2. 测量不确定度基础

在环境检测领域,我们报出的每一个数据都伴随着一个隐含问题:这个结果离“真值”有多远?传统上人们习惯用“误差”来回答,但误差依赖一个往往无法确知的真值,实际可操作性有限。测量不确定度换了一个思路:不追问“偏了多少”,而是定量描述“我们对结果有多大的把握”。理解这一转变,是正确使用不确定度的起点。

一、定义:不确定度是对分散性的定量表征

按照《测量不确定度表示指南》(GUM)及 JJF 1059.1 的定义,测量不确定度是表征合理地赋予被测量之值的分散性、与测量结果相联系的参数。这句话有三个关键词需要拆开理解:

  • 分散性:不确定度描述的不是某一个偏差,而是一个区间——被测量之值可能落在其中的范围。它来自对多次观测值分布的认识。
  • 与测量结果相联系:不确定度不能脱离结果单独存在。说“不确定度是 0.5 mg/L”没有意义,必须说“结果为 12.3 mg/L,扩展不确定度 0.5 mg/L”。
  • 合理赋予:不确定度评定建立在已有信息(重复测量数据、证书、经验、假设分布)之上,是评定者基于现有信息作出的合理判断,而非凭空估计。

需要强调,不确定度不是“错误”,也不是“不可靠”的同义词。一个不确定度较大的结果,仍然是当前条件下最合理的估计值,只是其可能波动的范围较宽。报告不确定度恰恰体现了检测工作的严谨与诚信。

二、三个核心术语及其换算关系

不确定度评定中反复出现三个术语,它们构成层层递进的关系:

标准不确定度 u:以标准偏差表示的测量不确定度,是评定的基础量。按来源分为 A 类(对观测列做统计分析得到,如重复测定的标准偏差)和 B 类(基于证书、经验、假设分布等信息评定,如标准溶液证书给出的扩展不确定度经换算得到)。

合成标准不确定度 uc:当测量结果由多个输入量共同决定时,将各标准不确定度分量按不确定度传播律合成。对相互独立的输入量,采用方和根法:

u_c(y) = √[ Σ (∂f/∂x_i)² · u²(x_i) ]

其中 ∂f/∂x_i 为灵敏系数,反映该输入量对结果的放大作用。环境检测中常见的稀释倍数、称样量、定容体积等,其灵敏系数往往不等于 1,不能简单把各分量直接相加。

扩展不确定度 U:为给出较高置信水平的区间,将合成标准不确定度乘以包含因子 k:

U = k · u_c(y)

通常取 k = 2,对应约 95% 的置信水平(正态分布假设下)。最终结果表示为 y ± U,并注明 k 值。例如“氨氮 12.3 mg/L,U = 0.6 mg/L,k = 2”,含义是被测量之值以约 95% 的把握落在 11.7~12.9 mg/L 之间。

不确定度三层结构与合成路径 输入分量(标准不确定度 u) A 类:重复测定 u₁ = s / √n B 类:标准溶液证书 u₂ = U证书 / k证书 B 类:体积、称量、稀释 u₃、u₄ … 灵敏系数 cᵢ = ∂f/∂xᵢ 放大或缩小分量 合成标准不确定度 u_c = √Σ(cᵢuᵢ)² 方和根,非直接相加 扩展不确定度 U = k · u_c 常取 k = 2 结果表达:y ± U(注明 k 与置信水平) 示例:氨氮 12.3 mg/L,U = 0.6 mg/L,k = 2 含义:被测量之值约 95% 把握落在 11.7 ~ 12.9 mg/L

三、不确定度与误差的本质区别

初学者最容易混淆的是“不确定度”和“误差”。二者虽都描述结果与真值的关系,但逻辑起点完全不同:

比较维度误差测量不确定度
定义基础测量结果与真值之差被测量之值的分散性区间
是否可知真值不可确知,误差通常无法准确获得可依据信息评定,给出量化区间
符号有正负,表示偏离方向恒为非负,表示区间半宽
性质单一确定值(客观存在但未知)与结果相联系的参数,随信息更新而变
用途评价准确度(概念层面)给出结果的可信区间,用于符合性判断

可以用一个比喻帮助理解:射箭时,误差是箭落点与靶心的实际距离,你只能事后估计;不确定度则是对“下一箭可能落在多大范围内”的预判,它基于弓的稳定性、风速、射手经验等信息评定出来。即使箭正中靶心(误差为零),不确定度依然存在,因为这次命中可能带有偶然性。

在环境检测中,这一区别有直接后果。当用结果与限值比较时,若结果接近限值,必须考虑不确定度的影响:例如某指标限值为 15 mg/L,测得 14.8 mg/L、U = 0.6 mg/L,则结果区间上限 15.4 mg/L 已超过限值,不能简单判定“合格”,而应按判定规则(如简单接受、 guard band 等)处理。这正是后续章节“结果有效性判断”的核心逻辑之一。

四、实操要点:从分量到报告的完整链条

以某实验室测定水中氨氮(纳氏试剂分光光度法)为例,说明一条可操作的评定链条(以下数值为教学示例,非实测结果):

  1. 建立测量模型:ρ = (A − a) × f / (b × V),其中 A 为吸光度、a 为截距、b 为斜率、f 为稀释倍数、V 为取样体积。模型决定了哪些量进入评定。
  2. 评定 A 类分量:对同一样品重复测定 6 次,得标准偏差 s = 0.12 mg/L,则 u₁ = s/√6 ≈ 0.049 mg/L。
  3. 评定 B 类分量:标准溶液证书给出 U = 1.0%、k = 2,换算 u₂ = 0.5%;取样体积 50.0 mL,移液管允差 ±0.05 mL,按均匀分布 u₃ = 0.05/√3 ≈ 0.029 mL;稀释倍数 f = 2 的不确定度按同样方法评定。
  4. 计算灵敏系数并合成:将各分量乘以对应灵敏系数后取方和根,得 uc ≈ 0.30 mg/L(示例值)。
  5. 扩展与报告:取 k = 2,U = 0.60 mg/L,报告为“12.3 ± 0.6 mg/L,k = 2”。
评定过程中应记录每个分量的来源、分布假设、数值与灵敏系数,形成可追溯的不确定度评定报告。分量不是越多越好,应识别对结果影响显著的主要分量,避免把无关量纳入而虚增区间。
常见错误:把各标准不确定度直接算术相加(应方和根);忽略灵敏系数(如稀释倍数 10 倍时其分量应放大 10 倍);把证书给出的扩展不确定度直接当作标准不确定度使用(须除以 k);报告 U 时不注明 k 值和置信水平。

掌握定义、三个术语的换算关系以及与误差的区别后,下一步才能针对具体检测方法识别不确定度来源、建立测量模型并完成评定。本节的概念框架,是后续所有评定与判定工作的共同语言。