1. 课程导入与学习地图

在环境检测实验室里，经常会出现这样的场景：同一份水样，两家实验室报出的结果相差数倍；或者某个指标报告为“未检出”，但客户追问“到底低到多少才算未检出”时，检测人员却说不清楚。这类问题的根源，往往不在仪器灵敏度本身，而在于检出限（LOD）与定量限（LOQ）这两个基础参数没有被正确理解、计算和报告。

检出限回答的是“这个方法能不能‘看见’目标物”，定量限回答的是“看见之后能不能‘说准’”。前者是定性判断的边界，后者是定量报告的起点。环境检测中大量指标属于痕量或超痕量分析，例如地表水中的挥发性有机物、土壤中的重金属、环境空气中的苯系物，其浓度常常落在方法检出限附近。如果对 LOD 和 LOQ 的概念模糊、算法混用，就会直接导致：把低于定量限的数据当作有效浓度参与评价、用不同定义下的检出限互相比较、在方法验证时给出无法复现的数值。因此，这两个参数不是报告末尾的附属说明，而是贯穿方法选择、数据采集、结果判定与报告出具全流程的核心标尺。

为什么这两个参数值得单独开一门课

环境检测的质量控制体系里，检出限和定量限处在“方法能力”与“数据可信度”的交界处。以《地表水环境质量标准》中某有机物限值为 0.002 mg/L 为例，如果选用的方法检出限是 0.005 mg/L，那么即使仪器运行正常，该方法也无法支撑达标判定——低于限值的水样只能报“未检出”，评价结论失去意义。反过来，如果方法检出限远低于限值，但定量限设置过高，大量处于低浓度区间的样品会被排除在定量统计之外，同样影响评价的完整性。这说明 LOD 与 LOQ 不是孤立数字，而是与评价限值、样品基质、前处理浓缩倍数、仪器信噪比共同构成的一组约束关系。

再看报告环节。很多争议来自“未检出”的写法：有的报告写“0”，有的写“ND”，有的写“< 0.001”。这三种写法在数据统计中的含义完全不同。把未检出记为 0 会系统性低估污染水平；把低于定量限但高于检出限的结果直接当作定量值参与均值计算，则会引入不可控的偏差。规范的做法是：低于检出限的结果表述为“未检出（< LOD）”，介于 LOD 与 LOQ 之间的结果表述为“检出但低于定量限（< LOQ）”，只有不低于 LOQ 的结果才作为定量数据参与统计。这条规则看似简单，却要求检测人员对两个参数的来源和数值了如指掌。

从方法选择到报告：一条完整的数据链

把全流程串起来看，可以分成四个环节，每个环节都对 LOD/LOQ 提出不同要求。

方法选择阶段，核心是“能力匹配”。需要先明确样品的评价标准或客户要求，再核对候选标准方法的检出限、测定下限是否满足要求。这里要注意，标准方法文本给出的检出限通常是方法在特定条件下的典型值，并不等于本实验室的实际能力。实验室在首次使用某方法时，必须自行验证并给出本实验室的检出限。

数据采集阶段，要为后续计算准备合格的数据。以空白标准差法为例，需要至少 7 次（部分领域要求 10 次以上）全程序空白或试剂空白的测定结果；以信噪比法为例，需要记录目标物在低浓度水平下的信号与基线噪声。这些原始数据必须与样品同批、同条件采集，否则算出的检出限无法代表实际检测能力。

计算阶段，关键是“定义一致”。不同标准给出的公式形式不同，常见的有 LOD = 3 × S₀（S₀ 为空白测定标准差）、LOD = 3 × N / S（N 为噪声，S 为灵敏度）、LOQ = 10 × S₀ 或 LOQ = 3 × LOD。同一份数据用不同公式会得到不同结果，因此报告里必须注明所依据的标准和计算方法。

验证与应用阶段，要做“实测比对”。用加标样品在接近计算出的 LOD 和 LOQ 浓度水平上重复测定，检查回收率和相对标准偏差是否在可接受范围内。如果实测结果与理论计算偏差过大，说明计算所依据的数据或假设有问题，需要重新采集数据。最终在报告中，LOD 和 LOQ 应与方法名称、依据标准、前处理方式一并给出，确保结果可追溯。

本课程的学习地图

围绕上述数据链，本课程按“概念—计算—验证—应用”四层展开。概念层厘清 LOD、LOQ、测定下限、置信水平、第一类与第二类错误之间的关系，避免名词混用；计算层逐一拆解空白标准差法、信噪比法、标准曲线法、加标回收法等常用算法，给出公式适用条件和计算示例；验证层讨论如何设计平行次数、加标浓度和判定标准，使算出的数值经得起复核；应用层则落到结果表述、数据统计和报告合规上，处理“未检出”“低于定量限”等实际情形。