水质自动监测各环节对数据准确性的影响分析

刘博文 王 亮

（1 北京雪迪龙科技股份有限公司 北京 102206 2 河南省济源市生态环境监测中心 河南济源 459000）

引言

随着生态环境理念被愈发重视，新时代下，国家对生态环境管理和治理提出了更加严格的要求，在2035 年远景目标中要求推动绿色发展，促进人与自然和谐共生，要持续改善环境质量。当前，对于环境质量改善工作，我国继续夯实“监测先行”的理念，加强生态环境监测网络建设，探索多种监测手段融合应用模式，强化监测数据的智慧应用等成为了十四五生态环境监测的重点工作[1]。

目前，在地表水环境质量监测方面，水质自动监测相比较传统手工监测，因其监测的连续性、时效性和数据完整性等优点，已得到全面的推行，水质自动监测已经成为了地表水环境质量监测网络的重要组成部分[2][3]。然而，水质自动监测系统在实际运行过程当中，运维人员对自动监测的各个环节认识不充分导致运维工作不到位，日常维护中部分工作细节被忽视，难免会影响监测数据的真实性和准确性，失真失准的监测数据将难以用来客观地进行地表水环境质量的评价和考核工作以及强化对监测数据的智慧化应用。

因此，明确水质自动监测各环节影响数据准确性的主要因素，并在实际运维工作中采取有效措施减轻不良因素的影响，对提高水质自动监测的数据质量是非常重要的，本文结合长期运维和管理工作经验对水质自动监测各环节影响数据准确性的因素展开分析。

1 采水环节对数据准确性的影响

采水环节影响监测数据的因素主要有采样深度、采水管道长度、水泵类型、管道材质、清洗频次、伴热温度等几个方面。

采水深度对水样代表性有重要影响，研究表明，在地表水环境中，水温、溶解氧、悬浮物等均可能存在分层现象[4]。为了保证水样代表性，《地表水自动监测技术规范（试行）》（HJ915-2017）中规定，采水深度应保持在水面以下0.5～1.0m。洪水、大风、浪潮、水草、丰水枯水期河道摆动等诸多非人为因素，均可能会导致采水口水位变化，杂物淤泥堆积，使得采水装置下沉或搁浅等情况发生，采水深度不合要求，所采水样失去代表性。

管道长度应该根据站房和取水点的选址情况，合理布设，对采水距离加以限制，一般要求采水点距站房300 米以内。

水泵应选用卫生级或食品级不锈钢潜水泵取水，以减少采水过程对水体溶解氧的影响。相较于潜水泵，自吸泵负压抽液方式对水体溶解氧的影响相对较大。

管道材质应选用化学稳定性好的材质，实际中采用饮用水给水PPR 管，要比PVC 管、橡胶管等对水质的影响小。

管路的清洗频次要符合规范要求，如果清洗频次不足，管道内结垢后，将难以清洗干净，造成管道内微生物滋生，对溶解氧影响较大。

北方的水质自动监测站采水环节均配置了保温或伴热带，采水管道的伴热温度应该适宜，避免其伴热温度过高或过低（形成冰水混合物）影响水样的代表性。

对于采水环节影响数据准确性的诸多因素，应该在建设过程中统筹考虑；建设完毕后，运维过程中，运维人员应该每天借助采水口视频对采水装置进行远程视频检查，每周亲身去采水口进行现场检查，出现异常，及时按照运行维护规范进行整改。

2 预处理环节对数据准确性的影响

自动监测系统预处理环节主要采用自然沉降与过滤两种预处理方式，对高锰酸盐指数、氨氮、总磷、总氮四个参数仪器的待测样品进行预处理。自然沉降时间、上层水样取样深度和滤网孔径三个因素对水样处理的结果影响最大。

目前，全国水环境质量监测运维管理中心推行精细化监测，对自动监测系统的预处理实行了“一站一策”方案，全国水环境质量监测网络中的自动监测系统已经按照 《地表水环境质量标准》（GB3838-2002）要求统一设置为沉降30 min。但上层水样取样深度和滤网孔径并没有做出明确要求，各个监测断面根据其水质特征进行预处理单元的差异化设计，使得各参数的监测数据与其实际水样比对达到合格要求。

实际运维过程中发现，高浊度水样沉淀30min后，上层水样取样深度越深，浊度越高，这启发在自动监测系统中，保证取样足量的情况下可以通过降低取样深度来去除浊度对监测的影响。在滤网孔径选取上，何虎军等人指出，不影响水样代表性的情况下，采水时预先通过200μm 孔径过滤，可以避免管路堵塞，用光度法测定的项目，通常通过40 μm 孔径过滤，可消除浊度对测量的影响[5]。

但是针对多泥沙、高黏度颗粒、感潮断面以及洪峰过境等特殊水体特殊时期，要实现既不影响水样代表性又不影响数据准确性的双重目标，保障自动监测系统稳定运行，在预处理环节面临巨大挑战。目前，各运维公司和仪器厂商也在加紧这方面的技术研发和技术攻关。

