1 基本概念
1.1 定义
空白校正是指在测定样品前，先对不含目标物质、或不发生目标反应的对照体系进行测量，再将该结果从样品测量值中扣除的处理方法。其核心目的在于剔除背景信号和系统偏差，使最终数据更接近样品中目标成分的真实响应。
1.2 作用与目的
空白校正主要用于消除试剂本身、容器材料、仪器响应以及环境因素带来的干扰。通过这一过程，实验结果的准确性、重复性和可比性通常能够得到提高。对于低浓度分析尤其重要，因为此时背景信号常常与样品信号处于同一量级。
1.3 相关术语
1.3.1 空白样
空白样是指按实验流程制备、但不含目标分析物的样品。它通常保留试剂、溶剂、处理步骤和检测条件，以便尽可能反映非目标因素产生的信号。
1.3.2 背景信号
背景信号是测量中与目标物无关的响应部分，可能来源于试剂、基底、溶剂或仪器噪声。它会叠加在有效信号上，影响读数判断。
1.3.3 基线
基线是仪器在无明显目标响应时显示的参考水平。若基线稳定，便于识别真实峰形、吸收变化或电信号变化；若漂移明显，则需要进一步校正。
1.3.4 本底值
本底值是体系在不引入目标物时所呈现的固有读数，常可视为背景水平的量化表达。它与空白值关系密切，但在不同实验语境中侧重点略有差别。
2 原理
2.1 信号来源分析
空白校正的前提，是将观测到的总信号拆分为目标信号与非目标信号两部分。后者并非随机出现，而是由仪器、试剂和环境等多个来源共同构成。
2.1.1 仪器本底
仪器本底包括探测器噪声、电子漂移、光源波动及电路偏差等因素。即使没有样品，仪器也可能产生一定读数，这类信号需要通过空白测量加以识别。
2.1.2 试剂背景
某些试剂、缓冲液或显色体系本身具有吸光、发光或电化学活性，因而会带来额外响应。若不扣除这些背景，样品结果可能被高估。
2.1.3 环境干扰
温度变化、光照、空气成分、尘埃污染以及电磁干扰等，均可能对测量造成影响。尤其在长时间实验中，环境因素常会引起背景波动或基线漂移。
2.2 扣除原理
空白校正的基本逻辑是：总测量值等于目标信号与背景信号之和，因此可通过减去空白读数，近似得到目标部分。若空白与样品在条件上保持一致，则扣除结果通常更具代表性。
2.3 校正前后数据比较
校正前的数据往往包含较高的底噪或偏移，容易掩盖真实差异。校正后，样品之间的相对变化会更清楚，数据分布也更便于统计分析。不过，若空白选择不当，校正后的结果也可能引入新的偏差。
3 空白类型
3.1 试剂空白
试剂空白主要用于检查试剂、溶剂和添加剂是否自带响应。它常见于化学分析中，适合评估药剂纯度和配制过程中的背景贡献。
3.2 方法空白
方法空白是将整个实验流程完整走一遍，但不加入目标物质。它不仅能反映试剂本底，还能检验前处理、萃取、消解等步骤是否引入额外信号。
3.3 仪器空白
仪器空白通常在无样品或仅有载体介质的条件下测得，用于了解仪器自身的零点偏移和噪声水平。它更侧重设备状态检查。
3.4 现场空白
现场空白是在采样现场制备并保存的空白样，目的是评估运输、采集和现场环境对样品的影响。环境监测中较常使用这类空白。
3.5 程序空白
程序空白强调对分析流程中各环节的综合考察，包括操作、器皿、转移和处理步骤。它可帮助定位误差来源，尤其适合复杂实验体系。
4 实施步骤
4.1 空白样的制备
空白样应尽量模拟样品的处理条件，包括相同溶剂、相同步骤和相同容器。制备时需避免引入目标物，并注意交叉污染控制。
4.2 空白测量
空白测量应与样品测量在相近条件下进行，如相同仪器设置、相同时间窗口和相同环境参数。若空白值随时间变化明显，常需多次测定取平均。
4.3 数据扣除
数据扣除通常以样品读数减去对应空白值的方式进行。对于批量样品，可统一扣除同批空白，也可按每个样品对应空白分别校正，具体取决于实验设计。
4.4 结果修正与记录
