框為分析物採樣取用的範圍。同樣地，光源校正光譜以相同方式採樣並畫圖。

圖十三：光源校正光譜圖（左）；分析物光譜圖（右）

先將光源選定校正波長，利用此一般光源產品設計的資料得知，藍色區中的亮線為440 nm，綠色區中的亮線為547 nm，其中明顯的亮黃色區段則參考具有明顯黃光的半導體IC燈管光譜定為570 nm，如圖十四所示。將Distance數值經線性轉換調整為波長（27，440）、（122，547）、（152，570），重新進行曲線模擬，取得對應公式。

 

圖十四：光源光譜圖：一般燈管D色（右）；一般燈管CW色（中）；半導體IC燈管（左）

再從校正的波長中，找出與分析物相同處進行分析物的波長設定。在此選定綠色與橘色交界處訂為570 nm（見圖十五上），而紅色區中灰值最低者訂為相同波長637.4626 nm（見圖十五下）。將分析物光譜的Distance數值經線性轉換調整為波長，（443, 570）、（598，637.4626），進行曲線模擬，取得校正座標軸的數值a = 377.18754、b = 0.43524（見圖十五下）後，將數據置於Excel中重新繪製大氣吸收光譜圖。發現在橘色波段的一條暗線，波長為580 nm，非常靠近臭氧的其一理論吸收峰575 nm。

圖十五：光源設定波長與模擬曲線數值（上）；分析物設定波長與模擬曲線數值（下）

太陽輻射至地球後，大氣分子吸收可見光波的範圍者少。大氣含量最多的氮氣和氧氣的吸收波段皆不在可見光範圍，而大氣汙染物AQI指標中的物質，一氧化碳吸收波長為4700 nm，二氧化硫吸收波長為200-240 nm，臭氧吸收波長則在575 nm和605 nm有明顯的吸收。從文獻資料和光譜結果檢視，光譜中的暗線有可能來自水氣、臭氧和金屬懸浮微粒。因此從自製光譜儀中進行觀測和實驗後，經分析結果推測其中一條暗線在580 nm極可能為臭氧的吸收光譜。

n  克服困難與待解問題

製作光譜儀的步驟簡單，材料容易取得，但實際在進行觀測與結果拍攝時，會遇到兩個主要的拍攝問題：(1)光譜儀在製作時，容易因紙板的接縫，以及手機在對上觀景窗中間的縫隙，造成腔體漏光（見圖十六）。若拍攝到的照片有亮紋或是漏光區，會造成光譜的顏色不均，也會影響影像分析的結果。(2)拍攝時，手機和光譜儀組合的角度很容易產生相對位移，造成光學角度上的偏差，使照片有梯形的問題。在這兩個問題上，主要的解決方式是利用，照片輸入電腦時，些微調整圖片角度，並且截取適當的分析區域，盡可能使光譜之正交處，可以貼齊兩軸，減少歪斜所造成分析誤差。

圖十六：造成腔體漏光的情形

除此之外，在分析上還會遇到校正精準度的問題。因為此次實驗中，觀測的是連續光譜，難以定義出一明確的校正點。所以在此實驗的分析中，轉而選取綠色光的邊界以及紅色暗區，作為校正的對象，使目標的分析區間（臭氧吸收的理論範圍）能夠落在線性回歸的範圍當中。但取綠色的邊界處和紅色暗區與理論值進行比對，會因為精準度難以界定，產生線性回歸上的誤差。

在這次的實驗中，可以在580 nm處觀測的到暗線，並且與理論值575 nm相當接近，但另一條605 nm的臭氧吸收光譜，卻落在紅色暗區，難以區辨觀測。另外一待釐清的部分，是灰值與臭氧濃度之間的關係，尚不能得到一個清楚的解釋。主要面臨的問題在於：手機攝影的內建原件多以自動對焦以及自動感光，因此拍攝出的照片難以控制所有的光學參數。得到的照片，不僅受到拍攝環境、拍攝時間，手機的感光也會影響照片的品質。因此在進行灰值的分析時，尚未能夠提出一個合適的解釋，來說明臭氧的濃度能否透過光譜儀來觀測，待後續的研究繼續努力。

n  結語

在108新課綱的推行下，課程設計以全人教育為理念基礎，而自製光譜儀偵測臭氧吸收光譜的活動滿足課程設計的目標。結合STEM（Science, Technology, Engineering and Mathematics）以陶養生活知能，例如：吸收光譜與光化學反應等科學概念（S）、應用軟體科技進行研究分析（T）、實際動手做與問題解決的工程能力（E），以及數值轉換與圖表識別的數學思考（M）。在觀察美麗光譜的喜悅下啟發生命潛能，以日常生活的科學研究激發終身學習的活力以促進生涯發展，最後談人類活動造成空氣汙染的主題切入公民責任。

此活動在空氣污染議題流行的社會環境中，像是從另一個角度進行空氣污染教育，從知識性的瞭解走入檢測的專業思考。雖然在實驗過程中因儀器操作等等不順利的原因，產生許多的懷疑和放棄的想法，但是隨著夥伴與老師彼此間的討論、鼓勵和幫助，一步步嘗試去解決問題，漸漸明朗的結果，構想有了成功的曙光。化學活動可以不只是食譜式或實驗室的實驗，也能不溼答答地在教室對科學進行問題解決。

n  參考資料

1.        Robert Bunsen and Gustav Kirchhoff, https://goo.gl/Dpoq78.

2.        Fraunhofer lines, https://en.wikipedia.org/wiki/Fraunhofer_lines.

3.        Every color of the Sun’s rainbow: Why are there so many missing? https://goo.gl/WwuWun.

4.        Tropospheric ozone, http://goo.gl/GnbaPJ.

5.       羅惠芬、陳鴻烈（2009）。空氣污染物及其光化反應生成臭氧濃度之日變化分析。水土保持學報，41(1)，1-16。

6.        Shindell, D., Faluvegi, G., Lacis, A., Hansen, J., Ruedy, R., & Aguilar, E. (2006). Role of tropospheric ozone increases in 20th‐century climate change. Journal of Geophysical Research: Atmospheres, 111(D8). doi:10.1029/2005JD006348.

7.        空氣品質指標的定義，https://taqm.epa.gov.tw/taqm/tw/b0201.aspx.

8.        徐辛欽、周淑美（1995）。臺灣臭氧量與紫外線（UVB）之分析研究。氣象學報，41(2)，106-122。

9.        Jodpimai, S., Boonduang, S., & Limsuwan, P. (2016). Inline ozone concentration measurement by a visible absorption method at wavelength 605nm. Sensors and Actuators B: Chemical, 222, 8-14. doi: https://doi.org/10.1016/j.snb.2015.08.028.

10.    自製光譜儀，http://a-chien.blogspot.tw/2014/04/blog-post_29.html。

11.    Making a spectrometer, http://goo.gl/kAy6DQ.

12.    How to make austerity lab equipment, http://goo.gl/3khA4v.

13.    Evil-doer or do-gooder: Getting the goods on ozone, https://goo.gl/gQj6NH.

14.    Imagej, https://imagej.nih.gov/ij/index.html.