博州水环境监测数据指标间的相关性审核探析

龚坚艰辛红云柯鹏振

(1博州环境监测站 新疆博州 833400 2湖北省环境监测中心站 湖北武汉 430070)

博州水环境监测数据指标间的相关性审核探析

龚坚艰1辛红云1柯鹏振2

(1博州环境监测站 新疆博州 833400 2湖北省环境监测中心站 湖北武汉 430070)

数据审核是环境监测质量保证的重要环节之一，数据审核的方法有许多种，文章从监测数据中各环境指标之间的相关性分析出发，对各环境指标间的相关性进行总结，并将其应用于数据合理性的审核，具有借鉴意义。

环境监测数据；相关性；审核

随着社会的不断发展，工业的不断进步和人民生活水平的不断提高，环境保护越来越得到人们的关注。而作为反映环境质量状况和环境污染状况的环境监测数据也在逐年增加，从大量数据中，通过各种方法进行审核,发现异常数据，对其进行合理分析，高效快速提供科学、准确、可靠的监测数据已经成为一个重要课题。

在审核环境监测数据过程中，审核人员一般都非常关注数据“五性”的审核[1,2]。而对于环监测指标间的各种“相关性”，则利用较少。本文对实际工作中废水及水环境监测中重点环境指标间的相关性进行论证，并通过逻辑关系进行指标间相互关系的分析，对环境监测数据审核具有重要意义。

水和废水间监测项目间的关系在许多学术论文中都有研究，比如CODCr、CODMn和BOD5[3][4]的关系；溶解氧、CODcr和BOD5；Cr6+及总铬的关系[5]；石油类和CODCr[6]的关系；透明度、悬浮物、浊度的关系[7]等。这里我们仅选择了与博州环境监测站实际工作息息相关的2组监测项目之间的关系进行了深入论证。

1 利用相关性审核水环境监测数据

1.1 硝酸盐氮、氨氮与溶解氧

水体中，一般溶解氧高的水体其硝酸盐氮的浓度高于氨氮的浓度，反之亦成立。溶解氧高低界限定为DO≥8.5视为高，DO≤3.0视为低。如果数据出现异常,其合理性的一面是采样点位上游正在排污。

分析2014年博尔塔拉河4个断面及精河3个断面的监测数据，可以看出，河流各监测断面的溶解氧浓度较高，一般均大于9.0mg/L，因此硝酸盐氮的浓度均高于氨氮的浓度，且硝酸盐氮与溶解氧存在一定的正相关性，而氨氮则与溶解氧存在一定的负相关性。

分析赛里木湖5个监测点位的监测数据，可以看出，赛里木湖各监测点位的溶解氧浓度较高，一般均9.1mg/L，因此硝酸盐氮的浓度均高于氨氮的浓度，且硝酸盐氮与溶解氧存在一定的正相关性，而氨氮则与溶解氧存在一定的负相关性。

因此在数据审核河流和赛里木湖的监测数据时，不仅可以以硝酸盐氮的浓度高于氨氮的浓度作为判断依据，而且可以以硝酸盐氮与溶解氧存在一定的正相关性，氨氮则与溶解氧存在一定的负相关性进行判断。

以上是溶解氧的浓度高的情况，对于溶解氧浓度达不到8.5以上的水体情况，我们以艾比湖5个监测点位的监测数据为例，可以看出在溶解氧浓度在8.2mg/L时，硝酸盐氮的浓度不一定高于氨氮，有时会出现氨氮的浓度高于硝酸盐氮的情况。

1.2 CODCr、CODMn和BOD5

CODCr反映了水中受还原性物质污染的程度，BOD5则反映了水中可被微生物氧化分解的有机物质污染程度，CODMn则反映了水中部分有机物及还原性无机物污染的程度。对于同一水样，CODCr、CODMn和BOD5三者之间的监测结果应存在以下规律CODCr＞CODMn、CODCr＞BOD5，反之为异常。CODCr数值是BOD5的3倍左右最为合理，如BOD5/CODCr比值超出了0.2-0.6的范围，需要核实。这种关系在水质均匀的污水中最为适用，以博乐市污水处理厂为例，2012～2014年共监测了48个批次水样（监测结果见表1），根据监测结果，污水处理厂进口污水中BOD5/CODCr比值在0.07～0.60之间，平均值为0.29；出口污水中BOD5/CODCr比值在0.12～0.61之间，平均值为0.32。

表1 博乐市污水处理厂BOD5与CODcr的关系

表2为2012-2014年博尔塔拉河大桥电站断面BOD5和CODcr的监测数据。根据监测结果，地表河水中BOD5/CODCr比值在0.15～0.56之间，平均值为0.27。

表2 博尔塔拉河大桥电站断面BOD5与CODcr的关系

一般认为CODMn和BOD5两者没有明显的关系。对于清洁的天然地表水体中通常以CODMn和BOD5作为衡量耗氧物质水平的评价指标。由于水体受污染的程度不同，BOD5值和CODMn值的比可在较大范围内波动，或大于1或小于1。在较清洁的水体中，BOD5/CODMn一般小于1，当CODMn大于10mg/L时，比值有较多机会大于1[4]。

