新修订的《中华人民共和国环境保护法》已于2015年1月1日起施行。新法完善了环境监测制度, 在第17条明确了监测机构应当使用符合国家标准的监测设备, 遵守监测规范;监测机构及其负责人对监测数据的真实性和准确性负责。因此, 提高环境监测数据质量, 是环境监测工作的重中之重, 环境监测的产品是数据, 质量又是数据生命力所在。若是离开了数据支持, 环境监测工作就失去了意义;而监测数据质量没有保障, 环境监测工作将丧失信服力。数据统计是观察被监测对象本质和发展规律的必然途径, 统计方法在现代社会中已成为不可或缺的手段, 因此本文对环境监测数据质量要求与统计方法的应用进行了分析。
环境监测数据质量应符合“五性”要求——代表性、准确性、精密性、可比性和完整性[1]。
代表性体现了监测过程中所选择的采样点、采样时间能够真实反映被监测对象实际情况的程度。采样点的选择涉及点位布设、采样断面、断面上垂线等细节, 应按照采样规范合理选择。采样时间涉及什么时间采样以及采样的频次。此外, 还有合理的采样方法、采样容器、运输保存方式以及偶然因素的影响等环节。
准确性反映了测定值与被监测对象真值的符合程度或监测结果的可靠程度。“错误的数据比没有数据更可怕”表明环境监测数据准确性的极端重要性。而监测数据的准确性与监测人员的业务素质、监测仪器有关, 还与实验室规范化程度相关, 是一项系统工程。
精密性反映了测定值重复性与再现性的优劣, 以及测量系统中随机误差的大小, 同时它也是准确性判别的依据。随机误差小, 表明测量结果的精密度高。精密度差不能判别准确度。在环境监测实验中, 为了保证精密度, 通常采集不少于30%的平行样。
可比性反映了监测结果的可验证性, 可比性是指测量同一对象, 采用不同方法所得结果的吻合程度。同一样品的可比性, 反映在满足可比性的环境条件、分析方法等前提下, 不同实验室间或同一实验室不同实验人员监测结果的一致程度。为了保证数据的可比性, 在环境条件、监测方法等资料表达方面必须清晰、完整。
完整性反映了监测过程中取得资料总量满足预期要求的程度。除了保证样品完整性以外, 分析过程、数据处理与评价也必须完整。保证完整性可以对数据溯源, 并了解整个监测过程。而对监测任务完成情况进行评价和分析, 有利于发现问题和解决问题。
随着人们环境意识的增强, 环保部门对环境监测重视程度也在不断提高, 但如何配置监测资源却是值得探讨的问题。有些地区环保部门提出了过高的监测要求, 以致造成监测资源的浪费。对于环境监测而言, 监测要求提得越高, 并不意味着监测数据质量必然越好, 这是因为环境监测本身存在局限性, 即使不计成本的监测方案也不可能完全准确定量污染物的时空分布, 无非提供更多环境质量信息而已[2]。因而, 需要确定合适的监测数据质量目标, 这也是对监测数据质量进行合理控制的基础。由于监测数据不确定性的存在, “达标”与“不达标”区域的判定往往会影响当地社会经济与健康方面的后果, 这取决于数据质量控制以及利用这些数据进行错误决策的概率水平。为此, 美国环境保护署 (EPA) 开发了监测数据质量目标程序, 用来策划监测数据的采集, 包括何时采样、何处采样、采集样品数量、决策误差的容忍限值等。
该程序的步骤如下:1) 描述问题, 建立环境风险模型, 确定数据类型;成立监测计划小组, 对方案及备选方案进行充分讨论, 提出数据采集、评价、资源利用、时间等。2) 确定主要的研究问题、可选择的行动及针对该问题的方法、备选行动等。3) 确定需要收集的信息、信息来源、信息种类、信息类型、可用的采样方法及分析方法等。4) 定义监测的范围和对象总体, 描述空间界限、采样单元组成、时间范围及干扰数据采集的实际限制因素等。5) 确立分析方法, 指定重要参数 (如平均数、中位数等) 。根据决策过程的输出结果, 验证采样与分析方法检出限是否合适, 对评估的问题指定评估量。6) 建立性能和接受标准, 包括误差来源、参数值范围、决策误差定义、基线条件选择。确定决策失误较小区域及处于活动水平之上和以下点的概率。检查决策误差限值。7) 按照成本-效益分析, 制定最有效的数据采集和分析方案, 识别影响采样和分析的限制性因素, 确定采样和分析方案细节, 并从多个设计选项中选择最佳方案 (最佳采集量) 。
判断监测数据的代表性可从以下环节入手[3]:检查采样点的布设是否合理;检查原始记录是否规范和全面;检查采样点是否受到其他因素的影响;检查监测分析方法与标准规范的有效性;检查方法检出限与测试仪器精度是否满足监测要求等。
判断监测数据的完整性可从以下环节入手:检查所选用的分析方法是否正确;检查方法检测限与测试精度是否达到监测要求;分析采样点是否涵盖整个污染源的分布;检查采样频次与采样时间是否符合规范要求;检查样品保存、运输、处理环节是否可保障样品成分稳定。
