铁质文物是我国文化遗产的重要组成部分。 由于化学性质较为活泼, 铁质文物易发生腐蚀劣化。 锈蚀产物对铁质文物的稳定性有较大影响, 因此判断铁质文物锈蚀产物的组成特征, 对于铁质文物稳定性评估具有重要意义。 以赤铁矿（α-Fe2O3）, 磁铁矿（Fe3O4）, 四方纤铁矿（β-FeOOH）三种铁质文物的锈蚀产物为研究对象, 采用拉曼光谱成像结合主成分回归法（PCR）和偏最小二乘法（PLS）, 同时结合多种预处理方法, 构建了两组二元混合锈蚀（α-Fe2O3+Fe3O4, α-Fe2O3+β-FeOOH）的定量模型。 结果表明, 对于α-Fe2O3+Fe3O4二元体系, PCR和PLS算法构建模型的定量效果基本一致, α-Fe2O3和Fe3O4的PLS定量模型结果均表明, 一阶导数+Savitsky-Golay（S-G）平滑（9）条件下建模效果最好。 对于α-Fe2O3+β-FeOOH二元体系, PLS方法所构建模型优于PCR方法, α-Fe2O3和β-FeOOH的PLS定量模型结果均表明, MSC+S-G平滑（5）条件下建模效果最好。 研究结果为定量评估铁质文物锈蚀产物的化学稳定性提供了有效方法。

铁质文物是人类重要的文化遗产, 对于研究人类社会的发展与进步具有重要意义。 铁的活泼性较强、 容易发生腐蚀等特点使铁质文物成为金属类文物保护工作中的难点之一。 目前对于铁质文物保护修复和铁锈蚀产物定性分析研究较多, 而开展铁锈蚀产物定量表征的研究相对较少, 锈蚀产物的复杂性也增加了定量分析的难度。 为了解铁质文物锈蚀产物的成分及评估其稳定性, 建立一种定量分析铁质文物锈蚀产物的方法是十分必要的。 以铁质文物常见5种锈蚀产物(α-Fe2O3, Fe3O4, α-FeOOH, β-FeOOH, γ-FeOOH)为研究对象, 通过制作锈蚀产物模拟样品(三组二元混合物体系和一组四元混合物体系), 利用红外光谱结合TQ Analyst分析软件中经典最小二乘法(CLS)、 主成分回归法(PCR)和偏最小二乘法(PLS)分别对四组混合物构建定量分析模型。 研究结果表明, 三种定量分析模型中PCR与PLS均适合用于建立铁质文物锈蚀产物定量模型, 其校正均方根误差(RMSEC)和预测均方根误差(RMSEP)均较小、 相关系数接近于1。 定量模型具有良好的预测性和稳定性, 故可为定量分析铁质文物锈蚀产物, 进而为评估铁质文物化学稳定性提供依据。

二十世纪七十年代在对铁器进行保护修复时, 文物保护修复人员根据器物的锈蚀程度对器物进行了清洗、除锈、脱盐、粘接、封护等处理。时隔四十多年, 再次审视和查看当年保护修复过的四件铁器时, 为了更科学地了解当时使用的保护修复材料的现状, 本工作采用傅里叶变换显微红外光谱(Micro-FTIR)和热裂解气相色谱-质谱(Py-GC/MS)分析了铁器上的保护修复材料: 粘接剂和封护剂。显微红外非常适合分析微量有机物。Py-GC/MS在分析样品时无需对样品进行前处理, 可直接对样品进行热裂解分析;该方法操作比较简单、灵敏度高、能实现多组分混合有机样品识别, 非常适合用于评价文物上的混合有机材料。该工作既能为铁器上文物保护修复材料的现状提供科学评价方法, 也为评价过去使用过的保护修复方法、铁器的长久保存提供重要的指导。