環境空氣自動監測數據審核中異常數據處理辦法探討

周晶晶

（廊坊市生態環境局，河北 廊坊 065000）

引言

空氣監測技術的發展速度很快，目前已經生成了一套完整的空氣自動監測體系，對于保障空氣質量具有重要的意義。然而，由于設備故障、操作和維護不當、惡劣天氣條件等原因，在線數據可能會偏離正常測量范圍。僅靠人工數據審核越來越難以應對實際運行狀況，因此迫切需要解決自動監控數據審核的巨大工作量。而在自動監測儀器的使用過程當中，也出現了眾多問題，尤其是數據異常的情況較為普遍。

1 環境空氣自動監測數據審核概述

空氣質量自動監測系統必須長期保持自動監測工作狀態，如果測量儀器可靠性不足，監測數據就會不穩定，難以保證數據的真實性、完整性和可靠性。通常結合變電站檢修記錄，根據異常現象的實際情況進行合理合法的整體調整和處理。隨著空氣自動監測要求和標準的不斷提高，相應的監測數據審核工作也需要加強，這樣才能快速發現異常數據并進行有效處理，保證數據的可靠性，確保空氣自動監測的質量。造成監測數據異常的原因有很多，如光電倍增管的工作溫度越高，化學發光法測得的二氧化氮含量越高，偏差越大。用差分吸收分光光度法檢測的二氧化硫和二氧化氮含量，會因光學信號飽和或軟件故障而減小，而用β射線法檢測細顆粒物的偏差會因紙帶磨損而固定。環境空氣濕度過高時，二氧化硫和二氧化氮的偏差會增大，這是因為氣水分離器不能完全分離濕氣，濾膜會吸附濕氣，這對振動天平法檢測PM有不利影響。如果采樣頭臟污或采樣管路堵塞，傳感風扇可能會出現故障，閥體或電磁閥可能無法正常工作，從而導致數值異常。

2 環境空氣質量自動監測系統的數據審核體系構建

2.1 數據審核基本要素

數據審核制度有三個基本要素：審核人員、審核項目和審核時間。審核期間要24小時自動監測，建議在接下來的72小時內進行概率測量。同時，審核員應每天審核自動監測站的數據，每天報告一次，確保監測系統能夠準確、及時地采集環境空氣質量數據，并將數據傳輸到數據審核系統中。這可以通過安裝傳感器設備、建立數據傳輸通道等方式實現。

2.2 審核方法

審核員必須確保空氣質量自動測量的有效性。確保審核人員具備必要的專業知識和技能，能夠正確理解和判斷監測數據。可以通過培訓和資質認證等方式提高審核人員的能力和水平。對采集到的原始數據進行預處理，包括數據清洗、去噪、異常值檢測和修正等。這可以通過使用濾波算法、統計方法和機器學習算法等技術來實現。

對數據進行校驗，確保數據的完整性和準確性。常見的校驗方法包括數據格式校驗、范圍校驗、邏輯關系校驗等。校驗可以通過編寫校驗規則和算法來實現。可以使用統計分析和數據比對等方法對不同監測點或不同時間段的數據進行一致性檢查，確保數據之間的關系和趨勢符合預期。可以使用數據質量指標和評估模型對監測數據的質量進行評估，包括準確性、精確性、可靠性等方面的評估。

通過數據可視化技術，將審核后的數據以直觀、易懂的方式展示給相關人員和公眾。可以使用圖表、地圖等形式展示數據，并定期生成監測報告。建立數據共享機制，將審核后的數據向相關部門、研究機構和公眾開放。可以通過建立數據開放平臺、發布數據公告等方式實現數據的共享和公開。

2.3 AIRNOW-Ⅰ平臺數據自動審核功能

該系統用于空氣質量監測數據的日常報告和預測，以及制定特定城市的空氣質量判定規則。通過設置城市空氣質量判定規則，可實現空氣質量監測數據的日常報告和預報，以及監測數據的自動處理。同時，還可以對監測數據進行合理的組織、存儲和管理。可以使用數據庫或云存儲等技術，確保數據的完整性和可訪問性。

