第三节：光谱数据采集规范
做光谱质检这些年，我踩过最大的坑，就是数据采集不规范。你想想看，花了几十万买设备，结果因为样品没处理好、环境没控制住，出来的数据全是废的——这钱花得冤不冤？
今天我就把压箱底的经验掏出来，跟大家聊聊数据采集这件事。说白了，规范不是束缚，而是帮你省钱的工具。
核心原则：光谱数据采集的终极目标，是让同一批样品在不同时间、不同操作员手里，都能产出可重复、可对比的数据。做不到这一点，后面的建模、分析全是空中楼阁。
3.1 样品制备要求
样品制备，是光谱分析的第一步，也是最容易被忽视的一步。我见过太多人，样品随便拿个塑料袋装着就往仪器里塞——结果呢？数据乱成一锅粥。
3.1.1 样品形态控制
- 固体样品：表面要平整、干净。粉末样品建议过筛（100目以上），颗粒度要均匀。我个人习惯，每次制样前都用酒精棉擦拭样品台，避免交叉污染。
- 液体样品：注意气泡！气泡会严重干扰透射光谱。我建议静置5分钟再测，或者用超声脱气。另外，液体池的窗口片要定期清洁，别问我怎么知道的——有一次我偷懒没擦，结果数据漂移了整整一周。
- 气体样品：气密性是关键。我曾经遇到过，气室漏气导致光谱信号越来越弱，排查了三天才发现是密封圈老化了。嗯，从那以后我每次开机前都会做一次气密性测试。
3.1.2 样品代表性
你测的样品，能不能代表整批产品？这个问题很关键。我建议：
- 每个批次至少取3个平行样
- 每个样品至少测3次，取平均值
- 如果样品不均匀（比如混合物料），要多点取样，混合后再测
我的小技巧：对于粉末样品，我习惯用压片机压成薄片，这样表面更均匀，重复性也更好。但注意压力不能太大，否则会改变样品晶型——这个坑我替你们踩过了。
3.2 采集环境控制
环境因素对光谱的影响，比你想象的大得多。温度、湿度、光照，这三个变量控制不好，数据就是“薛定谔的光谱”——测一次一个样。
3.2.1 温度控制
温度会影响分子振动能级，说白了就是光谱峰会漂移。我做过实验，温度每变化1℃，某些特征峰的位移能达到0.5 nm。对于高精度分析，这误差可受不了。
| 光谱类型 | 建议温度范围 | 温度波动 |
|---|---|---|
| 近红外（NIR） | 20-25℃ | ±1℃ |
| 中红外（MIR） | 22-26℃ | ±0.5℃ |
| 拉曼（Raman） | 18-28℃ | ±2℃ |
我个人习惯，在仪器旁边放一个温湿度记录仪，实时监控。如果温度波动超过阈值，我会暂停采集，等环境稳定了再继续。
3.2.2 湿度控制
湿度对光谱的影响，主要体现在水汽吸收。尤其是在中红外波段，水汽的吸收峰非常强，会严重干扰样品信号。
- 相对湿度建议控制在40%-60%
- 如果湿度过高，可以用除湿机或干燥剂
- 注意：样品本身也可能吸潮，尤其是粉末样品。我建议样品在干燥器中保存，测试前再取出
警告：千万别在湿度超过70%的环境下做光谱采集！我曾经有一次，梅雨季节没开除湿机，结果采集的数据全是水汽峰，根本没法用。那批样品浪费了，工期也耽误了——血的教训。
3.2.3 光照控制
环境光对光谱的影响，很多人会忽略。尤其是拉曼光谱，环境光中的荧光成分会直接叠加到信号里。
- 尽量在暗室或遮光条件下采集
- 如果条件不允许，可以用遮光罩
- 注意：仪器本身的指示灯也可能产生干扰，我习惯用黑色胶带把不必要的指示灯贴掉
3.3 采集参数设置
参数设置，是光谱采集的核心。参数设对了，事半功倍；设错了，数据就是一堆垃圾。下面我一个个讲。
3.3.1 积分时间
