# LIBS数据处理与结果分析介绍LIBS数据处理与结果分析

> **本文定位**：围绕建模实践解释中心化、归一化、标准化、评价指标与浓度单位。
>
> **关联阅读**：[整体分析流程]({{< relref "blog/LIBS/index.md" >}}) · [具体算法原理]({{< relref "blog/LIBS-detail/index.md" >}}) · [物理模型定量分析]({{< relref "blog/CF-LIBS/index.md" >}})。

---

### LIBS 分析流程总览

#### 1. 数据预处理（重点：必须剔除异常数据）

LIBS 信号受激光能量波动、样品基体效应和环境影响很大，存在明显的"脉冲到脉冲（Shot-to-shot）"的不稳定性。

- **异常数据剔除（必须进行）：** 在进行任何分析前，**强烈建议剔除异常光谱**。如果不剔除，异常点会严重拉偏模型的决策边界或回归曲线。常用的剔除方法包括：
  - **统计学方法：** 基于特定特征峰的强度，使用 3σ 法则或箱线图。
  - **多变量方法：** 对光谱进行主成分分析（PCA），利用 Hotelling's T² 统计量或马氏距离识别并剔除离群点。
  - **算法方法：** 孤立森林（Isolation Forest）或局部异常因子（LOF）。
- **平滑与降噪：** 常用 Savitzky-Golay（S-G）平滑或小波变换去除高频噪声。
- **基线校正：** 去除由于轫致辐射等引起的连续背景（如多项式拟合或自适应迭代重加权惩罚最小二乘法 airPLS）。
- **归一化/标准化：** 消除绝对强度波动的影响（如最大值归一化、全谱面积归一化或内标法）。

#### 2. 特征选择与降维

LIBS 光谱通常包含上万个波长点（高维数据），直接输入模型容易导致"维数灾难"和过拟合。

- **降维：** 主成分分析（PCA）是最常用的无监督降维方法。
- **特征选择：** 根据物理先验知识挑选目标元素的特征谱线，或使用变量投影重要性（VIP）、连续投影算法（SPA）、无信息变量消除（UVE）等算法筛选有用波长。

#### 3. 数据集划分（必须划分训练集和测试集）

**必须划分。** 这是评估机器学习模型是否真正具备预测能力（泛化能力）的基础。

- **训练集（Training Set）：** 通常占总数据的 70%~80%，用于模型"学习"数据中的规律。
- **测试集（Test Set）：** 占 20%~30%，**模型在训练阶段绝对不能看到这些数据**。它相当于最终的"期末考试"，用于检验模型在面对全新样品时的真实表现。

#### 4. 模型选择与构建

根据您的任务目标选择合适的算法：

- **分类任务（如合金钢牌号识别、岩石分类）：** 支持向量机（SVM）、随机森林（RF）、K 近邻（KNN）、人工神经网络（ANN）、偏最小二乘判别分析（PLS-DA）。
- **回归任务（如测定土壤中重金属的浓度）：** 偏最小二乘回归（PLSR，LIBS 领域最经典）、支持向量回归（SVR）、随机森林回归（RFR）、多层感知机（MLP）。

#### 5. 模型优化与验证（K 折交叉验证与袋外估计的作用）

在训练集上训练模型时，我们需要寻找最佳的"超参数"（例如 SVM 的惩罚系数、PLS 的主成分个数、随机森林的树的数量）。这需要用到验证机制：

- **K 折交叉验证（K-Fold Cross-Validation）：**
  - **作用：** 解决数据量较少时的过拟合问题，并用于**超参数调优**。
  - **原理：** 将**训练集**平均分成 K 份（常用 5 折或 10 折）。每次拿其中 1 份作为内部验证集，其余 K-1 份用于训练，重复 K 次。最后对 K 次的结果取平均。
  - **意义：** 它可以告诉你模型在当前参数下表现是否稳定，防止模型只是"死记硬背"了某一部分训练数据。
- **袋外估计（Out-Of-Bag, OOB Estimation）：**
  - **作用：** 它是**基于 Bagging 算法（特别是随机森林 Random Forest）特有的一种内置验证方法**，相当于"免费的交叉验证"。
  - **原理：** 随机森林在构建每一棵决策树时，采用有放回抽样（Bootstrap）。数学上可以证明，每次抽样大约有 36.8% 的样本没有被抽中用于建树，这些没被抽中的数据就是"袋外数据（OOB）"。
  - **意义：** 可以直接使用这 36.8% 的 OOB 数据来测试当前树的性能（即 OOB 误差）。如果使用随机森林，你甚至可以省略 K 折交叉验证，直接通过 OOB 误差来评估模型性能和进行特征重要性排序，计算速度更快。

