仪器网（yiqi.com）欢迎您！

除了数据还原（Integration），另一个直接影响到hkl文件的因素，很自然地落到了数据校正。然而这两个过程却是大多数同学基本上闭着眼睛做的。甚至一些数据处理软件压根不让用户看到其中的过程，像是一个暗箱盒子，扔进去衍射图出来了hkl。这是普遍认知的自动化带来的弊端。越高的自动化，越差的基础知识水平。不同于数据还原是在进行图片到强度数字的转换，而数据校正则是进行了数字上的操作（校正or更改），所以是更容易出错的过程。

举例说明

我们看下这个例子里究竟发生了什么。在这个无机结构里有明显的Q峰（Q1：5.34，Q2：4.67）分布在TA原子的周围，而且特点是近似于对称分布，这通常是典型的吸收校正不充分的特点（但是这并不是一定的。孪晶，调制结构，无序在很多时候也会有同样的表现）。那么从hkl文件的基本指标中，我们确实无法看到任何异常的信息。在确定没有孪晶之后，因为是无机晶体，自然而然地，我们怀疑这是吸收校正的问题。可是问题来了，这个晶体，老师已经做过了吸收校正。

▲图1  High Q Peaks

好在有raw文件（保留raw文件是一个非常好的习惯），我们可以重新再做一次Scale校正，因为该晶体的吸收系数μ达到了33mm-1，预估晶体的平均尺寸可能在0.1mm（很多时候无从得知，太多同学从来不记录晶体大小），大概取其半径，所以在Scale的界面中我们输入了Mu×r 为1.5 的数值。

整个校正看起来非常顺利，并没有太多的异常。然而再用新的hkl文件进行精修的时候，Q峰就明显的降低了。此时的Q峰降低到了2.67，R1值也随之下降。可是这些过程, 事实上老师都已经做过。为什么之前的Q峰会这么大呢？

▲图2 Reprocessing the data

细问下来才得知，由于为了方便结构解析，在收数据的时候选择了三斜的晶系。而在Scale的时候也同样选择了Laue 群：-1。那么这里的问题就显而易见了。Multi-Scan的经验吸收校正是基于对称性相关的等效点进行校正的，而且需要较高的multiplicity (or redundancy) 才能有效地模拟出晶体的形状进行校正。不管是普通的归一化校正还是吸收校正，对称性都是比较重要的校正参数。对称性错了，即便可以得到很漂亮的指标，也不意味hkl文件是对的。而结构精修是基于准确的hkl文件而不是漂亮的hkl。

继续探索我们知道R32的空间群更高的laue群可以使用-3m1。此时 highest Peak从2.67 降到了2.59，继续轻微的改进。

▲图3 Better Results

那么这个结构里，我们看到了吸收校正对|Fo|的影响。具体什么是吸收校正，为什么要做吸收校正，请参考相关的书籍。当然涉及到吸收校正，会有很多有意思的问题。很多审稿意见里都会因为Mu值比较大，要求老师们去做吸收校正，而且指明一定要做数字吸收校正（numerical）。要做吸收校正固然没错，但是通常的APEX3/4的Scale默认就一直都在做吸收校正，所以这不是做不做的问题，而是做的是否充分的问题。而对于绝大多数数据，multi-scan做出的效果与数字吸收校正并无明显差别，甚至很多情况下要比数字吸收校正得到效果要好。当然对于少数吸收的无机晶体，数字吸收校正可能会得到更好的结果，但这不意味着吸收校正就等同于数字吸收校正，这是从属的关系，不是等价的关系。我们无从得知为什么很多审稿人会有这样的观点，至少在实践中，尤其是现在普遍使用微焦斑光源中，multi-scan得到的结果并不亚于需要精确定出晶面尺寸信息的数字吸收校正。当然养成习惯记录下晶体图像，以备不时之需依旧是个很好的习惯。

未完（待续）