跑完一针样品，打开色谱工作站，屏幕上跳出来几列数字：保留时间、峰高、峰面积。绝大多数人扫一眼峰面积就往下做计算了，峰高那列基本当装饰，峰面积比更是要等到做杂质定性或者怀疑积分出问题的时候才想起来看一眼。我做了十来年分析方法，前几年也是这个习惯，直到有一批含量结果整体偏高百分之四，追了快两周，最后发现问题出在积分参数把主峰前肩的峰高吃掉了、面积却老老实实算进去了——从那以后我对这三个量的态度就变了：高效液相色谱图里的峰高、峰面积、峰面积比不是同一个东西的三种写法，而是三条互相独立、能彼此校验的证据链。这篇就把这三个量从产生机制到实际用法整个拆一遍，讲清楚它们各自在什么条件下可信、什么条件下会骗人，以及怎么拿它们互相验证。刚接触色谱积分的新人能看到可操作的路子，做了几年但从来没细想过积分器内部逻辑的老手，也能从里面找到几个平时容易漏掉的点。
1. 从检测器输出到三个数字：峰高与峰面积各自的诞生过程
1.1 检测器吐出来的只是一条电压随时间的曲线
先把源头讲清楚。紫外检测器干的活是把流通池里的吸光度变化转成电信号，吸光度本身是 log(I₀/I)，乘一千变成 mAU 这种单位。流通池体积一般 10 μL 上下、光程 10 mm，样品流过池子的时候浓度在变，吸光度跟着变，检测器就按固定频率采样，把连续信号切成一个个离散点。主流检测器采样率在 20 Hz 到 80 Hz 之间，老一点的积分仪可能只有 10 Hz。这个数字很关键：一个半高峰宽 6 秒的峰，20 Hz 采样意味着只有 120 个数据点可用，如果峰宽窄到 0.05 min（3 秒），就只剩 60 个点，积分的精细程度已经逼近极限了。
检测器上通常还有个叫"响应时间"或者"带宽"的参数，常见档位 0.5 s、1 s、2 s。很多人以为这只是个显示平滑开关，实际上它等效于一个 RC 低通滤波器，作用是把高频噪声压下去。滤波的代价是峰被削矮、被拉宽。这里有个很重要的性质：对同一个峰，把响应时间从 0.5 s 调到 2 s，峰高可能掉百分之十以上，峰面积却几乎不变——因为滤波器只是把信号在时间轴上重新分配了，总量守恒。这条性质直接解释了后面要讲的很多现象：峰面积对前端参数更"迟钝"，所以更稳；峰高更"敏感"，所以更容易被操作细节带偏。
1.2 峰高是单点采样，峰面积是整段累加
积分器判定一个峰的时候，大致分三步：找起点、找终点、在区间内做计算。峰高的算法是在起点和终点之间找信号最大值点，然后减去那个时刻基线所在的位置，得到一个垂直距离。注意这里是"那个时刻"的基线值，单点对单点。
峰面积的算法是梯形法逐点累加：把每个采样点减去对应时刻的基线值，再乘以采样间隔 Δt，从起点加到终点。积分上限是整段信号，不是某一个点。
这个差别带来一个非常实用的推论。如果基线在某一段画得不准，比如整体高了 0.2 mAU，那么对峰高的影响是"减一次 0.2"，对面积的影响是"每个点都减 0.2，再乘时间"。一个宽 20 秒的峰，0.2 mAU 的基线偏移乘以 20 秒，面积偏差就是 4 mAU·s。峰越高、峰越窄，基线的绝对误差对它的相对影响就越大。所以做痕量杂质的时候，基线的处理水平往往比积分参数本身更决定结果，这一点在后面的第 4 章还会展开。
还有一种情况值得单独说：基线漂移。等度方法跑久了，流动相里的气泡、柱温波动、检测器灯能量衰减，都会让基线缓慢往上或往下爬。这时候峰高的定义就变得有点模糊了——到底以峰顶点时刻的基线为准，还是以起点时刻的基线为准？不同工作站的处理方式不一样，有的取顶点对应的基线点，有的取起点终点的连线在顶点时间处的插值。同一张图用两个厂家的软件处理，峰高能差出百分之几，面积却差不了多少。这就是为什么方法转移的时候，如果标准里写的是"峰高不得低于某某值"，往往要在备注里额外说明用哪家的软件。
1.3 高斯峰的面积与峰高换算关系，以及它什么时候会失效