#### 6. 模型评估

使用测试集数据输入已经训练并调优好的模型，得出最终的评价指标。

- **分类指标：** 准确率（Accuracy）、精确率（Precision）、召回率（Recall）、混淆矩阵（Confusion Matrix）。
- **回归指标：** 决定系数（R²）、均方根误差（RMSE，包含 RMSEC 和 RMSEP）、平均绝对误差（MAE）。

---

### 光谱预处理与尺度变换

#### 中心化（Mean Centering）

##### 一、基本定义

**中心化**是指将光谱数据中的每一个变量（即每个波长点的光谱强度值）减去该变量在所有样本上的**平均值**，使处理后的数据以零为中心分布。

数学表达式为：

$$
x'_{ij} = x_{ij} - \bar{x}_j
$$

其中：
- $x_{ij}$：第 $i$ 个样本在第 $j$ 个波长处的原始光谱强度
- $\bar{x}_j$：所有样本在第 $j$ 个波长处光谱强度的平均值
- $x'_{ij}$：中心化后的光谱强度

##### 二、为什么要做中心化

1. **消除直流偏置（基线偏移）**：不同样品或不同次测量之间可能存在整体强度偏移，中心化可以去除这种与成分无关的系统性偏差。
2. **突出光谱差异信息**：中心化后保留的是各样本相对于平均光谱的"变化量"，更利于反映元素含量的真实差异。
3. **改善多元模型性能**：在主成分分析（PCA）、偏最小二乘回归（PLS）等化学计量学算法中，中心化是常规前置步骤，可使模型更稳定、收敛更快、避免第一主成分被均值主导。
4. **便于比较和归一化**：与归一化配合使用，可进一步削弱激光能量波动、等离子体起伏等带来的影响。

##### 三、与其他预处理方法的区别

| 方法 | 操作 | 作用 |
|---|---|---|
| **中心化** | 减去均值 | 去除偏置，使数据零均值 |
| **归一化** | 除以范数或总强度 | 消除量纲和总量差异 |
| **标准化（autoscaling）** | 中心化后再除以标准差 | 同时去除偏置并统一尺度 |
| **基线校正** | 扣除连续背景 | 去除韧致辐射等背景 |

##### 四、在 LIBS 中的实际意义

在激光诱导击穿光谱分析中，由于激光脉冲能量波动、等离子体温度起伏、样品表面状态差异等因素，采集到的光谱往往存在整体强度漂移。通过**中心化**处理，可以将这些与待测元素含量无关的整体偏移剔除，使后续基于特征谱线强度或全谱信息的定量建模（如 PLS、支持向量机等）更加准确可靠。

简而言之：**光谱中心化 = 每条谱线强度减去该波长的平均强度，让数据"以零为中心"，从而突出真正反映成分差异的光谱信息。**

#### 归一化（Normalization）

在 GB/T 38257—2019《激光诱导击穿光谱法》中，**归一化**是光谱预处理的另一种常用方法（见标准第 7.5 条）。它与"中心化"并列，但作用机制不同。

