水中砷的原子荧光光谱测定结果的不确定度评定

目的 对原子荧光光谱法测定水中砷含量的不确定度来源及其对测量不确定度的影响进行分析。方法 利用相对标准不确定度进行测量不确定度的评定。过程采用直观的因果图，建立有效的数学模型，利用相对标准不确定度分量进行测量不确定度评定，并在砷含量为1．7μg/L的水样测定中，获得其相对标准不确定度为3．4％，有效自由度为25。结论 原子荧光光谱法对水中砷浓度测量不确定度影响因素中，工作曲线拟合产生的不确定度较大。     

地表水中总氮的测量不确定度评定方法

文章采用碱性过硫酸钾消解紫外分光光度法测定江水中总氮的含量,其不确定度的分量主要有标准拟合引起的不确定度、由氮标准溶液配制成不同浓度的标准溶液系列时所产生的测量不确定度、平行实验数据重复性引起的测量不确定度、水样在消解等前处理过程上产生的不确定度、测量水样体积V的标准不确定度分量。经过计算,标准拟合引起的不确定度分量值最大,在实验时,应引起注意,减小对试样结果产生的影响。     

土壤中总汞测定的不确定度评定

对原子荧光光度法测定土壤中总汞含量的不确定度进行了评定。按GB／T22105．1—2008，对土壤样品进行检测，建立数学模型，系统分析和量化不确定度各分量，求得其扩展不确定度。分析结果表明，影响土壤中总汞测定的不确定度主要来源于试样的重复测定，而样品稀释和样品称重产生的不确定度很小。其中，在试样的重复测定所产生的不确定度因素中，又以最小二乘法拟合标准曲线所产生的不确定度最大，样品多次重复测试过程中随机误差次之，而仪器校准和标准物质所产生的不确定度较以上小很多。     

基于质控数据计算土壤中铜检测的不确定度

利用ICP-MS(电感耦合等离子体质谱)法对土壤中的铜含量进行检测,以国家标准物质作为质控样品,进行多次测定。基于top-down方法利用质控数据对其进行Anderson-Darling检验(拟合优度检验),以判断过程是否达到统计受控。计算期间精密度的不确定度分量uR’和偏倚的不确定度分量ub,合成不确定度分量,得到检测方法测量不确定度。此方法计算思路清晰,方法简洁易行、考虑因素全面,且与实际检测过程保持一致,具有较高的可靠性和可信度。     

空气质量自动监测中测量不确定度的应用

根据测量原理建立数学模型,分析各种不确定分量的来源,评定标准不确定度,确定合成不确定度和扩展不确定度。通过不确定影响分量的分析,找出最大不确定分量,重点控制其分量,可保证测量的准确性和精度,也可通过重新评估显著性不确定分量,找出方法存在的不足和问题,提出控制不确定分量的步骤和方法,改善测量方法和手段提高测量准确性和精度。     

火焰原子吸收法测定总铜不确定度的评定

依据线性最小二乘法的数学特性,提出采用火焰原子吸收法测定地表水中总铜的不确定度的简化评定方法,通过识别和分析不确定度源,对不确定度进行量化,计算合成标准不确定度。此方法适用于地下水、地表水和废水中的总铜含量直接法测定中不确定度的快速评定。     

火焰原子吸收法测定土壤镍结果的不确定度评定

根据《土壤和沉积物铜、锌、铅、镍、铬的测定火焰原子吸收分光光度法HJ 491-2019》测定某土壤样品镍的含量,分析测试过程中不确定度的来源,并对样品测定结果进行不确定度的评定。测得样品中镍的含量为38. 7mg/kg,扩展不确定度为4. 30mg/kg (k=2)。采用新标准首次建立了火焰原子吸收法测定土壤镍含量的不确定度评定方法,得到标准曲线的配制和拟合过程、测量重复性是土壤镍含量不确定度的主要影响因素;为采取措施降低不确定度提供参考,为定量评价测量的质量提供帮助,为影响规范限度的符合性提供依据。     

重量法测定水中悬浮物和全盐量的不确定度评定

依据不确定度评定准则,采用一种新的方法,即忽略量取样品体积的不确定分量,只考虑样品前后两次恒重的不确定分量,对重量法测定水中悬浮物和全盐量的不确定度来源进行了识别、分析和量化,确定了不确定度分量,据此计算出合成标准不确定度。重量法测定水中悬浮物和全盐量的不确定度评定的方法适用于实验室内部不确定度的评定。     

工业废水中化学需氧量检测的不确定度评定

文章通过对工业废水中化学需氧量检测过程中不确定度来源进行详细的分析和鉴别,确定出影响因素的不确定度分量,从而计算出合成标准不确定度和扩展不确定度。不确定度的评定有利于分析人员在分析过程中对可能产生误差的环节加以特别的关注。     

离子色谱法测定大气降水中铵离子的不确定度评定

对离子色谱法测定大气降水中铵离子浓度进行了不确定度评价。通过对标准溶液、标准工作曲线拟合、进样体积和测定过程重复性等影响测定结果的不确定度分量进行分析,计算出测定结果的扩展不确定度,并找出影响该不确定度的主要因素。     

原子吸收法测定铜检出限的测量不确定度评估

对原子吸收法测定铜检出限的测量不确定度进行分析探讨,建立了不确定度的评估方法。影响铜检出限测量不确定度的主要因素包括标准溶液不确定度;拟合曲线不确定度;检测仪器不确定度;吸光值量化误差不确定度等,提供了上述各因素的计算方法及过程。     

