Độ chính xác đo lường môi trường phản ánh điều gì?

Trong đo lường, cần phân biệt giữa việc kết quả gần giá trị đúng, các phép đo lặp lại gần nhau, và mức độ không chắc chắn còn tồn tại quanh kết quả. Những khái niệm này có liên quan nhưng không thể thay thế cho nhau. Đây cũng là cơ sở để tránh đánh giá chất lượng dữ liệu môi trường chỉ bằng hình thức của con số đo.

Độ chính xác phản ánh mức độ gần giá trị thực

Độ chính xác đo lường, hay measurement accuracy, phản ánh mức độ gần nhau giữa giá trị đo được và giá trị thực của đại lượng cần đo. Theo International Vocabulary of Metrology (VIM), một phép đo được xem là chính xác hơn khi sai số đo nhỏ hơn. Accuracy không phải một đại lượng độc lập được gán trực tiếp một giá trị số.

Trong đo lường môi trường, ý nghĩa này có thể hình dung đơn giản: nếu nồng độ tham chiếu của một chất là 50 µg/L, kết quả 49 µg/L gần giá trị tham chiếu hơn kết quả 43 µg/L, khi các điều kiện so sánh là tương đương.

Khoảng cách giữa kết quả và giá trị tham chiếu chính là thông tin giúp đánh giá mức độ sai lệch. Với ví dụ trên:

·         Sai số tuyệt đối của kết quả 49 µg/L so với 50 µg/L là -1 µg/L

·         Sai số tương đối là -2%

Tuy nhiên, không nên từ đó kết luận một cách máy móc rằng “accuracy bằng 98%”. Theo cách dùng chuẩn trong đo lường học, accuracy là một khái niệm định tính về mức độ gần giá trị thực; các đại lượng như error, bias hoặc recovery mới thường được dùng để lượng hóa khả năng đo đúng.

Sai số, bias và recovery giúp lượng hóa mức độ đo đúng

Khi cần đánh giá độ chính xác bằng dữ liệu cụ thể, phòng thí nghiệm hoặc chương trình quan trắc thường phải so sánh kết quả với vật liệu tham chiếu, mẫu kiểm soát hoặc một giá trị đã biết.

Sai số đo có thể biểu diễn bằng:

[

e=x-x_{ref}

]

Trong đó, (x) là kết quả đo và (x_{ref}) là giá trị tham chiếu. Sai số càng gần 0 thì kết quả càng gần giá trị tham chiếu.

Một chỉ báo phổ biến khác trong phân tích môi trường là percent recovery. Nếu mẫu được bổ sung một lượng chất đã biết và phương pháp thu hồi được 98 µg từ lượng bổ sung 100 µg thì recovery đạt 98%. Giá trị thu hồi lệch khỏi 100% cho thấy mức độ ảnh hưởng của bias hoặc các yếu tố trong quá trình phân tích.

EPA mô tả accuracy trong dữ liệu môi trường là mức độ phù hợp của phép đo với giá trị đã biết và cho rằng nó liên quan đến cả thành phần sai số ngẫu nhiên, thể hiện qua precision, lẫn sai số hệ thống, thể hiện qua bias. Vì vậy EPA thường ưu tiên báo cáo riêng precision và bias thay vì dùng một từ “accuracy” cho toàn bộ chất lượng phép đo.

Điều này đặc biệt quan trọng khi đọc một thông số kỹ thuật. Một con số về recovery, bias hoặc sai số chỉ có ý nghĩa khi biết giá trị tham chiếu, phương pháp thử và tiêu chí chấp nhận tương ứng.

Độ chính xác không đồng nghĩa với độ chụm

Một nhầm lẫn phổ biến là coi kết quả đo lặp lại gần nhau đồng nghĩa với phép đo chính xác. Thực tế, đó chủ yếu là biểu hiện của precision, tức độ chụm.

Precision phản ánh mức độ gần nhau giữa nhiều kết quả thu được khi đo lặp dưới những điều kiện xác định. Nó thường được đánh giá bằng độ lệch chuẩn, phương sai hoặc hệ số biến thiên. Accuracy lại quan tâm đến việc kết quả có nằm gần giá trị thực hay giá trị tham chiếu hay không. VIM yêu cầu không sử dụng hai thuật ngữ này thay thế cho nhau.

Ví dụ, một thiết bị đo mẫu có giá trị tham chiếu 100 mg/L và liên tục trả về 110,0; 110,1; 109,9 mg/L. Các kết quả rất gần nhau nên precision tốt, nhưng toàn bộ cụm kết quả lại lệch khoảng 10 mg/L khỏi giá trị tham chiếu. Phép đo vì thế có thể rất chụm nhưng vẫn bị bias đáng kể.

Ngược lại, một loạt kết quả phân tán rộng quanh giá trị 100 mg/L có thể có giá trị trung bình gần đúng nhưng precision kém. Chất lượng phép đo do đó không nên được đánh giá chỉ bằng một đặc tính.

Giá trị thực trong môi trường thường phải được thay bằng giá trị tham chiếu

Khái niệm “gần giá trị thực” rất rõ về mặt nguyên tắc nhưng việc biết chính xác giá trị thực của một đại lượng môi trường thường không đơn giản.

