环境监测数据审核方法及异常数据的判别研究

环境监测数据审核方法及异常数据的判别研究

赵胜荣 1 吕龙平 2

云南亚明环境监测科技有限公司，云南昆明 650000 昆明滇池湖泊治理开发有限公司，云南昆明 650000

摘要：环境监测数据审核是整个环境监测质量管理中非常重要的一环，关系到监测数据的有效性、真实性和公平性，其准确性是环境监测部门进行环境评价以及采取合理治理措施的关键。本文在研究过程中，结合了具体社会实践经验，对环境监测数据的准确性审核进行研究分析，并分析了监测数据中应注意的问题，针对异常数据的判别提出了较为有效的措施。

关键词：环境监测；数据审核；异常数据判别；方法研究

引言：环境监测数据审核是整个环境监测质量保证工作中的重要环节，要求审核人员有丰富的理论与实践经验，且具有充足的专业能力尤其是在数据审核技巧方法上的熟练掌握。但由于环境监测行业多样化，数据庞大且复杂，很多时候审核人员难以在大基数的监测数据中及时判别出异常数据。监测数据有效性难以实现，为监测工作带来了诸多困扰。

一、环境监测数据的审核方法

环境监测数据的审核是指对监测过程中各个环节的数据进行审核，主要审核内容包括是否符合监测标准，是否符合技术规范、是否正确记录原始记录等相关核查，帮助监测数据处于有效控制范围内，减少监测数据过程中频繁出现的失误与错漏现象。环境监测数据的审核水平，不仅反映了审核责任人的技术水平与专业素养，同时代表了其所在监测站的技术级别与监测服务质量水平，对后续项目监测中监测报告的出具与质量的控制具有重要意义。下面本文将从环境监测数据审核的流程逻辑出发，对审核质量控制提出相关建议及行为路径分析。

（一）审核原始记录是否填写完整

环境监测数据审核首先要对数据原始记录进行相关审核，审核其记录信息是否填写完整，此处的完整除基础实测数据外，还包括相关辅助参数的记录。往往原始记录填写时，填写人员存在失误，会忽视重复数据的填写，或错填相关监测数据表格。应严格遵照原始记录表格填写标准，按要求填写完整。

例如在水质环境原始记录填写过程中，要完整的记录水质样本添加的剂量种类、剂量特点、剂量使用量、水质样本的性状、采集量、保存方法及保存条件、实测数据监测的时间、气象参数，还要包括实测人员名单与团队，实测实验室状况、第一次数据审核人员及错误情况。例如在样品的取样量、流量上不能缺填其中任意数据，包括表格中多次填写的监测日期、样本性状等也要按要求逐一填写，即使与上一页情况相同也不能省略不填。在取样条件上，要注意填写的内容是否正确，是否符合标准，是否与技术规范中规定的相同。还要关注相应的计算结果是否按照相应的规范执行，如取样污染物的实测浓度、标态气量、烟气密度、烟气性状等。

（二）审核计算公式是否使用准确

除去一些在现场监测中可以直接得出的数据，可以填写在原始记录，监测结果中的大部分数据都是通过原始记录的几个基本参数经过公式计算得到的。针对计算得出数据的审核，通常要审核其使用的计算公式是否适用，计算过程是否无误，计算结果是否符合标准和规范。

例如在审核时应当首先注意，用在计算中的参数是否与原始记录中一致，包括数据大小、数据单位、数据小数点位置等等。其次应当注意计算公式是否正确，包括使用的计算公式是否是计算该参数的公式，改公式各项要素包括其构成是否准确无误。还要注意针对不同的规范和标准下，同一公式的使用方法可能会不同，例如存在不固定的折算系数，审核时应注意该折算系数是否适用准确。还要关注有效位数的修约问题。

