2. 测量模型建立实战

测量不确定度评估的第一步，也是最容易被低估的一步，是建立测量模型。所谓测量模型，就是把"被测量 Y"与"所有对它有影响、且能在评估中量化的输入量 X₁、X₂…Xₙ"之间的定量关系写成数学表达式：Y = f(X₁, X₂, …, Xₙ)。没有模型，后续的A类、B类评定和合成标准不确定度都无从谈起。本节围绕"识别被测量—列出影响量—构建表达式"这条主线，结合化学分析与物理检测两类典型场景，把检测方法真正转化为可计算的模型。

一、先锁定被测量：定义要精确到"什么量、什么状态、什么单位"

被测量不是方法名称，而是最终要报告的那个量。例如"食品中铅含量"过于笼统，应明确为"试样中铅的质量分数 w(Pb)，单位 mg/kg，以干基计，报告至 0.01 mg/kg"。定义中要包含：量的名称与符号、单位、基体或状态（干基/湿基、标态体积）、结果修约或报告方式。被测量定义不清，影响量就会漏项——比如未声明"干基"，水分测定引入的不确定度就会被整体忽略。

物理检测同理。以金属材料室温拉伸试验的抗拉强度 Rm 为例，被测量应定义为"试样原始横截面积 S₀ 对应的最大力 Fm 除以 S₀ 所得应力，单位 MPa"。这里"原始横截面积"这一限定直接决定了后面要引入直径（或厚度、宽度）测量的不确定度，而不是断后面积。

二、列出影响量：沿"测量链"逐环节排查

影响量不是凭经验罗列，而是沿着从取样到报告的完整测量链逐环节识别。对化学分析，典型链条是：取样与分取 → 称量 → 消解/提取 → 定容与稀释 → 仪器测定（校准曲线）→ 数据处理。对物理检测，链条是：试样制备与尺寸测量 → 试验机力值 → 引伸或位移 → 环境条件 → 数据修约。每个环节问三个问题：这一步引入了什么量？该量是否进入最终计算式？它是否可量化？只有进入计算式且可量化的量，才作为输入量写入模型；不能量化的（如操作人员习惯差异）应在方法中受控，而非硬塞进模型。

以化学分析为例，常见输入量包括：称样质量 m、试样溶液定容体积 V、分取体积 V₁、稀释倍数 f、校准曲线斜率相关量、标准溶液浓度 c、仪器重复性、回收率 R 等。物理检测则包括：力值 Fm、试样直径 d（或厚度 a、宽度 b）、试验机示值误差、环境温度对尺寸的影响等。

三、构建数学表达式：让每个输入量"出现在该出现的位置"

模型表达式必须与检测方法的计算式一致，不能为了评估方便而随意增删。以化学分析中"称样—消解—定容—稀释—校准曲线外标法"为例，若仪器给出的是溶液浓度 ρ（μg/mL），则质量分数的计算式为：

w = (ρ × V × f) / (m × 1000) × R⁻¹
其中：ρ —— 定容后试液中被测元素质量浓度，μg/mL
      V —— 试样溶液定容体积，mL
      f —— 稀释倍数（未稀释时 f = 1）
      m —— 称样质量，g
      R —— 加标回收率（以小数表示，如 0.98）
      1000 —— 单位换算系数（μg/g → mg/kg）

这个式子就是测量模型。注意回收率 R 的处理：若方法规定结果需用回收率校正，则 R 作为输入量进入模型并贡献不确定度；若方法不校正、仅以回收率数据评价准确度，则 R 不应出现在计算式中，其影响通过其他方式考虑。这一取舍必须在模型中明确，不能含糊。

物理检测的拉伸强度模型为：

Rm = Fm / S₀ = Fm / (π × d² / 4)
其中：Fm —— 最大力，N
      d  —— 试样原始直径，mm
      S₀ —— 原始横截面积，mm²
      π  —— 圆周率（常数，不贡献不确定度）

这里 d 以平方形式出现，意味着直径的不确定度对 Rm 的影响被放大两倍（相对灵敏系数为 2），这正是模型表达式能揭示的、文字描述难以直观呈现的关键信息。

四、案例练习：把方法文件"翻译"成模型

假设某实验室按外标法测定大米粉中镉含量，方法规定：称样 0.5000 g，消解后定容至 25.00 mL，取 5.00 mL 稀释至 10.00 mL 上机测定，结果以回收率 0.96 校正。仪器测得试液浓度 ρ = 2.15 ng/mL。先写出模型：

w = (ρ × V × f) / (m × 1000) × R⁻¹
  = (2.15 × 25.00 × 2) / (0.5000 × 1000) × (1/0.96)
  ≈ 0.224 mg/kg

其中 f = 10.00/5.00 = 2。这个示例数值仅用于演示建模与计算流程，并非实测结果。模型建立后，每个输入量对应一项不确定度来源：m 来自天平校准与称量重复性；V 来自容量瓶校准与温度；f 来自移液器与容量瓶；ρ 来自校准曲线拟合与标准溶液浓度；R 来自加标回收试验的分散性。至此，评估对象被完整"拆解"为可逐项量化的输入量，后续章节即可对每一项做A类或B类评定。

需要强调的是，模型不是越复杂越好。输入量应"必要且可量化"，对影响可忽略的量（如经评估相对贡献远小于主要分量）可在模型中保留符号但简化评定，或在文件中说明理由后不予单列。模型一旦确定，应在方法文件或不确定度评估报告中固化，保证不同人员、不同批次评估口径一致，这也是测量模型作为"可复现评估"基础的意义所在。