探究污染源自动监控数据质量的影响因素

郁 伟

（安徽省生态环境监测中心，安徽 合肥 230000）

随着环境污染的日益加重，污染源自动监控系统的作用越来越重要，而污染源自动监控数据也成为现场执法、环境管理的主要依据，其质量水平直接关系着污染治理、执法工作的效果。因此，为了保证污染管控执法的准确性，需对自动监控数据质量影响因素展开深入分析，并提出有效的数据质量改善方案，增强数据的可靠性，推动污染治理、环境管控事业的发展。

1 配套设施质量因素

（1）一般来说，污染源自动监控系统的工作流程如图1所示，该流程运行所需的配套设备包括：监控网络设备、分析仪器、数采仪、工控机等，这些设备作为监控数据测定工作的主要应用设备，其使用性能和状态与所测得的数据质量密切相关。现阶段，配套设施市场上此类设备仪器产品的类型较多，质量也参差不齐。由于市场门槛较低，对于造假方面还未设立明确的标准，因此，此类设备仪器的市场管控依然处于粗放的状态，这使得监控配套设施的质量难以得到保障，容易影响数据质量水平。

图1 污染源自动监控工作流程

（2）相关部门需要对配套设施的性能、质量进行管控，应建立健全以及明确监测设备、仪器的使用标准，加强市场监管，提高设备、仪器的市场准入门槛，并且提高假冒伪劣产品的惩罚力度，以此全面改善市面上流通的设备仪器的产品质量，确保其性能水平达到污染源自动监控测量的要求。目前，大部分环境监管部门会将污染源监控工作委托给专业的企业，以降低成本。因此，为保证监测工作的专业性，在委托合同上，可以将所用仪器设备的质量标准写明，以此督促企业应用性能好、质量水平高的仪器设备。同时，环境监管部门还要在设备、仪器投入使用之前，组织专业的技术人员按照相应的标准，对其性能质量进行检查，确认没有问题后，才能准许企业将其投入使用，以此增强污染源监测的治理效果。此外，环境监管部门还可以与市场监管部门联动，共同制定监管方案，使市场上流通的仪器产品能够符合污染源监测工作的需求，以此提高监测数据的质量。

（3）需要注意的是，如果安装不当，也会在一定程度上影响设备的质量性能，因此，在将监测工作委托给企业时，应注意做好企业核查，以确保企业的资质与实际能力可以满足监测工作要求，深入优化监测数据质量水平。

2 系统运维管理因素

（1）在进行监控测量中，设备、仪器的运维工作通常由专门的运维企业承担，由于这些仪器、设备不间断地运作，且受外界因素的影响较大，所以故障几率也较高。如果企业不能及时做好故障的预防和修复，就会导致测量的数据误差较大、数据间断等问题，降低了污染源监控数据的参考价值，形成了数据质量的运维管理影响因素。为此，相关企业要从监控设备仪器运维方面入手，开展数据质量管控工作，以保证污染源自动监控的工作效果。

（2）在系统运维管理中，应当确立委托合同，在合同中需注明运维工作人员必须持证上岗，且每周至少到设备现场进行一次检修，若检修时发现设备异样，要立刻进行处理、记录。同时，也要注意检修采样管，并做好管道情况记录，如发现堵塞情况、稳固状态等，要进行清洁过滤，以免污染物处理系统等因不洁净而导致性能受到影响。此外，还要明确要求运维企业，每月对检测电机、感应器、电磁网等设施进行检查，并对照信息备案查看设备仪器参数是否正确，一旦发现参数错误，应立即调查原因，及时修复故障并校准设备仪器。

（3）在常规的保养上，也要向运维企业提出明确的要求，促使其每周按照现行规程，对监测水质、化学需氧量、总磷、氨氮等自动监测设备进行养护、校准，确保其能够保留为期一年以上的历史信息。

