煤结构是各类煤相关研究的微观基础, 光谱分析作为煤结构研究的重要方法被广泛应用, 其在煤结构研究中的进展对光谱分析方法的普及、 应用和发展有重要意义。 光谱分析方法研究煤结构已成为煤化工领域使用的常规方法, 能够快速无损检测, 对煤分子结构的破坏小, 可为不同环境条件下煤物理化学性质的变化提供有效的检测手段。 从光谱分析在煤质、 大分子结构、 煤中元素三个方面介绍光谱分析方法, 主要对傅里叶变换红外光谱(FTIR)、 Raman光谱分析、 核磁共振谱(NMR)进行综述介绍, 阐明其在煤结构研究中的发展历史、 应用的关键研究结果及其意义。 综合国内外煤结构研究中的多种光谱分析方法及应用现状发现: 目前研究并没有彻底解决煤结构特征及性质变化的问题, 缺乏对煤结构光谱特征信息共性的总结, 未能形成煤中官能团和元素的不同光谱信息数据库, 存在光谱特征峰与煤结构信息不对等的问题, 即在某波长存在特征峰但无法与煤中官能团匹配, 或煤官能团受元素组成、 键能等影响对多波长产生响应的问题。 现阶段对原煤自然状态下结构的研究已经不能满足煤应用中产生的问题, 单一的光谱分析方法不能全面分析煤结构特征, 且对影响煤结构光谱特征变化因素的研究较少, 尤其是煤样的前处理和煤在萃取等过程中, 前处理液和萃取剂对煤光谱特征的影响。 展望光谱分析在煤结构的研究中可以从以下几方面入手: 光谱分析与其他方法的联用以综合描述煤结构, 如化学方法、 高分辨率透射电镜(HRTEM)、 扫描轨道显微镜(STM)、 质谱(MS)等方法的联用, 定性、 定量全面分析煤结构特征; 多种条件下煤结构及光谱特征, 现阶段应利用光谱分析方法研究煤在多种条件下的结构特征及性质变化, 解决煤在实际应用中的问题。 如对煤进行氧化、 氢化、 热解、 燃烧、 低温、 液化、 汽化等处理, 分析过程变化和产物特征, 有助于推测母体煤的结构, 了解煤的性质, 控制煤物理化学过程变化中的产物, 获取煤的精细化学品; 煤光谱分析特征信息库建立, 网络大数据背景下建立煤光谱分析特征信息库及可视化数据查询平台, 实现多条件模拟假设, 演示和探索煤结构在不同条件下的动态变化, 利用人工智能、 云计算方法实现煤各类光谱数据的处理分析, 增强光谱数据信息挖掘, 提升数据有效性和实用性。

为了煤的洁净、 高效和高附加值利用, 需要从分子水平上了解煤的结构。 在文献<参考文献原文>中, 作者以元素分析和13C核磁共振为依据构建了神东煤镜质组（SV）的结构模型, 所建模型的13CNMR模拟计算结果能很好的和实验结果比对, 为了进一步验证该模型的准确性, 以半经验量子化学计算方法VAMP对SV模型结构的红外谱进行了计算。 结果显示模拟计算得到的红外谱图与实验谱图相比峰形相似, 但整个计算谱明显偏向高波数区域。 经过对相关模型化合物的红外谱进行计算, 其原因是半经验方法计算所得官能团结构的振动频率均高于实验测试结果。 依此对SV结构模型的红外模拟谱进行修正, 修正后实验和模拟谱图能很好地吻合, 这进一步证实SV结构模型可以真实的反映神东煤镜质组的结构组成特点。