积分时间，说白了就是探测器收集光信号的时间。时间越长，信号越强，但噪声也会增加。
- 原则：在信号不饱和的前提下，尽量用较短的积分时间
- 经验值：对于近红外，我一般从100 ms开始试；对于拉曼，可能需要1-10 s
- 判断标准：看光谱的最大强度，不要超过探测器满量程的80%
避坑指南：我曾经为了追求信号强度，把积分时间设得很长，结果光谱饱和了，峰顶都是平的。后来我才知道，饱和的数据是没法用的——因为非线性失真。所以，宁可信号弱一点，也别让它饱和。
3.3.2 扫描次数
扫描次数，就是重复测量的次数。次数越多，信噪比越高，但采集时间也越长。
| 应用场景 | 建议扫描次数 | 说明 |
|---|---|---|
| 快速筛查 | 4-8次 | 牺牲精度，换速度 |
| 常规分析 | 16-32次 | 平衡精度和效率 |
| 高精度分析 | 64-128次 | 追求信噪比，不赶时间 |
我个人习惯，先测一次看看信号强度，再决定扫描次数。如果信号本身就很好，没必要测太多遍——浪费时间。
3.3.3 分辨率
分辨率决定了光谱能区分多近的两个峰。分辨率越高，峰越尖锐，但噪声也越大，采集时间也越长。
- 近红外：一般用8-16 cm⁻¹，够用了
- 中红外：建议4 cm⁻¹，这是大多数应用的标准
- 拉曼：看需求，定性分析用4-8 cm⁻¹，定量分析可能需要2 cm⁻¹
注意：分辨率不是越高越好。你想想看，如果样品本身的峰就很宽，你用高分辨率去测，除了增加噪声和采集时间，没有任何好处。我见过有人用1 cm⁻¹的分辨率去测塑料——那峰宽得跟山一样，高分辨率完全浪费了。
3.4 数据命名与归档
数据命名和归档，看似小事，但做不好会让你后期抓狂。我接手过好几个项目，前任的数据命名乱七八糟，什么“test1”、“data2”、“最终版3”——我看了都想骂人。
3.4.1 命名规范
我建议的命名格式：
[项目代号]_[样品类型]_[批次号]_[采集日期]_[序号]
示例：
QC2024_PET_001_20240115_01
QC2024_PP_002_20240115_02这样命名的好处是：一看就知道是什么样品、什么时候测的、第几次测量。后期检索起来非常方便。
3.4.2 归档结构
文件夹结构也要规范。我习惯这样组织：
项目名称/
├── 原始数据/
│ ├── 2024-01-15/
│ │ ├── QC2024_PET_001_20240115_01.spa
│ │ ├── QC2024_PET_001_20240115_02.spa
│ │ └── ...
│ ├── 2024-01-16/
│ │ └── ...
│ └── ...
├── 处理数据/
│ ├── 预处理/
│ └── 建模/
├── 报告/
└── 日志/
└── 采集日志_2024.xlsx我的习惯：每次采集完数据，我都会写一个简单的采集日志，记录当天的温度、湿度、操作员、仪器状态等信息。别小看这个日志，出了问题的时候，它是你排查问题的第一手资料。
知识体系总览
下面这张图，是我自己整理的本章知识体系。你可以把它当成一个检查清单，每次采集前对照着过一遍。
好了，这一章的内容就这些。数据采集规范，说白了就是三个字：标准化。把每一步都固定下来，形成SOP，你的数据质量自然就上去了。
记住：好的数据是分析的基础，而规范是好的数据的保障。别嫌麻烦，前期多花点时间在规范上，后期建模和分析的时候，你会感谢自己的。
公众号:蓝海资料掘金营，微信deep3321