一个理想的高斯峰，面积 A 和峰高 h、半高峰宽 W₁/₂ 之间有个固定关系：A ≈ 1.064 × h × W₁/₂。这个 1.064 来自高斯函数的积分，具体推导是把面积写成 h·σ·√(2π)，半高峰宽等于 2.355σ，两者一比就得到 2.5066/2.355 ≈ 1.064。
这个系数在实际工作里很好用，因为它给了你一个免费的峰形健康检查。拿实测面积除以（峰高 × 半高峰宽），如果结果在 1.05 到 1.10 之间，说明峰型接近高斯，分离和积分都还正常；如果明显大于 1.10，一般是拖尾严重、峰后沿拖着长尾巴，或者峰里藏了个没分开的肩峰，面积被多算了；如果明显小于 1.05，就要怀疑前沿峰、峰顶被切平（检测器信号饱和或超出量程）、或者起点终点判定把峰切掉了一块。
我习惯在做方法开发的时候，把每张图的这个比值随手算几个，比看对称因子更直观。对称因子只反映峰顶到半高这一段的不对称程度，1.064 这个系数反映的是整个峰的能量分布，对肩峰和基线错误的敏感度更高。当然它只是个粗筛工具，不能替代正式的峰纯度检查，但在日常放行检验里当个快速判断手段是够用的。
2. 峰高定量与峰面积定量：不是新旧之争，而是场景之争
2.1 峰高在痕量检测和分离不良时的意外优势
现在几乎所有人默认用峰面积定量，这没什么问题，但"峰高完全没用"这个结论是错的。峰高在几类场景里反而更靠得住。
第一类是痕量杂质的定量限附近。这时候峰的信噪比本来就只有十几，峰形受噪声影响很大，起点和终点判定稍微一晃，面积就波动百分之十几；峰高只看顶点那一个点，虽然也受噪声影响，但只要峰顶足够尖锐，波动往往比面积小。很多标准里给杂质定"峰高不得过某某"而不是面积，背后就是这个道理。
第二类是分离度不太够的重叠峰。两个峰没完全分开的时候，面积取决于分割点画在哪里，分割点上下挪一秒，两个峰的面积就能各差百分之三到五，还是往相反方向差；峰高只取决于各自的顶点，分割点的位置基本不影响。所以做有关物质方法的时候，如果系统适用性里分离度只有 1.2 左右，用峰高算杂质的相对量往往更稳定，前提是峰宽在两批样品之间没有明显变化。
第三类是峰宽本身波动大的样品。比如分子量分布宽的聚合物、粒径不均的颗粒物、或者加了不同基质的样品，同一个组分在不同样品里的峰宽能差一倍。这时候峰高和浓度就不成正比了，反而要用面积。所以这第三类其实是"不能用峰高"的场景，我把它放在这里提醒一下别搞反了：峰高定量成立的大前提是峰宽恒定，峰宽一变，峰高立刻不可信，而峰面积依然成立。
2.2 峰面积成为定量主力的物理原因
峰面积之所以成为主流，根子上是因为它是浓度在全时间域上的累积，跟峰的胖瘦无关。这一点在梯度洗脱里体现得最明显。梯度方法里，后出的峰在柱子里走的时间更长，纵向扩散更充分，峰宽可能是前面峰的几倍，峰高被稀释得只剩一点点，但进样量是一样的，峰面积也就一样。如果拿峰高做标准曲线，同一条曲线上的点峰宽不一致，线性会烂得一塌糊涂。
再往深一层，峰面积对进样体积的响应是线性的，也对检测器响应因子的变化相对宽容。检测器的响应时间、数据采集频率、轻微的柱子老化导致的峰变宽，这些都会明显影响峰高，但对面积的影响小得多。所以峰面积的稳健性不是靠谁规定的，是积分这个数学操作本身带来的。
成本上也是这个账：用峰面积做外标法，标准曲线斜率的批间重现性通常能做到百分之二三，峰高能到百分之五以上就已经算不错了。方法验证里精密度那一项，用面积和用峰高做出来的数据往往差一个档次。
2.3 同一批数据混用两种标尺带来的系统偏差
真正容易出问题的地方，不是选哪个，而是"主峰用面积、杂质用峰高"这种混搭。表面上看起来这两个选择都有道理：主峰峰形好、用面积；杂质在定量限附近、用峰高更稳。但实际算出来的结果会带上一个看不见的偏差。