（4）为了保证运维企业能够有效完成上述要求，要采取抽查、定期检查等方式，对其工作落实情况进行检查，一旦发现运维工作不到位，需立即整改，必要时还要依照合同追究运维企业责任，以此保这证自动监控设备的良好运行状态，提高所测得数据的质量。

3 人为干扰因素

（1）在自动监控检测中，人为干扰因素也是一项重要的数据质量影响因素。目前，部分单位为了逃避执法检查，会以人为干扰的方式扰乱设备的运行，导致最终测量数据不准确。例如，在监测中人为修改分析仪、数采仪的量程，或仪器的污染因子参数，用虚假数据以模拟信号的形式上传，同时，在工控机、分析仪的数据线上设置信号削弱装置，然后借此发送虚假数据，导致所监测到的数据失去价值[1]。

（2）为了应对人为干扰因素，相关部门需加强设备检查力度，并采取针对性的检查监督措施，同时，结合完善的责任追溯制度对其进行治理，以保证监测数据的质量。就目前来看，常见的人为干扰方式包括监控网络干扰、分析仪参数干扰、工控机和数采仪干扰等。①监控网络干扰是指通过蓄意切断、干扰网络连接，阻止正常的采样上传，导致监控系统失效，以此回避监管。因此，一旦发现超标时段断电，需立刻调取断电时的监控，确认是否是人为断电。②分析仪参数干扰是指通过对软件、参数进行造假，用不真实的数据方式逃避监管。例如，人为地在分析仪中嵌入造假软件，使软件能够自动生成数据进行上传，或人为修改量程、设备参数、计算公式，导致数据不真实。为此，需借助突击检查，切断采样管路，观察数据变化，来判断是否存在人工嵌入造假软件的情况，并对CEMS参数设置界面等位置进行全面检查，查看是否存在人为修改参数、计算公式等情况。③工控机、数采仪干扰则是指人为修改参数量程，或在数据线上设置信号削弱装置，以此上传假数据。鉴于此，需前往现场进行检查，查看工控机、数采仪的量程误差是否＜1%，以及两者数据是否一致。若两者数据一致、误差小于1%就说明无问题，反之则可能存在人为干扰，需及时加以处 理[2]。

另外，还要健全责任追溯机制，设置完善、明确的配套制度，对人为干扰现象进行追责，以进行有效治理并保证数据质量。

4 数据质量监管因素

（1）在数据质量方面，监管粗放也是影响数据质量的主要因素。通常在粗放、传统的状态下，监管工作难以从源头以及更深层次杜绝各项影响因素，导致数据质量水平迟迟得不到改善。为此，需加大监管力度，积极引入高新监管手段，对自动监控工作的开展予以严格管控，深入优化监控数据质量水 平[3]。

（2）在数据质量监管工作中，首先，要结合实际情况计划制定一个详细、完整的监管工作流程，并将其落实到书面，形成监管工作细则，明确各项监管工作侧重点，以免监管过程中出现漏洞。其次，对监管工作要有针对性的建立、完善、明确、精细化的监管工作条例规范，指导监管人员的工作，以增强监管工作的严谨性。最后，需积极开展监管人员培训工作，不断优化他们的业务能力，使其在监管工作中可以准确、及时地发现和处理各项数据质量影响因素，提高检测数据质量。其中，为了提高开展培训的便捷性，可运用线上的培训方式，并结合阶段性考核，来代替定时、定点的线下培训，消除地理、时间因素对培训工作的影响，加快推进监管人员的业务能力，以提高数据质量监管效果。

5 结论

综上所述，通过改善各项数据质量的影响因素，达到了为环境治理工作的开展提供良好条件的目的。在自动监测污染源的管理上，采取有效措施应对监控数据质量影响因素，能够提高设备数据测定的准确性，使其拥有良好的数据测量状态，力争消除因违规操作引起的数据质量问题，从而获得更好的监测效果，保证监测数据具有参考价值，为提高自动监控数据的质量奠定基础。