1. 课程导入与质控样设计总览
污染物检测的数据要真正“站得住脚”，仅靠一台性能良好的仪器和一名熟练的操作人员是不够的。环境样品基质复杂、目标物浓度跨度大、前处理环节多，任何一个环节的微小偏移都可能让最终报出的数值偏离真值。质控样（Quality Control Sample）正是用来回答一个核心问题：这次检测结果是否可信？本课程围绕“质控样如何设计”展开，从原理、类型、参数设定到结果判读，帮助你把质控从“按标准配一个样”提升为“有目的地设计一套能暴露风险的样品体系”。
一、质控样在污染物检测中的核心作用
质控样不是普通样品，它的价值在于“已知”与“可控”。按其承担的功能，可以归纳为四类作用：
- 准确度监控：有证标准物质（CRM）或加标样用于判断结果是否存在系统偏倚。例如测定土壤中镉，用GBW系列标准物质与样品同步消解测定，若测定值落在证书值的不确定度范围内，说明消解与测定过程未引入明显偏倚。
- 精密度监控：平行样、重复测定用于评估随机误差。一般要求平行样相对偏差控制在方法规定的范围内，如土壤样品平行双样相对偏差常控制在20%以内（具体以所执行方法为准）。
- 污染与损失监控：空白样（全程序空白、试剂空白、运输空白）用于发现试剂、器皿、环境或运输环节带来的污染；基体加标与加标回收则反映前处理过程中的损失或增益。
- 过程有效性验证：校准曲线核查点、连续校准核查样（CCV）用于确认仪器响应在批次内保持稳定，避免“曲线漂移而无人察觉”。
需要强调的是，质控样监控的是“过程”，而不是“某一个数”。一个批次中空白合格、平行样合格、加标回收合格，才能支撑该批次数据整体可接受；任何一类质控样失控，都应触发对相应环节的追溯，而不是简单重测一个样品了事。
二、设计流程框架
质控样设计可以理解为一条从“检测目标”到“数据放行”的决策链：先明确检测对象与方法，再识别该方法的偏倚与波动来源，据此选择质控样类型、确定数量与频次、设定可接受判据，最后在批次中实施并判读结果。下图给出这一框架的整体结构，以及各环节之间的输入输出关系。
图中虚线回路是设计工作中最容易被忽略的一环：质控结果不是终点，而是下一批次方案调整的依据。若某类基质长期出现加标回收偏低，就应在后续批次中提高该类基质的加标频次，并核查消解或萃取条件，而不是机械沿用原方案。
三、关键输出物
一个可执行的质控样设计方案，最终应落到几份看得见、可核查的成果上。它们既是操作依据，也是数据审核时的证据链：
- 质控样清单与批次布置表：明确本批次样品数量、质控样类型、编号、浓度水平、在批次中的位置（如每20个样品插入一个质控样）。
- 判据表：逐项写明空白限值、平行样相对偏差限、加标回收率可接受区间、CRM测定值允许范围、校准核查允许偏差。判据应来自所执行的标准方法或实验室受控文件，不能凭经验随口设定。
- 原始记录与结果汇总：质控样的称样量、加标量、稀释倍数、测定值、计算过程与判定结论，需与样品记录同批归档。
- 失控处理记录：一旦判据不满足，记录失控项目、可能原因、采取的纠正措施及重做范围。
四、学习目标
完成本课程后，你应当能够：根据检测对象与方法特点，识别主要误差来源并匹配相应的质控样类型；独立设定质控样的数量、频次、浓度水平与可接受判据；在批次数据中正确判读质控结果，并对失控情形提出合理的追溯与纠正思路；最终形成一份字段完整、可直接执行的质控样设计方案。后续各章将围绕空白、平行样、加标回收、标准物质、校准核查等具体类型逐一展开设计与计算细节。