原因在于，对照品溶液和供试品溶液里同一个组分的峰形往往不一样。供试品带着基质，即使前处理做得再好，盐、辅料、pH 差异也会让峰略微拖尾一点。对照品里是纯品，峰更对称。如果主峰和杂质各自用不同标尺，这个峰形差异在不同标尺下的传递系数不一样，最后相对量的计算里就埋了一个不随浓度变化的固定偏差。我见过一个方法，主峰面积、杂质峰高，做出来杂质含量总是偏高百分之五左右，换了三批柱子、重新配了对照品都没解决，最后把杂质也改成面积，偏差就消失了。
经验做法是：一张图里所有的峰统一用一种标尺，要么全用面积，要么全用峰高。如果确实因为定量限附近峰面积不稳而不得不用峰高，那就在方法里明确写清楚哪些峰用峰高、判定阈值是多少，并且验证这个阈值附近两种算法的一致性，把差异控制在可接受范围内。
3. 峰面积比：把绝对量换算成相对量的三类玩法
3.1 内标法与自身对照法里的面积比
峰面积比最常见的用法就是内标法。在样品和对照品里都加同样量的内标物，计算 C = f × Aₓ / A_is。这个比值的价值在于，它把进样体积的波动、检测器灵敏度的缓慢漂移、甚至部分前处理损失都抵消掉了——因为样品峰和内标峰是同一针里、同一条件下测出来的，共同的误差在相除的时候被约掉。
具体能抵消多少？假设进样量波动百分之二、检测器响应漂移百分之一，那么单看峰面积的 RSD 可能在百分之三点几，而面积比的 RSD 通常能压到百分之一以内。这就是为什么生物样本分析、体内药物浓度测定这类对精度要求高的场景几乎清一色用内标法。
选内标不是随便找个能出峰的物质就行。几条硬要求：出峰位置要和目标物分开、不能和样品里的任何组分重叠、提取回收率要接近目标物、化学性质稳定不与基质反应、在检测波长下有足够响应但又不喧宾夺主。结构类似物是最理想的，比如测某个酯类就用它的同系物做内标。实在找不到结构类似物，退一步用保留行为接近、响应因子稳定的其他物质，但验证的时候要专门考察一下不同基质下的回收率是否一致。
自身对照法在杂质测定里用得更多，算的是杂质峰面积和主峰面积的比值。这个方法的关键在于主峰和杂质峰的响应因子是否接近。不加校正因子直接算面积比，隐含的假设是两个物质在同一波长下的摩尔吸光系数差不多。实际上芳环类杂质的吸光系数可能是主成分的 0.5 倍到 2 倍，差两三倍都不稀奇。所以现在的方法一般都会要求测定校正因子，或者用加校正因子的自身对照法：杂质含量 = (A_imp / A_main) × (1/f) × 100%，f 是主成分与杂质的响应因子之比。这个 f 怎么定、用几条曲线定、允许多大范围，是方法验证里非常容易扯皮的一块，建议在方法开发阶段就用两三个浓度水平实测出来，写进标准里，别等到验证的时候现补。
3.2 用相邻峰面积比反查积分是否合理
这个用法比较偏门，但救过我很多次。原理很简单：如果两个峰是真的分开了，它们的面积比在不同进样之间应该是稳定的，即使绝对面积因为进样量波动而变化，比值也应该保持。如果某一次进样里这个比值突然变了百分之十以上，而总峰面积没怎么变，那大概率是分割点移动了——积分把本来属于这个峰的一块面积划给了隔壁。
做法是：在同一批样品里挑几个固定位置的峰对，比如主峰和它前面那个已知杂质，把每针的面积比列出来，看 RSD。正常应该在百分之二三以内。如果某一针跳出来，先别怀疑样品，打开那张图看两个峰之间的谷点位置，多半是基线画法变了或者积分参数把谷点判错了。
这个方法比单纯看面积 RSD 敏感得多，因为面积 RSD 会被进样量波动掩盖。我一般会在序列里专门跑两三针重复性，把关键峰对的面积比单独算一遍，这比工作站自动出的重复性报告更能说明问题。
3.3 双波长面积比做峰纯度的粗筛
配二极管阵列检测器的话，还有一个很好用的手段：同一个峰在两个波长下的面积比。纯物质的这个比值应该是个常数，因为它由分子本身的吸收光谱决定，跟浓度无关。如果某个峰在 254 nm 和 280 nm 下的面积比，在峰的不同位置采样时发生了变化，说明峰里混了别的东西。