##### 一、基本定义

**归一化**是指将光谱数据按照某种参考量进行缩放，使不同样本的光谱处于**统一的可比尺度**上，从而消除因总量差异、量纲不同或整体强度波动带来的影响。

常见的归一化方式有以下几种：

###### 1. 总和归一化（Sum Normalization）
将每个波长点的强度除以整条光谱所有波长点强度之和：

$$
x'_{ij} = \frac{x_{ij}}{\sum_{k} x_{ik}}
$$

###### 2. 范数归一化（Vector Normalization / L2 归一化）
将每个波长点的强度除以该光谱向量的欧几里得范数：

$$
x'_{ij} = \frac{x_{ij}}{\sqrt{\sum_{k} x_{ik}^2}}
$$

###### 3. 最大值归一化（Max Normalization）
将每个波长点的强度除以该光谱中的最大强度值：

$$
x'_{ij} = \frac{x_{ij}}{\max_k(x_{ik})}
$$

###### 4. 内标归一化（Internal Standard Normalization）
以待测谱线强度除以内标元素谱线强度（与标准中"内标法"对应）：

$$
x'_{ij} = \frac{I_{\text{分析线}}}{I_{\text{内标线}}}
$$

##### 二、为什么要做归一化

1. **消除激光能量波动的影响**：LIBS 中每个激光脉冲的能量存在起伏，导致等离子体整体辐射强度忽高忽低，归一化可削弱这种与成分无关的波动。
2. **消除样品量/烧蚀量差异**：不同次烧蚀产生的等离子体总量不同，归一化后只保留各元素的**相对比例**信息。
3. **统一量纲和尺度**：不同仪器、不同距离采集的光谱绝对强度可能相差几个数量级，归一化后可在同一尺度下比较和建模。
4. **提高定量模型稳健性**：在 PLS、PCA、神经网络等化学计量学算法中，归一化能显著提升模型的泛化能力和预测精度。
5. **便于半定量/定性判别**：归一化后的相对强度更接近元素的真实含量比例，有利于物质类型识别。

##### 三、归一化 vs 中心化 vs 标准化

| 方法 | 数学操作 | 主要作用 |
|---|---|---|
| **中心化** | 减去均值 | 去除直流偏置，使数据零均值 |
| **归一化** | 除以总量/范数/最大值 | 消除整体强度差异，统一尺度 |
| **标准化（autoscaling）** | 先中心化再除以标准差 | 同时去偏置并统一方差尺度 |

三者常常**组合使用**，例如先中心化再归一化，或先归一化再标准化，以获得最佳的预处理效果。

##### 四、在 LIBS 中的实际意义

激光诱导击穿光谱的一个固有问题是**信号重复性较差**——同一均匀样品多次测量，谱线绝对强度可能波动 10%~30% 甚至更多。这种波动主要来自：

- 激光脉冲能量抖动
- 等离子体温度与电子密度的随机变化
- 样品表面微区不均匀
- 光路耦合效率变化

通过**归一化**处理（尤其是总和归一化或内标归一化），可以将这些"整体涨落"因素剔除，使分析谱线的**相对强度**更稳定地反映元素含量，从而大幅提升定量分析的准确度和精密度。

---

**一句话总结**：**光谱归一化 = 把每条光谱按某个参考量（总和、范数、最大值或内标线）缩放到统一尺度，消除整体强度波动，让不同样本的光谱具有可比性，从而提升 LIBS 定性判别和定量建模的准确性。**

#### 光谱标准化（Spectral Standardization）

在 GB/T 38257—2019《激光诱导击穿光谱法》中，**光谱标准化**是光谱预处理的另一种重要方法（见标准第 7.5 条）。它与"中心化""归一化"并列，但内涵更丰富、针对性更强，是 LIBS 技术中**专门用于补偿信号波动**的核心预处理手段。

##### 一、基本定义

**光谱标准化**是指利用光谱中的某些**参考信息**（如内标谱线强度、全谱总强度、等离子体参数、基体元素信息等）对原始光谱进行校正，以**补偿由实验条件波动引起的信号不确定性**，使不同次测量、不同样品之间的光谱具有可比性和稳定性。

其核心思想是：**找到一个能反映"整体信号强弱"的参考量，用它来校正待分析谱线的强度波动**。

##### 二、为什么需要光谱标准化

LIBS 信号存在固有的不稳定性，主要来源包括：

| 波动来源 | 具体表现 |
|---|---|
| **激光能量抖动** | 每个脉冲能量起伏 1%~5%，导致烧蚀量和等离子体总量变化 |
| **等离子体温度/电子密度波动** | 影响激发效率和谱线强度 |
| **样品表面状态差异** | 粗糙度、氧化层、湿度等影响耦合效率 |
| **光路收集效率变化** | 距离、角度、光纤耦合等的微小变动 |
| **基体效应** | 不同基体对同一元素的谱线强度影响不同 |

