主题：【分享】多种类型样品的采样及误差来源

浏览0 回复0 电梯直达

Ins_29253308

结帖率：

100%

关注：0 |粉丝：0

新手级：新兵

发表于：2024/06/28 09:43:34 楼主管理分享倒序浏览只看楼主回复私聊

一、采样及误差来源

对于固体、液体、气体这三大类样品来说，可以进一步细分为块状固体、颗粒固体、粉末固体、片状固体、纯净液体、混合液体、悬浮液、粘稠液体、纯净气体、气溶胶等等多种类型。不同类型的样品，为了获得好的光谱质量，需要特别注意测量方法、测量附件的设计、使用，以及测量参数的优化选择。无论哪种类型的样品分析，都要求使用时的样品类型、测量方式、测量参数和建模时的样品类型、测量方式、测量参数保持一致，这样才能保证建模样品的光谱和分析样品的光谱具有可比性，以保证预测结果的可靠性。

仅针对待测样品获取方法来说，大致可以分为三大类，一是免采样，二是手工取样，三是自动采样。其中，免采样指的是直接采用漫反射或透反射方式对样品进行照射，然后获得光谱信息；手工取样指对样品进行简单的处理，使用测量附件来盛载样品，再获得样品的光谱信息；自动采样指在线采集样品光谱，样品往往具备一定的流动特性。

影响样品光谱质量的因素很多，光谱测量方法会直接影响到光谱质量和光谱分析的准确度，大多数的光谱分析工作都希望拿到代表性的样品，这需要持续不断地采样，然后对搜集到的样品进行细分组合才能实现。而如何确保样品的代表性也是一个复杂的问题，需要考虑样品的储存条件、采样环境影响，以及实际样品由于环境不同带来的差异等等。

样品光谱数据误差来源有四个方面，包括样品来源、采样方式、样品本身、样品的代表性。样品来源指的是样品是否代表了整个样品集合，或者样品是否包含了分析者希望得到的信息，获得样品的代表性，需要深入研究样品物质的本身特性、使用特性、环境特性等。

采样方式产生的误差影响很大，主要指的是采样的地点或样品本身所处的地点、样品本身的特性、样品杂质的种类或者数量、样品的物理尺寸、形状和重量、样品的流动特性、样品的包装、样品的运输、样品的混合、样品的鉴定、样品集的采样频率、子样品集的划分以及样品的保存等带来的误差，下面针对几个关键点来进行说明。

选择合适的采样地点需要考虑样品所处的使用现场环境，在什么位置采样，在哪个流程环节采样，需要采几次样，甚至是否需要配备专用的采样人员，都需要按照标准化程序来实施。

温度对样品光谱的影响很明显，如果预测集样品的环境温度和建模集样品的环境温度存在差异，那么必然在预测的时候就存在偏差。所以最好是在预测样品之前进行温度控制。对于液体来讲，恒温水浴是比较好的温度控制方式。如果面对不好控制环境温度的样品，那么就只能进行算法补偿。

环境湿度对样品的影响也很关键，由于水汽在近红外光谱的各个频段都有较强的吸收，不同湿度下的样品会导致不同程度的光谱水分吸光度影响，直接会改变样品本身光谱曲线的形状，进一步就会影响到光谱建模。

样品的包装和运输也有一定的影响，样品从现场送到实验室的过程是否保护完好，一般固体都采用密封袋包装，液体采用塑料、金属或者玻璃容器包装，如果样品是带有热量的，还需要注意保护，避免在容器内发生变化。大多数的塑料容器密封性很好，避免了和外界的湿度交换。但是有些情况也不能使用塑料容器，例如低温储存的样品等。

减小光谱数据测量误差最有效的方式就是增大测量次数，这个测量次数指针对同一样品的采样次数，类似于通过重复测量，来消除误差的影响，很多光谱仪都采用了这种操作方式，例如利用旋转样品杯，对同一个样品可以进行多次重复扫描，降低样品的预测误差。