完成扣除后，应检查数值是否合理，并结合有效位数、检出限和统计波动进行修正。实验记录中需注明空白来源、测量次数、平均值及计算方式，便于追溯。
5 常见应用
5.1 化学定量分析
化学定量分析中，空白校正常用于提高滴定、比色和电化学测量的精度。对低含量物质而言，背景修正往往直接影响定量结果。
5.1.1 滴定分析
在滴定分析中，空白校正可用于扣除指示剂变化、溶剂杂质或反应副反应带来的消耗量。这样可以使终点计算更接近目标物真实反应量。
5.1.2 分光光度法
分光光度法中，空白通常用于设定零吸光度或扣除溶液本身的吸收。尤其在显色反应中，试剂背景若不处理，容易影响吸光度读数。
5.2 生物与医学检测
在酶联免疫、核酸检测和临床生化分析中，空白校正可减少试剂底噪和非特异性反应的影响。它有助于区分弱阳性信号与背景波动。
5.3 环境监测
环境样品常含复杂基质，空白校正在水质、土壤和空气污染物测定中十分常见。通过现场空白或方法空白，可识别采样和分析过程中的额外污染。
5.4 材料表征
在材料光学、热学和电学测试中，空白校正可用于扣除基底、支架或仪器响应。对于薄膜、粉末和复合材料，背景扣除有助于突出材料本身的特性。
5.5 色谱与质谱分析
色谱与质谱分析常面临峰重叠、基线漂移和杂质干扰问题。空白样可用于识别溶剂峰、柱流失和系统污染，从而改善定性与定量判读。
6 误差与局限
6.1 空白不稳定问题
若空白信号随时间波动，扣除结果可能缺乏代表性。造成不稳定的原因包括试剂老化、仪器漂移和环境变化等。
6.2 校正过度与欠校正
当空白值偏高时，可能出现过度扣除，使结果偏低；若空白值偏低，则会造成欠校正，使结果偏高。两者都会影响数据可靠性。
6.3 与样品基质不匹配
空白若与样品基质差异较大，背景响应便难以完全对应。此时即便进行了校正，也可能残留基质效应，影响定量准确度。
6.4 低信号条件下的影响
在信号很弱的情况下，空白本身的误差可能接近甚至超过样品信号。此时任何微小波动都会被放大，导致结果不稳定或接近检出限。
7 质量控制
7.1 重复测定
对空白进行重复测定，可以评估其稳定性和离散程度。若重复结果一致性较好，说明空白校正基础较可靠。
7.2 平行样与对照样
平行样可用于检验实验操作的一致性，对照样则有助于验证空白处理是否恰当。两者结合使用，可更全面地把握误差来源。
7.3 校准曲线结合使用
空白校正通常与校准曲线配合进行。先扣除背景，再建立标准关系，可提高定量分析的线性与可比性。
7.4 结果验证
最终结果应通过独立方法、已知标准物或加标回收等方式加以验证。若校正后数据与预期偏差过大，需要回查空白设置和计算过程。
8 相关方法
8.1 基线校正
基线校正主要用于调整连续信号中的漂移或倾斜背景，使数据以稳定参考线为基础进行分析。它与空白校正相近，但更强调曲线形态的修正。
8.2 背景扣除
背景扣除是对测得信号中非目标部分进行减除的统称，既可用于单点读数，也可用于整个谱图或成像数据。空白校正可视为背景扣除的一种具体形式。
8.3 标准加入法
标准加入法通过向样品中加入已知量标准物来补偿基质效应。与空白校正相比，它更适用于样品背景复杂、空白难以完全匹配的情形。
8.4 归一化处理
归一化处理是将数据按某一参考值或总量进行比例转换，以减弱样本间尺度差异。它不等同于空白扣除，但常与之结合使用，以提升结果比较的合理性。
9 实验记录与报告
9.1 空白值的记录方式
空白值应记录原始读数、平均值、标准差及测定条件，必要时还应注明批号、日期和仪器参数。完整记录便于后续复核和重复实验。
9.2 校正公式的写法
报告中应明确列出校正公式，例如样品值减去空白值，或在需要时说明是否进行了多项修正。公式表达应清晰，避免因省略步骤造成歧义。
9.3 报告中的说明规范
正式报告里通常需要说明空白类型、测定频次、扣除方法以及是否对结果做了额外修正。若空白对结论有明显影响，也应在结果讨论中加以说明。