具体操作上，不需要做太复杂的峰纯度算法，只要把主峰分成前段、峰顶、后段三个时间窗口，分别算三个窗口在两个波长下的面积，然后再算比值。纯峰的三个比值应该基本一致，偏差在百分之几以内；如果是共流出杂质，前段或后段的比值会明显偏离峰顶。这个方法对分离度只有 1.0 左右的临界分离特别有用，因为这时候色谱图上根本看不出来，只有光谱比值能提示问题。
要注意它的局限：如果杂质和主成分的吸收光谱非常接近（比如同分异构体），比值法就失效了。另外流动相的紫外截止波长要留够余量，280 nm 附近如果流动相本身有吸收，基线噪声会很大，比值也就没意义了。
4. 积分参数怎么调：峰宽、斜率灵敏度和基线处理对三个量的影响
4.1 峰宽参数设置偏离半小时，峰高就能差出百分之十
峰宽这个参数的名字容易让人误解，它不是"告诉软件这个峰有多宽"，而是"告诉软件这个峰至少有多宽"。工作站拿它来决定平滑窗口的大小和峰检测的最小宽度。设得比实际峰宽小太多，噪声的小尖峰会被当成峰检出来，一张图上冒出几十个假峰；设得比实际峰宽大太多，软件会用更大的平滑窗口去处理数据，窄峰被磨平，峰高明显下降，面积也会跟着少一点点。
我做过一个对比，同一个峰（实际半高峰宽约 6 秒），峰宽参数分别设 0.02 min、0.05 min、0.2 min，峰面积变化不到百分之一，峰高变化超过百分之十。这个数据说明什么？说明如果你的方法里用峰高做判定，峰宽参数必须设准；如果用峰面积，宽容度大得多，但也不能乱设。
设准的方法很简单：拿一张正常的图，量一下最早出峰的那个组分的半高峰宽，把参数设成这个值的三分之一到二分之一。为什么取三分之一？因为梯度方法里前面的峰通常最窄，参数要照顾最窄的那个，设大了会把窄峰抹掉。等度方法可以稍微放宽一点。
4.2 斜率灵敏度与阈值的取舍：噪声被积进去的全过程
斜率灵敏度的作用是判断"信号变化多快才算峰的起点"。数值设得小，基线上一有微小起伏就判为峰起点，噪声被大量积分进去，每个假峰都分到一点面积，主峰的面积反而可能因为起点被判早了而偏大。设得大，真正的弱峰起不来，痕量杂质直接消失。
这个参数没有万能值，得看噪声水平。一个实用的经验是：先空跑一针空白，看基线的峰谷差是多少 mAU，把斜率灵敏度设在这个噪声水平的 2 到 3 倍对应的斜率上。有的工作站不直接给斜率，给的是"阈值"或者"最小峰面积/峰高"，逻辑是一样的——都是设一个门槛，低于门槛的不算峰。
关键在于，这个门槛必须和你的定量限匹配。如果方法要求能测到 0.05% 的杂质，而阈值设得让 0.1% 的峰才勉强能积分出来，那这个方法在定量限那一档就是不可靠的。反过来，阈值设得太低，一张图上几十个噪声峰，报告里全是"未检出"的假阳性，审阅的人根本没法看。
有个细节要注意：阈值是绝对值还是相对值。有些工作站的最小峰面积是相对于最大峰面积的比例，有些是绝对面积单位。前者在不同浓度样品之间表现不一致——同样一个 0.03% 的杂质，在高浓度样品里可能被积出来，在低浓度样品里就消失了。做线性或者做低浓度样品的时候，这种不一致会直接表现为线性不好，很多人会误以为是方法线性差，其实是阈值在作怪。
4.3 四种基线画法与拖尾峰的面积偏差
基线画法是三个量里最容易被人忽略、影响又最大的一环。常见的有四种：谷到谷、谷到基线、基线到基线、强制基线。
谷到谷是把两个峰之间的最低点当作分割点，两个峰各自从谷点开始算。这种做法在峰形对称、分离度好的时候没问题，但遇到拖尾峰就会出问题——拖尾峰的后沿拖着很长，谷点其实已经落在前一个峰的尾巴上了，前一个峰的面积被少算，后一个峰的面积被多算。
谷到基线适合一个主峰带一个很小的肩峰的情况，把肩峰从主峰的基线上切出来。但如果肩峰本身的基线是斜的（梯度方法里很常见），谷到基线会把肩峰的面积算少。