袋式除尘器在蒸气干燥机烟气净化中的应用

介绍了铜冶炼蒸气干燥机高浓度粉尘的特点,总结了应用低压脉冲布袋除尘器治理铜冶炼蒸气干燥机高浓度粉尘烟气的成功经验,通过合理设计袋式除尘器各系统,可保证铜冶炼蒸气干燥机废气达标排放。     

关于不确定度评定中两个问题的讨论

通过对环境监测仪器分析不确定度评定中，标准不确定度和相对标准不确定度的单位来源以及关于相对标准不确定度两种计算方法的讨论，得出标准不确定度是有量纲的、相对标准不确定度是无量纲的；最大允许误差较易获得，用这种方法计算不确定度有很好的可靠性。相对标准偏差计算不确定度则结果更好。     

环境气溶胶中90Sr分析测量的不确定度评定

⁹⁰Sr是高毒性的纯β放射性核素,其物理半衰期和生物半衰期长,环境气溶胶中的⁹⁰Sr通过吸入途径进入人体,对人类的危害主要为长时间积集在人体骨骼中并很难排出。在多堆型核设施运行场址中环境气溶胶的测定是辐射环境监测的重要内容,也是评价核设施运行对环境影响的重要指标。为了科学评价环境气溶胶中测量结果的准确性和可靠性,进行了气溶胶中⁹⁰Sr分析测量不确定度评定的方法研究,通过计算模型识别不确定度的来源,并对各分量进行量化分析,计算合成标准不确定度;结合典型样品分析实例,对环境气溶胶中⁹⁰Sr分析测量的不确定度进行了评定,气溶胶中的分析测量采用的是色层萃取的方法,利用草酸钇沉淀制成样品源,测量样品中β计数率。不确定度评定结果表明:环境气溶胶中⁹⁰Sr分析测量不确定度的来源主要有样品净计数率,探测效率,化学回收率,样品取样体积,测量期间半衰期修正;典型实例分析结果显示环境气溶胶中的相对标准不确定度可控制在15%内。文章中不确定度评定方法为气溶胶⁹⁰Sr分析测量结果的不确定度评定提供参考。     

环境监测中仪器分析方法不确定度的评估(Ⅱ)——原子吸收光谱分析中的测量不确定度

通过对环境样品分析中常用的原子吸收光谱法测量不确定度分量的分析,探讨了原子吸收光谱法测量不确定度的评估方法,针对不同环境基体样品、不同测定组分以及不同前处理方法的扩展不确定度进行了评定。原子吸收光谱分析中的测量不确定度主要来源于样品称量、消化液定容、仪器漂移及由吸收值通过标准曲线拟合求浓度部分,其中最主要的分量是由吸收值通过标准曲线拟合求样品溶液浓度时引起的测量不确定度。     

环境监测中仪器分析方法不确定度的评估(Ⅲ)——色谱分析中的测量不确定度

通过对环境样品分析中常用的色谱分析法测量不确定度分量来源及影响的讨论，探讨了色谱分析法测量不确定度的评估方法，获得了针对不同环境基体样品、不同测定组分以及不同前处理方法中的扩展不确定度。色谱分析中的测量不确定度主要来源于流速稳定性、柱箱温度稳定性、基线噪声、程序升温重复性、定量重复性、标准物质进样量及由峰面积通过标准曲线拟合求浓度等部分。     

球压试验测量不确定度评定

根据IEC17025-2005《测试和校准实验室能力的一般要求》的规定,测试报告必须包括评估测量不确定度的相关信息.按照JJF1059-1999《测量不确定度评定与表示》的方法,本文建立了数学模型、分析不确定度,得出了球压试验不确定度的评定过程,同时讨论了对球压试验结果影响较大的一些因素,分析了影响结果的主要因素和如何避免出现误差的方法.     

Assessing Uncertainty in Estimates of Nitrogen Loading to Estuaries for Research, Planning, and Risk Assessment

Parametric (propagation for normal error estimates) and nonparametric methods (bootstrap and enumeration of combinations) to assess the uncertainty in calculated rates of nitrogen loading were compared, based on the propagation of uncertainty observed in the variables used in the calculation. In addition, since such calculations are often based on literature surveys rather than random replicate measurements for the site in question, error propagation was also compared using the uncertainty of the sampled population (e.g., standard deviation) as well as the uncertainty of the mean (e.g., standard error of the mean). Calculations for the predicted nitrogen loading to a shallow estuary (Waquoit Bay, MA) were used as an example. The previously estimated mean loading from the watershed (5,400 ha) to Waquoit Bay (600 ha) was 23,000 kg N yr⁻¹. The mode of a nonparametric estimate of the probability distribution differed dramatically, equaling only 70% of this mean. Repeated observations were available for only 8 of the 16 variables used in our calculation. We estimated uncertainty in model predictions by treating these as sample replicates. Parametric and nonparametric estimates of the standard error of the mean loading rate were 12–14%. However, since the available data include site-to-site variability, as is often the case, standard error may be an inappropriate measure of confidence. The standard deviations were around 38% of the loading rate. Further, 95% confidence intervals differed between the nonparametric and parametric methods, with those of the nonparametric method arranged asymmetrically around the predicted loading rate. The disparity in magnitude and symmetry of calculated confidence limits argue for careful consideration of the nature of the uncertainty of variables used in chained calculations. This analysis also suggests that a nonparametric method of calculating loading rates using most frequently observed values for variables used in loading calculations may be more appropriate than using mean values. These findings reinforce the importance of including assessment of uncertainty when evaluating nutrient loading rates in research and planning. Risk assessment, which may need to consider relative probability of extreme events in worst-case scenarios, will be in serious error using normal estimates, or even the nonparametric bootstrap. A method such as our enumeration of combinations produces a more reliable distribution of risk.