判断监测数据的精密性与准确性可从以下环节入手:检查测试仪器精度是否满足监测分析要求;检查是否按规范要求测定空白值, 并开展内控样、平行样、平行密码样、加标回收的分析;评价分析全过程的精密性与准确性。
判断监测数据的合理性可从以下环节入手:利用监测分析的常识, 例如地表天然水体水的色度与p H值有关, 通常p H值高色度更深[4];利用监测数据的逻辑关系, 例如水样中正常逻辑是CODCr>CODMn, CODCr>BOD5;利用行业污染物特征进行判断, 例如有机化工行业有机物种类多、重金属少, 而重金属行业有机物含量低。当监测结果“出人意料”时, 就应深入分析数据的合理性。
环境中的各种污染物之间的关系不确定性很强, 必须通过大量数据统计才能找到内在规律性。从数据分布类型来看, 既有正态分布, 也有大量偏态分布, 这反映了统计方法的多样性。污染物浓度一般较低, 但环境背景值更低。环境监测数据主要分为数量属性、顺序属性、名称属性三类, 但以连续性量居多[5]。上述情况表明, 环境监测数据具有随机性、数据分布类型多样化、数值一般较小、数据类型多等特点, 显然这给统计分析提出了更高要求。目前, 环保部门和各级环境监测站统计能力并不强, 人员多兼职, 且流动性大, 对统计业务不够熟悉, 常出现方法选择失当和计算错误问题[6]。
环境监测数据统计方法大致可分为回归分析、聚类分析、模糊综合评价法、神经网络法、支持向量机法等种类。回归分析是建立服从统计关系的数学模型, 以便用一组随机变量来预测另一组随机变量的方法。回归分析的原理是最小二乘法, 即让统计关系预测值与实际测量值之间误差的平方和最小, 这样得到的回归关系式与实际测量曲线拟合最好。聚类分析是将多种对象分组为由类似对象组成多个类的过程, 正如俗语所说“物以类聚, 人以群分”的道理一样。聚类分析过程主要是确定分类对象的相似性度量和选择合适的分类方法。
在实际统计分析工作中, 一般采用软件进行数据处理。软件应用主要分为两类:一是Excel软件, 可以通过直接输入函数进行统计分析, 也可以利用VBA语言编程进行数据处理;二是应用专业的统计软件进行分析, 其优势是功能更强大, 操作更方便, 现以SPSS为例说明。例如有一组空气污染物SO2、NO2、TSP浓度数据 (见表1) 进行聚类分析, 依次点菜单分析→分类→系统聚类, 在弹出的分类聚类对话框中, 把需要的变量选入右边变量选框中, 点绘制, 再弹出对话框, 勾选树状图, 点确定, 得到反映聚类过程的树形图 (见图1) , 可看出已对各采样点空气质量进行了分类。
环境监测是环境管理的前哨站, 在环境监测工作中, 加强监测数据的统计和分析, 保证监测数据质量, 才能为环境管理提供科学的决策和有力的技术支持, 作为监测数据质量控制与统计人员应满怀只争朝夕精神, 为环境保护事业贡献更多的光和热。
摘要：环境监测工作的核心目标是提供真实可信的数据, 这样才能准确评价环境质量和污染状况, 并为环境管理提供有效的服务, 因此本文对环境监测数据质量要求与统计方法的应用进行了分析。
关键词：环境监测数据,质量,统计方法,应用
[1] 汪怡, 李卫东.如何提高环境监测数据的质量[J].北方环境, 2013, 25 (6) :122-125.
[2] 邹强, 姚玉刚, 朱燕玲, 等.数据质量目标程序在环境监测中的应用研究[J].环境科学与管理, 2013, 38 (11) :107-110.
[3] 李志明.环境监测数据审核及异常数据的处理[J].新疆环境保护, 2013, 35 (2) :41-44.
[4] 何跃君, 韩秀茹, 凌盼.环境监测数据综合分析与评价技术研究[J].青海环境, 2016, 26 (1) :16-20.
[5] 刘巍, 任海霞.环境监测数据处理方法学理论研究[J].东北水利水电, 2013, 31 (9) :27-29.
[6] 曹升华.基于LIMS数据库的环境监测数据统计方法——以上海市嘉定区实验室信息系统为例[J].环境保护科学, 2013, 39 (2) :72-73, 80.
推荐阅读：
遥感技术在城市环境监测中的应用06-24
系统信息数据集中监测06-06
环境监测采样工作总结06-28
环境工程监测实习心得总结05-30
干旱指标及其在浙江省干旱监测分析中的应用06-24
幼儿园环境创设的要求06-25
大数据环境论文06-09
生态环境需水在环境影响评价中的应用05-28
环保局监测中心站与监测站工作通知06-24
2022全国环境统计公报06-08