（三）原始记录细节的把握

在进行监测原始记录审核时，要注意对原始记录中细节的把握。异常数据常常难以避免，但异常数据的出现有时要具体问题具体分析，审核人员可以通过对一些细节的描述，尽可能的还原现场的监测状况。以及要对周边地区接班情况、污染排放规律、数据监测常见惯例等有清楚的了解，方便审核人员对数据有更加合理有效的判别。例如在判别治理设施处理效率和处理质量时，可以通过对治理设施的型号规模，治理设施的优缺点及特性、治理能力、治理过程中得到的实际监测数据等来得到。

二、环境监测中异常数据的判别方法

异常数据通常指与实际数据产生出入较大的数据，往往不符合实际监测的逻辑性与真实性，存在数据无法反映实际环境质量的可能性。环境监测中异常数据的产生原因是复杂的，往往既有客观原因存在，也有人为原因存在。根据现有学者的研究与归纳，异常数据大致被分为不合理数据、与实际不相符数据、离群数据这三类。下面是大多数学者使用，获得业内广泛认同的几种异常数据判别方法。

（一）根据逻辑关系进行判别

在数据监测审核的过程中，既要考虑各监测数据因子之间存在的逻辑关系，又要从整体出发，在大局观与长远目光下整体考虑数据监测之间的逻辑关系体系。最明显的是很多环节都存在横向与纵向的逻辑关系网络，在进行数据审核的过程中可以充分利用数据间的逻辑关系进行盘被，从而在逻辑上发现监测数据中，明显不符合逻辑的数据。这类数据往往与监测数据群中的各项数据逻辑结构网脱离，比较容易判别和认定。

例如理论逻辑上，污染物处理设施中出口浓度一定低于进口浓度，但在实际数据中，可能会出现异常，甚至相反的数据情况。某车间对某一化学元素进行监测时，发现处理设施出口浓度高于进口浓度，针对这一异常数据，监测人员对处理设施进行相关专业检测，发现关键设备早已失效发生故障，无法实现污染处理，无法实现应有的吸附效果，导致了异常数据的出现。

（二）按照相似性进行判别

在对某一套数据进行监测和审核时， 可以利用数据结构的相似性原则，选择各项情况基本一致，误差较小的同类监测对象，将相似案例的数据资料拿出来来进行类比分析。

例如在两个工厂产品性质大致相同、工艺大部分重合或实质相同、污染物性质及成分、含量相同的情况下，在各项指标都处在同一范围波动的情况下，准确掌握其中一个产品的监测数据，可以对另一产品的数据监测具有重要的参考借鉴意义。

（三）结合历史数据进行判别

各环境监测站都会对其管辖区域内的各项数据指标进行长期的监控与记录，环境监测站拥有大量的数据基数与可靠的数据来源，形成了较为全面的数据库。各项环境的监测数据，在环境未发生极大突发性变化时，往往保持着一定的数据规律性与稳定性，哪怕变化都有稳定的趋势性。审核人员在数据监测过程中，可以拿实际监测的数据，与已有数据库中的历史数据进行对比，判断其是否符合增长或下降趋势，是否处于正常的变化区间内，对于不处在区间内的各项数据，将判别为异常数据。

总结：数据的真实性与准确性往往是摆在第一位的，有时失去准确性的数据相当于没有，因为无法给数据使用者带来任何准确的信息。环境监测是环境保护工作的基础，也是各部门其他环保节约策略实施的数据技术支撑。审核人员要不断提高业务水平与能力，掌握各项专业知识与实践经验，熟练掌握各项环境监测的技术规范与实施标准。要严谨的对待每一项监测数据，进行科学合理的数据分析工作，保证监测数据的准确性、可靠性与真实性、有效性。

参考文献：

[1]宋庆武,蒋峰,李春鹏,朱凯,蔡兵.基于物联网技术的电力系统地下沟管环境监测系统应用研究[J].电子设计工程,2021,29(02):94-98.
[2]谢光.基于遗传算法的农业数据采集系统的设计——评《农产品产地土壤环境质量监测数据采集与应用》[J].中国食用菌,2020,39(12):256.
[3]尹卫萍,侯鹏,徐亮,宋兴伟,胡玲.环境监测数据异常值的判定及处置[J].环境监控与预警,2020,12(06):63-66.