这些因素会导致**同一均匀样品多次测量的谱线绝对强度波动可达 10%~30%**，严重影响定量精度。光谱标准化正是为了消除或削弱这些与待测元素含量无关的波动。

##### 三、常见的光谱标准化方法

###### 1. 内标标准化（Internal Standardization）
选取一条**内标元素谱线**（通常是基体中含量稳定的元素，如钢铁中的 Fe 线、土壤中的 Si 线）作为参考，将待分析谱线强度除以内标谱线强度：

$$
I_{\text{标准化}} = \frac{I_{\text{分析线}}}{I_{\text{内标线}}}
$$

这是最经典、最常用的标准化方法，本质上是一种**比值归一化**。

###### 2. 全谱总强度标准化（Total Spectrum Normalization）
将每条谱线强度除以整条光谱所有波长点的强度之和（或积分面积）：

$$
I'_{j} = \frac{I_j}{\sum_k I_k}
$$

适用于没有合适内标元素的情况。

###### 3. 基于等离子体参数的标准化
利用等离子体温度 $T_e$、电子密度 $n_e$ 等物理参数，通过 Saha-Boltzmann 方程反推并校正谱线强度。这种方法物理意义明确，但计算复杂。

###### 4. 多变量标准化 / 改进光谱标准化法
近年来发展的新方法，例如：
- 利用**基体中多个元素的信息**综合补偿被测元素总粒子数密度的波动（如铀矿石测量中的改进光谱标准化法）
- 结合 PCA、PLS 等化学计量学方法提取"波动因子"进行校正

> 📌 文献佐证：2025 年发表于 *Analytica Chimica Acta* 的研究表明，**基于基体元素信息的光谱标准化法可显著降低 LIBS 测量铀矿石时的信号不确定性，提升定量分析性能**。

##### 四、光谱标准化 vs 归一化 vs 中心化

| 方法 | 操作本质 | 主要目的 | 典型场景 |
|---|---|---|---|
| **中心化** | 减去均值 | 去除直流偏置 | PCA/PLS 建模前处理 |
| **归一化** | 除以总量/范数/最大值 | 统一尺度，消除整体强度差异 | 多样本比较、分类判别 |
| **光谱标准化** | 用参考量（内标线/全谱/等离子体参数）校正 | **专门补偿 LIBS 信号波动**，提升定量精度 | LIBS 定量分析的核心预处理 |

**关键区别**：
- **归一化**是通用的数学缩放，不依赖物理意义；
- **光谱标准化**通常**带有明确的物理或化学参考**（如内标元素、等离子体状态），是 LIBS 领域**针对性更强**的校正手段；
- 在实际操作中，内标标准化既可视为一种归一化，也可视为一种标准化——两者有交集，但"标准化"更强调**对信号不确定性的补偿**。

---

##### 一句话总结

> **光谱标准化 = 利用内标谱线、全谱总强度或等离子体参数等"参考量"对 LIBS 光谱进行校正，专门补偿激光能量波动、等离子体起伏、基体效应等引起的信号不确定性，是提升 LIBS 定量分析精密度和准确度的关键预处理步骤。**

它与"归一化"在数学形式上可能相似（都是除法缩放），但**光谱标准化更强调物理/化学意义上的参考和补偿**，是 LIBS 技术区别于其他光谱分析方法的特色预处理手段。

---

### 模型评估与结果解读

> **前提**：以下所有指标均使用**独立测试集**（未参与训练和调参）计算，反映模型的**真实泛化性能**。

---

#### 一、分类指标

##### 1. 混淆矩阵（Confusion Matrix）—— 一切分类指标的基石

对于 $C$ 类分类问题，混淆矩阵是一个 $C \times C$ 的表格：

$$
\begin{bmatrix}
TP_{1} & FP_{12} & \cdots \\
FP_{21} & TP_{2} & \cdots \\
\vdots & \vdots & \ddots
\end{bmatrix}
$$

以**二分类**为例最直观：

|  | 预测正 | 预测负 |
|--|--------|--------|
| **实际正** | TP（真阳） | FN（假阴） |
| **实际负** | FP（假阳） | TN（真阴） |