2.4 數據審核體系架構

數據采集與傳輸。該部分包括監測設備和傳感器網絡，用于實時采集環境空氣質量數據。采集到的數據通過數據傳輸通道傳輸到數據審核系統中。可以使用傳感器、數據采集器、通信設備等來實現數據采集和傳輸。

數據存儲與管理。該部分負責對監測數據進行存儲和管理。可以使用數據庫或云存儲等技術，確保數據的完整性、安全性和可訪問性。數據存儲和管理系統應具備高性能、高可靠性和可擴展性。

數據質量控制。該部分負責對采集到的數據進行質量控制，包括數據校驗、異常值檢測、數據清洗等。可以使用數據質量控制算法和規則來排除數據中的錯誤和異常值。

數據審核流程。該部分定義了數據審核的流程和步驟。包括數據審核的責任分工、審核標準和審核程序等。審核流程應涵蓋數據的完整性、準確性、一致性等方面的審核。

審核人員培訓與資質認證。該部分負責審核人員的培訓和資質認證。確保審核人員具備必要的專業知識和技能，能夠正確理解和判斷監測數據。

數據可視化與報告生成。該部分將審核后的數據以可視化的方式展示，并生成定期的監測報告。可以使用圖表、地圖等形式展示數據，幫助用戶更直觀地理解和分析數據。

數據共享與公開。該部分負責建立數據共享機制，將審核后的數據向相關部門、研究機構和公眾開放。可以通過建立數據開放平臺，發布數據公告等方式實現數據的共享和公開。

定期審查與改進。該部分定期對數據審核體系進行審查和評估，發現問題并及時改進。可以通過內部審查、第三方評估等方式提高數據審核體系的效能和可靠性。

2.5 數據審核流程

一種是審計人員在自動監測過程中發現數據缺失，另一種是審計人員在審計期結束后仍發現數據異常。一旦發現數據存在異常的情況，審核員應該保持數據不動，優先通知整個小組的負責人，交由審核小組負責人全程處理。負責人需要在了解情況之后排除故障，確定故障的原因，然后確定是否需要對數據進行人工處理。在制定詳盡的數據處理方案后，上報給上級領導進行審批。在重新處理當天的數據時，必須主動、安全地重新收集和手動刪除不符合要求的數據。審計員處理的數據由主管再次檢查，并在一天的數據檢查結束后按要求生成日報表。

3 環境空氣自動監測數據審核中異常數據的分析判斷

3.1 對不同類型異常數據進行重點審核

3.1.1 連續恒定值數據

連續恒定值一般不會出現在室外空氣自動監測數據中，但如果連續恒定值出現的頻率較高或數值變化范圍較小，則應將這些數據作為審核的重點。如果長時間出現連續恒定值，則應首先檢查儀器系統。如果發現儀器系統有故障，則數據可能異常和無效。如果儀器系統正常，且子站周圍的空氣質量濃度隨時間變化不大且持續恒定，則可認為現象正常，數據有效。

3.1.2 濃度值持續偏低

在環境污染嚴重的狀況下，應識別濃度較低系數的出現。一般狀況下，氣體質量全自動監測數據不會產生持續的零值或零值變化。當出現持續的低濃度值時，首先要檢查儀器設備系統是否出現常見故障。如果儀器設備系統出現常見故障或零校正問題，應將低濃度值作為故障數據連續處理。如果發現儀器設備系統運作優良，零校正儀器并沒有問題，能夠認為監測站點周圍的氣體質量相對較好，污染物濃度值通常較低，特別是在大氣質量較好的地區和降水后。

3.1.3 異常值

異常值是指與其他監測數據的顯著差異，通常是數據異常的重要特征。如果空氣自動監測數據中包含異常值，則應對數據進行審查。分析和識別異常值時主要考慮儀器系統故障、儀器零點校準和天氣波動。如果確定儀器系統是造成異常值的原因，則應將異常值作為無效數據處理；如果確定天氣波動是造成異常值的原因，則應將異常值確定為有效數據。