基线到基线是让软件在一个较宽的时间窗口里拟合一条基线，所有峰都在这个基线上积分。这种方式对基线漂移的样品最友好，但拟合窗口设得太宽，会把真实的宽峰当成基线的一部分去掉。
强制基线就是人工指定起点终点的位置，用在峰形特别糟糕或者有干扰峰的时候。它的可重现性取决于操作者的一致性，所以每次用都要记录清楚指定了哪两个时间点，不然换个人做结果就对不上。
我踩过最典型的一个坑：一个拖尾比较严重的主峰（对称因子 1.8），前面有个小杂质。用谷到谷积分，杂质的面积比主峰大百分之三左右；改用谷到基线，杂质面积立刻降下来，主峰面积相应变大。两种画法算出来的杂质含量差了将近百分之二十。后来查了标准方法，写的是"谷到基线"，但操作人员用的是默认的谷到谷。这种差异在方法转移的时候最容易暴露，因为不同工作站的默认设置不一样。
5. 一次面积偏差百分之五的完整排查链路
5.1 先排除进样与柱温，别急着怪积分
前阵子遇到过一件事：同一个样品连续进六针，前两针面积正常，从第三针开始面积逐针往下掉，到第六针掉了百分之五。第一反应是积分出问题了，但按流程走，先排除硬件。
第一步查进样器。进样体积是否准确、进样针有没有部分堵塞、洗针液够不够。判断方法很简单：加一针内标或者看样品里固有的内标峰面积。如果内标峰面积同步下降，说明是进样量的问题，跟积分无关。那次查下来内标峰面积确实在掉，问题定位到进样针密封圈老化，换了密封圈重跑，六针的 RSD 从百分之四点几降到百分之零点八。
第二步查柱温。柱温每变 1 ℃，保留时间会移动一点，峰面积通常变化不大，但如果方法对温度特别敏感（比如离子对试剂参与分离），面积也会有百分之一二的漂移。看柱温箱的实际温度记录和设定值是否一致，看柱子的 equilibration 时间够不够。
第三步查流动相。有机相比例、缓冲盐浓度、pH，任何一个变了都会影响峰形和响应。特别是缓冲盐，配好放了两天，微生物长了、pH 漂了，峰面积能变百分之几。判断方法是看保留时间的漂移方向，如果保留时间也在同步变化，基本可以锁定流动相。
5.2 用面积比锁定是积分问题还是样品问题
硬件排除之后再看数据。这一步的核心工具就是面积比。把所有峰的面积、峰高、以及主峰与内标峰的面积比、主峰与相邻杂质的面积比全部列出来，横向对比六针。
判断逻辑是这样：如果单峰面积的 RSD 是百分之四，但主峰/内标峰面积比的 RSD 只有百分之一，说明进样量在波动，样品本身没问题，积分也没问题，需要修的是进样器。如果面积比和单峰面积的 RSD 差不多都是百分之四，说明问题在样品或者积分上——因为比值抵消不了这一部分误差。
再往下细分：看峰高和峰面积的变化是否同步。如果峰高掉了百分之五、面积掉了百分之五，是峰整体变小了，可能是样品降解或者检测器响应下降。如果峰高没怎么变、面积掉了百分之五，说明峰变窄了，多半是积分参数把峰的起点或者终点切掉了一块，或者是柱效突然提高（换柱子、柱温变化）导致峰变窄。如果峰高掉了、面积没变，说明峰变宽了，前面第 1 章讲的响应时间或者峰宽参数在起作用。
5.3 用峰高与峰面积的比值变化反推峰形畸变
最后一步是用 1.064 这个系数做反向验证。把每一针的实测面积除以（峰高 × 半高峰宽），得到一组数字，看它们的趋势。
如果这个系数从 1.06 逐渐爬到 1.15，说明峰在往拖尾方向走，可能是柱头塌陷、筛板堵了，或者样品在柱子里有二次保留。如果从 1.06 掉到 1.00 以下，说明峰在前沿化，常见于柱子过载或者流动相 pH 不合适。如果系数没怎么变但绝对面积变了，那是浓度或者进样量的问题，跟峰形无关。
这套排查链路看起来啰嗦，但真出事的时候按顺序走一遍，通常两三个小时能定位到根因。最怕的是一上来就改积分参数，把本来正常的峰积分成了不正常的样子，结果越调越乱，最后连原始数据长什么样都忘了。
6. 面积归一化法与面积百分比：看着最省事，坑也最深
6.1 面积归一化法成立的五个前提