- **对角线** = 正确预测数
- **非对角线** = 错误预测数（可看出**哪两类容易混淆**）
- 多分类时同理扩展为 $C \times C$

> 💡 在 LIBS 合金分类中，混淆矩阵能直接告诉你"304不锈钢被误判为316的次数"，比单一准确率有价值得多。

---

##### 2. 准确率（Accuracy）

$$Accuracy = \frac{TP + TN}{TP + TN + FP + FN} = \frac{\text{正确预测数}}{\text{总样本数}}$$

| 项目 | 说明 |
|------|------|
| **含义** | 整体预测正确的比例 |
| **优点** | 直觉、易理解 |
| **致命缺陷** | **类别不平衡时严重误导**。例如 95% 是 A 类，模型全猜 A 也有 95% 准确率，但毫无价值 |
| **适用场景** | 各类别样本量大致均衡时 |

---

##### 3. 精确率（Precision）

$$Precision = \frac{TP}{TP + FP}$$

| 项目 | 说明 |
|------|------|
| **含义** | **预测为正的样本中，真正为正的比例** → "预测的可信度" |
| **关注点** | 假阳性（FP）代价高时重视。例如：把普通钢误判为特种钢 → 质量事故 |
| **多分类** | 对每个类别分别计算，再取 macro / weighted 平均 |

---

##### 4. 召回率（Recall / Sensitivity / TPR）

$$Recall = \frac{TP}{TP + FN}$$

| 项目 | 说明 |
|------|------|
| **含义** | **实际为正的样本中，被正确找出的比例** → "查全能力" |
| **关注点** | 假阴性（FN）代价高时重视。例如：漏检有害元素超标样品 → 安全风险 |
| **与 Precision 的关系** | 通常此消彼长，需用 F1-score 权衡：$F_1 = \frac{2 \cdot P \cdot R}{P + R}$ |

---

##### 📊 四个指标的关系总结

```
              预测正      预测负
实际正    [ TP ] ← Recall = TP/(TP+FN)
          [ FN ]
实际负    [ FP ] ← Precision = TP/(TP+FP)
          [ TN ]

Accuracy = (TP+TN) / Total
```

> ⚠️ **永远不要只看 Accuracy**。至少同时报告 Precision、Recall 和混淆矩阵。

---

#### 二、回归指标

##### 1. 决定系数（R², Coefficient of Determination）

$$R^2 = 1 - \frac{\sum_{i}(y_i - \hat{y}_i)^2}{\sum_{i}(y_i - \bar{y})^2} = 1 - \frac{SS_{res}}{SS_{tot}}$$

| 项目 | 说明 |
|------|------|
| **含义** | 模型解释了因变量方差的比例 |
| **取值** | 理想 = 1；基线（预测均值）= 0；< 0 表示比猜均值还差 |
| **注意** | R² 高 ≠ 预测准（可能对异常值敏感）；需配合误差指标一起看 |
| **LIBS 语境** | 如 Cr 含量定量模型 R²=0.98，说明光谱特征解释了 98% 的 Cr 浓度变异 |

---

##### 2. 均方根误差（RMSE）

$$RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2}$$

###### RMSEC vs RMSEP 的区别

| 指标 | 全称 | 数据来源 | 用途 |
|------|------|---------|------|
| **RMSEC** | RMSE of **Calibration** | 训练集 / 校正集 | 衡量模型**拟合能力** |
| **RMSEP** | RMSE of **Prediction** | **测试集** / 验证集 | 衡量模型**泛化/预测能力** ✅ |

> ⚠️ **关键判断**：若 RMSEC ≪ RMSEP → **过拟合**；若两者接近且都小 → 模型稳健。

| 项目 | 说明 |
|------|------|
| **单位** | 与目标变量相同（如 wt%），**可直接物理解读** |
| **对异常值** | **敏感**（平方放大误差） |
| **LIBS 语境** | RMSEP = 0.3 wt% 意味着预测浓度平均偏差约 ±0.3 wt% |

---

##### 3. 平均绝对误差（MAE）

$$MAE = \frac{1}{n}\sum_{i=1}^{n}|y_i - \hat{y}_i|$$

| 项目 | 说明 |
|------|------|
| **含义** | 预测误差绝对值的平均 |
| **单位** | 与目标变量相同 |
| **对异常值** | **鲁棒**（不像 RMSE 那样被极端误差主导） |
| **与 RMSE 对比** | MAE ≤ RMSE 恒成立；若 RMSE >> MAE → 存在少量大误差样本 |