2 利用逻辑、物料衡算、时空分布等其他关系审核

2.1 数据倒挂现象

在同一水样中有许多项目根据其性质可以判定相关的监测值是否正确。如总氮，是指可溶性及悬浮颗粒中的含氮量，如果同一水样监测结果出现总氮与氨氮、亚硝酸盐氮、硝酸盐氮数据倒挂，就表明监测结果是不正确的，需要重新分析找出原因；同样，还有总磷与可溶性磷以及无机磷之间数据的倒挂，也是不合理现象。

2.2 与执行标准比较

一般的监测项目均有明确的污染物排放标准和环境质量标准，监测所得的数据一般也在标准范围附近，当差别太大时，应列为可疑数值，查找原因。如有一地表水总磷的监测结果为650 mg/L，而相应的执行标准(Ⅲ类)为0.2 mg/L，监测结果是执行标准的3250倍，显然是可疑，经查是样品固定时加错固定剂，应加1 mL硫酸误为加1 mL浓磷酸造成的。

2.3 与历史数据比较

对监测数据进行合理性分析，首先要了解采样地点以往的监测结果范围，特别是常规监测工作，一般是定期、连续的，太多已积累了几年或多年的数据。对同水期、同一点位的数据，如果个别项目测值变化比较大，如多个重点饮用水源地某一项目原来一直未检出，这次突然全超标，则需将该值列为可疑数值，然后对其进行合理性分析。

3 水环境监测数据审核对策与建议

3.1 全面把握数据，降低数据出错率

目前，大多数监测站实行“三级审核制度”。即分析人监测数据原始记录报给校核人，校核人只是按照各项目的计算公式复核分析数值，忽略了不同项目之间内在关系的审核。而审核人在面对大量的监测数据，每个分析项目的数据单独审核可能发现不了问题，但是同一样品不同分析项目的数据之间存在矛盾（例如三氮之和大于总氮），结果造成即使监则数据有错误也难以发现。通过各种相关性进行审核，对数据的全面性有一个把握，以降低数据的出错率。

3.2 提高审核效率，缩短数据审核周期

审核人员要面对大量的不同分析项目的数据，单个的去审核数据难免会觉得枯燥，而且工作量大，效率不高。一批数据的审核周期甚至比分析周期还要长，等审核完发现问题，水样已过有效保存期了，再想重新验证数据，样品已没有重现性了。因此，利用各种相关性审核环境监测数据非常有必要。

3.3 为数据的初筛，实现计算机审核提供依据

人工审核对审核人要求甚高，它要求审核人不但要有丰富的理论知识和长期的工作经验，还要掌握大量的监测数据，具有高度的责任心，否则很难保证监测数据的质量。通过数据之间的相关性并在计算机设置相应程序，以及通过多年的数据建立的数据库，可使监测数据实现计算机审核，并对数据进行初筛，减轻了审核人员的劳动强度，也使原有的工作程序有所简化，审核人员对经过计算机初筛后的数据进行审核，对初筛的可疑数据认真分析，以确定取舍。

4 结语

近年来，连续自动监测系统以及实验室信息管理系统（LIMS系统）已广泛应用于环境监测。连续自动监测系统无人值守且定期测定并上报数据，出现问题不易发现；LIMS系统运用于实验室监测数据信息管理。通过研究各环境指标之间的“相关性”，分析各指标间“相关性”产生机理，进而将其相关性分析应用于环境监测数据审核，建立计算机审核技术[12]，将是科研人员当前乃至今后努力的方向，也必将对监测数据审核研究工作起到推动作用。

[1]朱广一.试论环境监测数据审核 [J].四川环境,2004,23(3): 56-57．

[2]杨驰宇.环境监测数据的审核研究[J].吉林师范大学学报,2004 (2):72-73．

[3]国家环境保护总局水和废水监测分析方法编委会． 水和废水监测分析方法[M].北京:环境科学出版社,2002,79．

[4]李中红.浅谈水质中CODCr、CODMn和BOD5三者之间的关系[J].甘肃环境研究与监测,2003(4):22．

[5]廖自基.微量元素的环境化学效应[M].北京:环境科学出版社, 1992,278．

[6]樊萍等.环境监测数据预审中部分指标的相关性分析[J].环境研究与监测,2006,19(4):17-19．

[7]水质分析大全编写组.水质分析大全[M].重庆:科学技术文献出版社重庆分社,1989,60-70．

[8]易文林.水质数据合理性检验方法与水环境管理系统研究[D].中国优秀博硕士学位论文全文数据库(硕士),2006,8．

龚坚艰(1963—)，男，湖南邵东人，1986年毕业于新疆大学化学系，高级工程师，现从事环境工作。

辛红云（1974—），女，山东诸城人，1996年毕业于新疆农业大学园艺系，副高级工程师，现从事环境监测、环境统计工作。

柯鹏振(1982—)，男，湖北黄石人，2007年毕业于武汉理工大学环境工程专业研究生，工程师，从事环境监测及质量保证工作。