环境监测数据获取存在的问题及分析方法.doc

环境监测数据获取存在的问题及分析方法【摘要】在环境污染日趋严重的形势下，环境监测工作也面临着越 来越大的压力，特别是在监测数据的获取和分析上存在着诸多难点本文 结合环境监测工作的特点，对环境监测数据获取过程中存在的问题进行了 阐述，并介绍了几种可行的分析方法，以确保环境监测数据的准确性和可 靠性，可供有关人员参考关键词】环境监测；数据获取；分析方法；检验随着“十二五”规划的实施，我国经济建设将得到快速发展面对快 速发展的经济新形势，环境监测工作压力日渐增大，表现在日常工作量不 断增加，监测工作范围不断增大，对环境监测工作提出了新的要求和挑战 监测数据作为环境监测工作的最终成果，因此，环境监测数据质量直接关 系到为环境管理、环境决策服务的质量但是，目前监测数据在获取和 分析上还存在一些问题，这直接影响了环境监测工作的开展因此，在 当前环境污染严重的前提下，解决好这两方面的问题具有重要意义1. 监测数据获取存在的问题环境监测是以环境为对象，运用物理的、化学的和生物的技术手段， 对其中的污染物及其有关的组成成分进行定性、定量和系统的综合分析， 以探索研究环境质量的变化规律环境监测的重要性在于能够准确的、及 时、全面的反映环境质量现状以及发展趋势，为环境管理污染源控制，环 境规划等提供科学依据。

监测数据作为环境监测工作的最终成果，对环境 监测数据的要求是监测数据应具有代表性、准确性、精密性、可比性、完 整性但目前监测数据获取上仍存在不少问题，直接影响到了监测数据的 质量目前监测数据的获取上存在的问题主要有：(1) 监测数据获取过程中监测工作者出现人为误差；(2) 监测点设置没有及时合理的更换；(3) 由于监测设备过于落后而无法进行准确的数据获取等等产生以上问题的原因主要有：(1) 人为原因：监测工作者自身技术水平不高，不能将数据进行科 学有效的分析，使得部分数据缺乏准确2) 设备设施原因：监测设备配置和监测站点的设置不能与时俱进, 不能针对最新环境变化情况而更新，使环境监测数据不具有可靠性，无法 进行科学的分析2. 分析方法由于监测数据与污染物空间分布和持续时间等因素有关，故在分析数 据时可将数据按周期性规律进行统计分析，从而得出浓度随时间变化的大 致规律同时再根据当地的水文条件、气象变化和地形特征等因素进行综 合整理，生成更为详尽的浓度等值线图，便于数据的直观性统计与分析2. 1离群数据的分析环境监测数据获取条件较为复杂，在实际工作中可能由于监测主体或 条件变化产生离群值的产生，如何正确区分离群值产生的原因并科学有效 地去除离群值，是正确进行评价的重要依据。

1) Q检验法在同一组数据中，判断最大值或最小值是否为异常值时采用Q检验法 [Dixon (狄克逊)检验法】：将数据从大到小进行排列，根据测定次数进 行计算Q值：(1)(2)根据测定数据次数n和显著性水平，查Dixon检验统计表，将Q值与 临界值比较，判断xl与xn是否为离群值：若QWQ0.05,则可疑值为正常 值；若QO. 05Q0. 01,则可疑值应予剔除但该检验方法仅将可疑值与相邻 数据进行比较分析，具有一定的局限性2) T检验法对于各组测定数据平均值的一致性检验可采用(Grubbs)格拉布斯检 验法，即T检验法：将监测数据从大到小排列，并计算其算术平均值和标 准偏差s,计算T值：(3)查T检验临界表得T的临界值，若TN,则可疑数据xl或xn为异常 值，应予剔除；反之则采取保留处理依次反复计算直至无异常数据为止2. 2分析结果准确度的检验(1)平均值与标准值的比较用于检查监测方法或操作过程是否存在较大系统误差对标样进行n 次监测，再利用T检验法比较监测结果与标准值是否存在显著性差异4)式中：为标准值，为监测结果，S为标样测定的标准偏差，n为标样 测定的次数根据自由度和置信度P查得T值，与计算结果进行比较。