确定度
    - RMSEC ≈ RMSECV ≈ RMSEP → 模型稳健
    - RMSEC ≪ RMSEP → 过拟合
    - 常结合 **RPD**（残差预测偏差 = $SD / RMSEP$）联合判断：

| RPD | 评价 |
|-----|------|
| > 3.0 | 优秀，可用于精确量化 |
| 2.5 – 3.0 | 良好，可用于定量 |
| 2.0 – 2.5 | 一般，可用于粗略定量/筛查 |
| < 2.0 | 差，不可用于定量 |

---

##### 4. RE（相对误差 / Relative Error）

- **含义**：单个样本或平均意义上，预测值偏离真值的**百分比程度**。消除量纲影响，便于跨浓度比较。
- **公式**：
    - 单样本：$RE_i = \frac{\hat{y}_i - y_i}{y_i} \times 100\%$
    - 平均相对误差：$\overline{RE} = \frac{1}{n}\sum_{i=1}^{n}\left|\frac{\hat{y}_i - y_i}{y_i}\right| \times 100\%$

> 💡 RE 对低浓度样本敏感（分母小导致 RE 放大），建议同时关注**高、中、低**三个浓度水平的 RE 分布。

---

##### 5. RSD（相对标准偏差 / Relative Standard Deviation）

- **含义**：衡量模型的**精密度（Precision）**，即重复预测结果的一致性。反映随机误差大小。
- **公式**：
    $$RSD = \frac{s}{\bar{y}} \times 100\% = \frac{\sqrt{\frac{1}{n-1}\sum(\hat{y}_i - \overline{\hat{y}})^2}}{\overline{\hat{y}}} \times 100\%$$
- **两种场景**：
    - **重复性 RSD**：同一样品连续多次预测 → 仪器+模型短期精密度
    - **重现性 RSD**：不同天/操作者/批次 → 长期稳定性

> ⚠️ RSD 只反映精密度，不反映准确度。RSD 小但 RE 大 → 系统偏差未校正。

---

##### 6. LOD（检出限 / Limit of Detection）

- **含义**：模型能够**可靠检出**目标物的最低浓度（区别于定量限 LOQ）。
- **计算方法**（化学计量学中常用）：

| 方法 | 公式 | 适用场景 |
|------|------|----------|
| **空白标准偏差法** | $LOD = 3 \times s_{blank} / b$ | $s_{blank}$：空白样品预测值标准差；$b$：校准曲线斜率 |
| **IUPAC 推荐** | $LOD = 3.3 \times s_{residual} / b$ | $s_{residual}$：回归残差标准差 |
| **信噪比法** | $S/N = 3$ 对应浓度 | 色谱/光谱直接读取 |
| **EURACHEM** | 基于预测区间宽度 | 更严格，考虑不确定度 |

- **效果判据**：
    - LOD 应 **≤ 法规/标准规定的最低限量**
    - LOD 越低，模型灵敏度越高
    - LOD 与 LOQ 关系：通常 $LOQ \approx 3 \times LOD$（或 $10 \times s/b$）

> 💡 对于分类模型（如 SIMCA / PLS-DA），LOD 概念不适用，改用**分类阈值**和**假阳性/假阴性率**评价。

---

##### 7. 标准允许偏差（Standard Permitted Deviation / Tolerance）

- **含义**：国家标准、行业标准或药典中规定的**最大允许误差范围**。是模型是否"合规可用"的**法定门槛**。
- **常见形式**：
    - 绝对偏差：如 "±0.5%"
    - 相对偏差：如 "≤10%"
    - 再现性限 $R$：如 GB/T 6379 中的重复性限 $r$ 和再现性限 $R$
- **效果判据**：

$$|y_{predicted} - y_{reference}| \leq \text{标准允许偏差}$$

> 📌 **这是最终裁决指标**：即使 $R^2 = 0.99$、RMSE 很小，若超出标准允许偏差，模型仍不可用于合规检测。

---


#### 三、回归指标联合解读模板

```
✅ 优秀模型：R² > 0.95, RMSEP ≈ RMSEC, MAE ≈ RMSEP
⚠️ 过拟合：  R²(校准) > 0.99, 但 RMSEP >> RMSEC
⚠️ 欠拟合：  R² < 0.8, RMSEC 和 RMSEP 都大
⚠️ 异常值影响：RMSEP >> MAE → 检查个别离群样本
```