面积归一化法在有关物质测定里用得极广，算法很简单：某个峰的面积除以所有峰面积之和，乘以一百，就是百分比。不用配对照品、不用做标准曲线，看起来特别友好。
它有五个前提，缺一个结果就不可靠。
第一，样品里所有的组分都得出峰。如果有物质留在柱子上没洗下来，归一化的分母就少了，所有结果都偏高。所以方法必须要有足够的冲洗时间，或者用梯度把强保留组分冲出来。做方法开发的时候，进一针空白看有没有残留峰，再进一针强洗脱的样品看有没有后出峰，这两步不能省。
第二，所有出峰的组分都要能被检测到。没有紫外吸收的物质在这个波长下就是隐形的，归一化的分母里没有它，但它在样品里实实在在占着质量分数。辅料、无机盐、残留溶剂都属于这一类。
第三，每个峰都要被正确积分。归一化法对积分错误特别敏感，因为一个峰的面积算多了，不光它自己的百分比偏高，分母也变大，把其他所有组分的百分比都压低了。一个 5% 的面积错误，传导到所有组分的结果上。
第四，要有校正因子，或者能证明各组分响应因子接近。这是最容易被跳过的一条。同样的质量浓度，不同物质在 254 nm 下的吸光值可能差好几倍。不加校正因子直接算面积百分比，本质上是在算"吸光值百分比"，不是"质量百分比"。
第五，溶剂峰、不保留组分、进样扰动峰不能算进去。这些峰的面积有时候很大，算进分母能把所有结果稀释掉。工作站一般用"忽略时间窗口"来处理，这个窗口必须设准，设在死时间前后，并且验证窗口内的目标峰不会被误排除。
6.2 校正因子错了，偏差比想象的大
举个具体的例子说明校正因子的影响。假设某杂质在主成分检测波长下的响应因子是主成分的 0.5，也就是说同样浓度下它的面积只有主成分的一半。不加校正因子的话，归一化算出来这个杂质的百分比会被低估一半。如果真实含量是 0.6%，算出来只有 0.3%，正好卡在报告限附近，可能就被判成未检出了。
校正因子的测定本身也有讲究。常规做法是配一个已知浓度的杂质对照品溶液和主成分对照品溶液，同浓度下比较面积，取比值。这一步的坑在于：杂质对照品的纯度、称量精度、溶解是否完全、稳定性，任何一个环节出问题，校正因子就偏了。而且杂质的浓度通常很低，配制误差被放大。
更稳妥的做法是用主成分自身做加标，也就是在已知浓度的主成分溶液里加入已知量的杂质，看峰面积的变化。这种方法把基质效应也包含进去了，比直接比较纯品溶液更接近实际。缺点是工作量大，一般只在对准确度要求特别高的方法里做。
6.3 从数据完整性角度看，归一化法的报告该怎么写
归一化法的结果报告有一个容易忽略的问题：分母是什么。有些工作站默认把阈值以下的所有小峰都算进总面积，有些只算超过阈值的峰。这两种算法的结果可能差百分之一二，在杂质限度卡得紧的产品上就是合格与不合格的差别。
所以方法里必须明确写清楚：积分阈值是多少、哪些峰计入总面积、面积小于多少的峰忽略不计、溶剂峰的时间窗口在哪里。这几条写清楚了，不同实验室、不同工作站之间才能对得上。我见过的情况是，同一批数据换一台仪器处理，杂质结果差了百分之十五，查了半天是阈值的默认值不一样。
还有一点：面积归一化法的结果不应该只看最终数字，最好把每个峰的保留时间、面积、面积百分比、峰高都列出来。面积百分比是算出来的，峰高是原始数据，两者对照着看，能很快发现哪个峰的积分有问题。比如某个峰的面积百分比是 0.8%，但峰高只有相邻同含量杂质的一半，那这个峰很可能拖尾严重、面积被多算了。
我个人在实际操作中的体会是，峰高、峰面积、峰面积比这三样东西，单独看任何一个都容易得出片面结论，真正的价值在于交叉验证。面积告诉你"有多少"，峰高告诉你"峰尖有多高、形状是否正常"，面积比告诉你"相对关系有没有变"。做方法开发的时候我会把这三个数都导出来，放在一张表里看趋势；做日常检验的时候至少要看面积和面积比两项，看它们是不是同步。至于归一化法，能不用就不用，非用不可的时候一定要把前提条件在方法里逐条写死，别留给操作者自由发挥的空间。