若 计算值大于T值，则存在系统误差；若小于则是由偶然误差引起的环境 监测中置信度一般为95%2)两组平均值的比较针对同一样品的不同组数据产生平均值误差问题，先假设两组数据方 差无明显差异(分别为和)，计算T值：(5)(6)式中：s为合并方差，n为测定次数用P=95%, f=nl+n2-2查表所得 T值小于计算值，则存在显著性差异；若大于则无2. 3分析结果精密度的检验用于比较两组数据方差s的一致性，又称F检验：求出两组数据标准 方差的平均值和，计算，与F分布表中查得一定自由度下的F值进行比较, 若大于计算值则存在显著性差异，若无则不存在在进行F检验法检验两组数据的精密度是否有显著性差异时，应先确 定其类型：单边检验指一组数据的方差不可能小于另一组数据的方差；而 双边检验时，其显著性水平为单边检验时的2倍，置信度变为90%2.4等精度检验对于n个监测室，用同一标准方法对同一个标准样品作m次监测，测 定结果用Cochran最大方差法检验设各自标准偏差分别为si, s2,…， sn,最大值记为smax,计算统计量:(7)根据给定的显著性水平Q ,实验室个数n,测定次数m,从数理统计 表得最大方差检验临界值Ca： CWCO. 05时表明各实验室符合精密度要求; OC0. 01表明具有最大标准偏差的实验室精密度不符合要求；C0. 05 2.5精密度和准确度统计分析：(1)标准差分析1)对各组数据(xL yl)分别进行求和Ti、求差Di。

将和值用于计 算各监测实验室数据分布的标准偏差，分母除以2是由于和值中包括两个 类似样品的监测结果而含有两倍的误差将差值用于计算随机标准偏差若s=sr则表明实验室不存在系统误差当s>sr时需进行方差分析： 计算，根据显著性水平(0.05)和自由度查表，若FWF0.05 (fl, f2)时, 表明在95%置信水平时，实验室的系统误差对分析结果的可比性无显著性 影响；若F>F0.05 (fL f2)时，表明实验室的系统误差对分析结果的可 比性具有显著性影响，应及时采取校正措施3. 数据融合技术的应用数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定 准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息 处理技术人类通过人体器官感受外部信息，转换成生物电，并通过人的中枢神 经传送到大脑进行综合分析处理，然后对外面环境进行判断和控制而多 传感器数据融合的基本原理就如同人脑综合处理所感受的信息：利用多个 传感器感测外部环境信息，再把多个传感器的数据根据某种准则进行组 合，以获得对被测对象的一致性解释和描述，从而得出更准确的可信的结 论面对大量的环境监测任务，如何科学有效地获取数据信息是最为关键 的一步，融合技术为我们提供了强有力的支持，然而这些数据在采集、利 用过程中，由于传感器采集数据的特征性差异，造成数据存在模糊性、互 补性或矛盾性。

如何有效并准确地处理传感器所采集的数据是以后研究的 重点，而这必将为环境监测数据研究带来重大性突破3. 1融合模型20世纪80年代，代表性的数据融合模型有：英国情报环模型、美国 JDL模型和Boyd控制环模型20世纪90年代提出的“改进的JDL模型” 在军事领域应用十分广泛，还有将融合过程划分成观测、定位、决策、行 动及传感器管理等阶段，并组成一个大循环的“综合模型"（Omnibus Model） 等但由于以上模型均未引入自学习和多级反馈机制，使得其自适应性和 自我完善功能有待提高目前融合算法主要有：Kalman滤波器的改进方法和“数值-语言”混 杂条件下的“知识发现和数据挖掘”（KDDM）方法和面向分布式数据融合 的支持向量机（SVM）方法等3. 2应用举例由于Kalman滤波方法是解决最优化滤波问题的经典方法，故常用于 从被噪声污染的观测信号中消除噪声影响，可将Kalman滤波方法用于环 境采样数据真实值的估计，在此我们以大气监测为例，简单探讨Kalman 滤波方法在环境监测方面的应用1） 建立大气变化状态转移矩阵根据环境科学相关领域知识，结 合传感器采集的大气参数，建立关于这些参数的大气参数状态转移矩阵。

利用该矩阵，研究各项大气参数的变化情况2） 根据（1）中得到的观测目标属性特征，对来自各传感器的，反 映不同污染现象的观测数据进行分析，分解出反映各种不同的污染现象的 参数向量值3） 根据大气变化状态转移矩阵，利用各传感器采集的大气参数观 察值，对各大气采样站点的环境进行最优化估计，得到各项参数的最优化 估计值4. 结论总而言之，在环境污染日益加剧的今天，环境监测已成为环境保护中 一项前瞻性、根本性的工作只有认识到环境监测的重要性，不断完善环 境监测数据的获取和分析工作，切实做好环境保护这一主题，才能真正改 善人们生活质量，才能促进社会经济的可持续发展参考文献：[1] 叶付勇.有关环境监测数据的处理和分析[J].科技与企业，2012 年02期.[2] 江建辉；高军林；徐丽红.环境监测数据的可靠性分析探索[J].科技资讯，2012年20期.。