Nồng độ chất ô nhiễm trong nước, đất hoặc không khí có thể thay đổi theo vị trí, thời gian và tính không đồng nhất của mẫu. Quá trình lấy mẫu cũng có thể làm phát sinh thêm biến thiên trước khi mẫu được đưa vào thiết bị phân tích. Vì vậy, giá trị thực tuyệt đối nhiều khi không thể biết trực tiếp.

Trong thực hành, độ chính xác thường được đánh giá thông qua một giá trị tham chiếu được chấp nhận, chẳng hạn vật liệu chuẩn, mẫu được bổ sung lượng chất đã biết hoặc phương pháp tham chiếu độc lập. EPA cũng lưu ý rằng đối với nhiều đặc tính sinh thái, giá trị thực khó xác định nên dữ liệu của nhóm chuyên gia hoặc phương pháp tham chiếu có thể được sử dụng như đại diện thích hợp để đánh giá sai lệch.

Do đó, câu “kết quả gần giá trị thực” cần được hiểu trong bối cảnh đo lường cụ thể: giá trị nào đang được dùng làm chuẩn so sánh và độ tin cậy của chính giá trị tham chiếu đó ra sao.

Độ chính xác có thể giảm từ khâu lấy mẫu đến phân tích

Sai lệch của kết quả môi trường không nhất thiết chỉ xuất phát từ cảm biến hay máy phân tích. Toàn bộ chuỗi đo có thể tạo ra sai số.

Ở khâu lấy mẫu, mẫu thu được có thể không phản ánh đúng đối tượng cần đánh giá do vị trí, thời điểm hoặc cách lấy mẫu. Trong bảo quản và vận chuyển, chất cần phân tích có thể bị mất, biến đổi hoặc nhiễm thêm. Khi chuẩn bị và phân tích mẫu, hiệu ứng nền, chất gây nhiễu, hiệu chuẩn thiết bị hoặc quy trình xử lý cũng có thể tạo bias.

EPA phân biệt sai số ngẫu nhiên với sai số hệ thống trong hoạt động lấy mẫu và phân tích. Sai số ngẫu nhiên ảnh hưởng đến precision, trong khi sai số hệ thống có thể làm kết quả liên tục lệch về một phía so với giá trị đúng.

Điều này giải thích vì sao một thiết bị có thông số kỹ thuật tốt chưa đủ để bảo đảm toàn bộ kết quả quan trắc có độ chính xác tương ứng. Độ chính xác cuối cùng còn phụ thuộc vào cách mẫu được thu thập, xử lý, hiệu chuẩn, đo và kiểm soát chất lượng.

Cần đọc độ chính xác cùng điều kiện và tiêu chí chất lượng

Một đánh giá như “độ chính xác cao” chưa đủ thông tin nếu không cho biết nó được xác định bằng cách nào. Với dữ liệu môi trường, cần xem ít nhất giá trị tham chiếu, loại phép kiểm tra, mức nồng độ hoặc dải đo và điều kiện thực hiện.

Nếu báo cáo sử dụng recovery, phải biết khoảng recovery nào được phương pháp hoặc chương trình QA/QC chấp nhận. Nếu báo cáo bias, cần biết bias được xác định ở mức nồng độ nào và theo vật liệu tham chiếu nào. Nếu dữ liệu có precision tốt nhưng bias lớn, việc chỉ nhìn độ lặp lại có thể tạo cảm giác sai rằng kết quả đáng tin cậy.

Cũng cần tách accuracy khỏi measurement uncertainty. Một kết quả đo không chỉ gồm một con số trung tâm mà còn tồn tại các nguồn không chắc chắn liên quan đến phép đo. Vì vậy, khi kết quả nằm sát một ngưỡng ra quyết định hoặc ngưỡng quy định, khoảng không chắc chắn và tiêu chí chất lượng của phương pháp có thể ảnh hưởng trực tiếp đến cách diễn giải kết quả.

Giá trị thực tiễn của độ chính xác vì thế không nằm ở một nhãn “tốt” hay “kém”, mà ở khả năng xác định kết quả đang lệch khỏi giá trị tham chiếu bao nhiêu, nguyên nhân sai lệch có thể đến từ đâu và mức sai lệch đó có phù hợp với mục đích sử dụng dữ liệu hay không.

Độ chính xác đo lường môi trường về bản chất phản ánh kết quả đo gần giá trị thực hoặc giá trị tham chiếu được chấp nhận đến mức nào. Kết quả càng ít sai lệch thì phép đo càng chính xác, nhưng accuracy không nên được hiểu như một tỷ lệ phần trăm cố định áp dụng cho mọi phép đo.

Để đánh giá đúng dữ liệu môi trường, cần xem các chỉ báo lượng hóa như error, bias hoặc recovery cùng với precision, điều kiện đo và giá trị tham chiếu. Cách tiếp cận này giúp phân biệt một kết quả thực sự gần giá trị cần đo với một tập kết quả chỉ đơn thuần lặp lại rất ổn định nhưng vẫn lệch khỏi giá trị đúng.