---

#### 四、LIBS 分析中的实践建议

| 任务类型 | 必报指标 | 补充指标 |
|---------|---------|---------|
| **定性分类**（合金牌号、矿物种类） | 混淆矩阵 + Accuracy + 每类 Precision/Recall | F1-score (macro/weighted) |
| **定量回归**（元素浓度） | R² + RMSEP + MAE | RMSEC（对比过拟合）、残差图 |
| **检测限评估** | — | LOD = 3σ/slope, LOQ = 10σ/slope |

> 💡 **黄金法则**：测试集只在**最终评价时使用一次**。调参阶段用交叉验证，测试集锁到保险箱里，最后才打开——这才是"最终评价指标"的意义。

---

### 浓度单位与结果表达

#### 一、基本定义

##### wt%（Weight Percent，质量分数）

$$\text{wt\%} = \frac{\text{溶质质量}}{\text{溶液/样品总质量}} \times 100\%$$

- 表示**每 100 克样品中含有多少克目标物质**
- 例如：Cr = 18.5 wt% → 每 100 g 合金中含 18.5 g Cr

##### ppm（Parts Per Million，百万分之一）

$$\text{ppm} = \frac{\text{溶质质量}}{\text{样品总质量}} \times 10^6$$

- 表示**每 1,000,000 克（即 1 吨）样品中含有多少克目标物质**
- 例如：Pb = 50 ppm → 每吨样品中含 50 g Pb

---

#### 二、换算关系（核心公式）

$$1\ \text{wt\%} = 10{,}000\ \text{ppm}$$

$$1\ \text{ppm} = 0.0001\ \text{wt\%} = 1\ \text{mg/kg}$$

| wt% | ppm | mg/kg | μg/g |
|-----|-----|-------|------|
| 1 | 10,000 | 10,000 | 10,000 |
| 0.1 | 1,000 | 1,000 | 1,000 |
| 0.01 | 100 | 100 | 100 |
| 0.001 | 10 | 10 | 10 |
| 0.0001 | 1 | 1 | 1 |

> 💡 **记忆口诀**：wt% 到 ppm **乘一万**；ppm 到 wt% **除一万**。

---

#### 三、适用场景对比

| 维度 | wt% | ppm |
|------|-----|-----|
| **浓度量级** | 主量 / 次量元素（> 0.01%） | 痕量 / 微量元素（< 0.01%） |
| **典型应用** | 合金成分、矿石主元素、水泥配比 | 环境污染物、食品重金属、半导体杂质 |
| **LIBS 语境** | Fe、Cr、Ni、Mn 等合金元素 | Pb、Cd、As、Hg 等有害痕量元素 |
| **数值可读性** | 18.5 wt% ✅ 直观 | 185,000 ppm ❌ 数字太大不直观 |
| **检测限表述** | 一般不用 | LIBS 检测限常以 ppm 表示 |

##### 📌 选择原则
> **让数值落在 0.1 ~ 1000 之间最易读。**
> - Cr = 18.5 wt% ✅ （而非 185,000 ppm）
> - Cd = 2.3 ppm ✅ （而非 0.00023 wt%）

---


#### LIBS 分析中的实际例子

| 元素 | 典型含量 | 推荐单位 | 说明 |
|------|---------|---------|------|
| Fe（钢基体） | 65–98 wt% | wt% | 主量元素 |
| Cr（不锈钢） | 10–26 wt% | wt% | 合金主元素 |
| Mn（低合金钢） | 0.3–2.0 wt% | wt% | 次量元素 |
| S（钢中杂质） | 0.005–0.05 wt% | ppm (50–500) | 用 ppm 更直观 |
| Pb（土壤污染） | 10–500 ppm | ppm | 痕量污染物 |
| Li（电池材料） | 3–7 wt% | wt% | 主量 |
| B（钢中微量添加） | 5–30 ppm | ppm | 痕量强化元素 |