3.2 儀器系統故障導致的異常數據分析判斷

儀器系統故障是造成數據異常的一個重要原因，一氧化碳、PM2.5和其他測量中的常見異常可歸因于儀器系統故障。所以，在檢查數據異常的原因時，可以優先從儀器本身檢查，判斷儀器是否出現了故障。一氧化碳分析儀通過非色散紅外吸收來檢測一氧化碳，但測量的準確性直接受到紅外光源強度的影響。如果一氧化碳的紅外光源損壞，一氧化碳的讀數自然會受到影響，主要表現為數值異常偏高或偏負。此外，如果一氧化碳分析儀的泵軸被堵塞，實時讀數將迅速降至近乎于零。因此，在調查一氧化碳監測數據異常時，重點應放在一氧化碳分析儀的故障上，因設備故障導致的任何數據異常都應作為無效數據予以排除。用于PM2.5監測的PM2.5在線分析儀采用微天平測量法，其準確性對流速非常敏感[1]。如果PM2.5在線分析儀的流速出現異常，不僅PM2.5測量值會發生變化，相應的PM10測量值也會發生變化。

3.3 站點周圍短時污染源導致的異常數據分析判斷

假如短期內污染源周圍的監測站出現異常，監測數據也會出現異常。尤其是加工廠等污染源在短期內排出大量污染物，對周圍氣體質量影響較大，但一段時間后生態調節恢復正常，導致短期內監測數據出現異常。以二氧化硫監測數據為例，假如監測站點附近污染源在短時間內排出大量污染物，二氧化硫監測數據值將迅速上升，接近污染源的監測數據將迅速起伏。清除儀器設備系統故障后，可以對數據出現異常的區域開展實地考察，找到相應的原因。

3.4 運維不當導致的異常數據分析判斷

如果操作和維護人員忘記關掉安全通道或未及時開啟安全通道，系統本身將無法通過審批，并會出現大量異常數據。假如監管數據中有許多毫無意義的數據，則需要考慮是否是由不合理的操作和維護引起的，并結合操作和維護記錄對數據進行分析，以檢查操作和維護工作人員的操作是否合規[2]。最終，通過與操作和維護保養代表進行電話溝通，確定數據異常原因，同時，還需要維護人員加強自身工作素養，多一點細心和耐心，減少工作失誤。如發生工作失誤要客觀及時記錄在冊，以免后續工作中再出現同樣的問題。

4 環境空氣自動監測數據審核中異常數據的處理

自動測量數據有效性審核過程主要包括三個方面：（1）通過AIRNOW系統的DMS軟件設置自動審核規則，這可以大大提高自動監測數據的審核效率；（2）兩階段人工審核。區縣局負責對數據進行初步審核，找出異常情況及其原因。（3）審核人員要根據審核數據的經驗，對異常數據進行識別、判斷和綜合分析，不僅要積累測量原理和常見故障的知識，還要熟悉監測站點周圍的情況，了解自動監測數據的整體有效性，以及時作出準確的判斷。

異常數據處理應注重準確發現數據異常的原因，并根據實際數據處理情況采取具體的處理方法[3]。發現異常數據后，從同步系統異常、儀表系統異常、電力系統異常、輔助系統異常等方面明確異常特征，并對相關指標進行對比、分析和判斷。如儀表系統出現異常，則要清除故障數據，維護、校正和更換新儀器。當開關電源等輔助系統錯誤導致數據出現異常時，檢查出現的異常數據，清除故障數據，修復常見故障。同一錯誤引起的病變數據可作為有效數據開展驗證。

要提高數據審核員的技術能力，以識別儀器故障，對儀器運行條件下的常見故障進行整理和分類，并審核監測數據的有效性[4]。要建立完善的獎懲制度，激發數據審核員的工作積極性，提高工作的準確度。同時，要獲取各種采集和測量儀器的數據傳輸協議，并將數據上傳到現場，以準確評估審計員的工作量，提高審計效率。遠程更改不同監測儀器參數時，要統一遠程校準時間。

5 結語

綜上所述，在空氣自動監測中，數據異常是不可避免的，需要加強相應的數據審核和處理工作，盡量減少異常數據對檢測結果可靠性和可信度的影響。為確保審核效果，應全面推行三階段審核模式，建立相應的審核分析制度，對監測數據進行統計分析以及有效、準確的處理，對異常數據進行檢查和修正。只有確保數據的有效性和準確性，空氣自動監測才能對改善空氣質量起到有效的指導和保障作用。