文末福利 | 算法正在改变世界，来看土壤分析中算法如何大显身手

ICP-OES 作为常量元素分析的首选检测手段，在环境、材料、食品等领域大显身手，几十年间分析工作者发现并积累了大量的经验对样品组分进行准确定量测试，其中为关键的就是元素谱线的选择和信号背景的校正；元素谱线在仪器软件或者行业标准中都有佳推荐，而信号背景的校正依赖分析人员的经验。不同样品的基质各不相同，背景信号的强度和结构也千差万别，为了应对这一复杂挑战，安捷伦针对不同基质样品准备了三个先进又简单、快速且准确的背景校正算法，若使用得法，将会把您在 ICP-OES 准确定量方面的经验度，直接“拉满”。

离峰背景校正算法  (OPBC) ：

ICP-OES 中应用*的背景校正算法，简单分为左背景、右背景和左右平均校正，在分析简单基体亦或复杂基体中信号较高的元素时，如果连续背景信号比较平滑，邻近分析物峰间隔较远，只需读出元素信号强度和一个信号背景强度，两者相减即可计算出净强度，得出准确结果；一句话总结：“元素信号本身优秀（高挑而且纤细）即使不校正（修图）也是*的”。如图 1 中铅的信号峰接近标准高斯峰，左右背景简单，采用离峰背景校正算法就能得到准确的结果。

拟合背景校正算法 （FBC） ：

对于更复杂的背景结构或者邻近分析物峰的拖尾弯曲，OPBC 的误差很大，如图 2 面临的情况；安捷伦拟合背景校正算法，采集分析物峰、左右干扰物峰、背景信号等数据，使用迭代法估计峰的宽度和位置，使用小二乘法测定偏置量、斜率以及峰高，然后整合所有数据的偏置分量对非结构化连续本底建模，整合所有数据的斜率分量对大宽峰的侧翼建模，后准确拟合出背景信号强度，扣除后得到准确结果。通俗一点解释，就是“采用优化过的数学算法，无需进行方法开发就能够准确的帮你校准出一幅好图” 。图 2 是2000 mg/L 铝中 Pb 的发射谱线，Al 220.467 nm 谱线展宽的峰翼重叠导致在 Pb 220.353 nm 处的曲线出现较高的背景信号，FBC 可成功校正此背景（图中虚线）。

自动曲线拟合算法 (FACT) ：

两者将合二为一，光学组件分不清楚， FBC 也无能为力；安捷伦自动曲线拟合算法对每个光谱组分模型进行分析，并拟合为高斯曲线获得谱峰的数学描述，通过残差分析和深度解卷积网络算法从原始光谱中解析（精细剥离）出分析物信号。土壤样品中铁为主量元素一般比镉的含量高 6 个数量级，两者的谱线仅仅相差 0.006nm 极易造成谱线强重叠，所以土壤中痕量的镉很难准确测定。高量铁对镉的光谱干扰见图 3 ，蓝色为溶液中约10000mg/L Fe 和约100 μg/L Cd 的光谱重叠谱线，红色为解析出的 214.445 nm Fe 谱线，绿色为解析出的214.439 nm Cd 谱线，重叠谱线强度是实际 Cd 元素谱线强度的数倍，不使用 FACT 解析将会使结果严重偏高。