3 进样分析环节对数据准确性的影响

自动监测系统进样分析环节中，高锰酸盐指数、氨氮、总磷、总氮自动分析仪器的监测方法可归结为光度法、滴定法、电极法三种。

其中光度法波长选取和消解温度对于测量数据的影响很大。比如，国标钼酸铵分光光度法测总磷，采用的波长是700nm，消解温度为120℃，但实验表明，通常磷的杂多酸在690～730nm 有明显的宽系数峰，最大峰值出现在710nm 处，高浓度磷和低浓度磷消解后，最大吸收峰会稍有移动，各品牌仪器根据消解温度的不同，波长选取稍有不同[6]。

滴定法中，高锰酸盐指数的影响因素有校准物质、溶液酸碱度、加热时间、加热温度、注射计量泵精度等。校准物质常用的有葡萄糖-谷氨酸和间苯二酚两种，间苯二酚在95℃基本达到稳定，而葡萄糖-谷氨酸需要在97℃～98℃才能达到稳定。

因此，当用间苯二酚作为校准物质来测定葡萄糖-谷氨酸标准样品时，由于加热温度稍偏低，对葡萄糖-谷氨酸消解程度不足，标样测定结果将会偏低[5]。当所测水样氯离子浓度大于300mg/L，如果继续采用酸性法，则会产生很大影响[7]。加热时间和加热温度等关键参数应该具体明确，注射计量泵出现老化应该立即更换。

电极法中，氨氮电极的半透膜容易脏污，出现气泡，高锰酸盐指数ORP 电极容易钝化，造成测量值偏高或偏低，因此应定期做好电极检查和保养工作。

进样分析环节对数据准确性的影响因素众多，一方面，对于关键参数类和试剂类因素在仪器安装好，性能调试合格，验收完毕后应该做好明确备案固化，后期运维过程中发生更改应向上申请说明原因通过多级审核后变更，对于日常检查维护保养类因素应该定期做好检查维护工作，并在数据平台进行平台填报记录；另一方面，应该综合利用“监测数据+质控数据+流程日志+参数识别+平台反算”的质量控制和量值溯源质控体系措施，做好数据质量监控[8]。

4 质量控制环节对数据准确性的影响

质量控制环节是水质自动监测系统得出真实准确的监测数据的质量保证，直接影响数据真实性和准确性。国家地表水水质自动监测站通过数据有效率、质控合格率、站点合格率等考核要求来实现保证数据质量的质控目标。

质控环节的内容包括对水站运行维护工作全过程的人员、仪器设备、移动监测车、常规五参数便携仪器、备机、标准物质、试剂、备品备件、监测环境等方面的质量保证及控制，通过日质控、周核查、月质控的多级质控措施及仪器核查结果、关键参数上传、远程控制等组成的多维度质控体系考核质控结果，同时制定了质量监督机制，从而保证数据的准确性。

（1）对于人员严格进行行为规范管理和考核。严格要求运维人员在水站运维工作中的行为规范，遵守国家法律法规，不参与任何有损于监测结果判断独立性和诚信度的活动，对监测数据的真实性和准确性负责，坚决禁止弄虚作假行为，对触犯“红线”的运维工作人员施行行业禁入。另外要制定奖罚管理制度，调动运维人员工作积极性和责任心。

（2）对于为自动监测水站服务的具有CMA 资质的检测机构、运维车辆、备机、常规五参数便携式比对仪等运维装备要有相应资质和年检或定期检查合格的证明材料以及详细的规范化管理体系。运维装备定期维护保养，故障的装备及时更换补充，确保可随时用于自动监测水站的维护和质量保障工作。

（3）对于自动监测系统中常规五参数、高锰酸盐指数、氨氮、总磷、总氮等仪器设备，按期按时完成周核查、零点/跨度核查、标液核查、加标回收测试、在线完成集成干预检查、多点线性核查等质控措施，且将考核结果、流程日志、关键参数上传至管理监控平台。多级质控措施是否合格直接决定监测数据的准确性和有效性。

（4）试剂和标准物质，水质自动监测系统所用试剂的纯度在分析纯（AR）以上，标准溶液的试剂纯度在优级纯（GR）以上。日常质控、核查工作使用有证标准物质，配制的试剂由CMA 检测机构配制，配制信息可溯源，采用专用试剂瓶盛装，且贴有明确标识（包括试剂名称、标液浓度、配置人、配置日期、有效期）统一配送、抽检，建立试剂管理制度。

（5）监测环境，其对质控结果会产生不同程度的影响，比如水样采集位置是否相同，质控过程中环境温度是否在正常范围内，标准样品配制过程是否严谨，校准和比对时的光线强度控制等。

5 数据采集与传输环节对数据准确性的影响

数据采集与传输环节中，数据修约规则对单次监测数据准确性影响最大。2020 年中国环节监测总站发布了 《地表水自动监测数据处理方法及修约规则（试行）》（总站水字[2020]90 号），对各监测参数数据修约做出了规定。各运维公司对分析仪器数据记录发送模块和工控机数据采集传输系统同步进行了升级，确保了数据修约规则的统一，消除了数据修约带来的影响。

数据漏传和数据传输恒值是最常见的两种异常传输情况，对统计的均值数据产生很大影响。由于网络不稳定、分析仪器数据记录发送模块和工控机数据采集传输系统宕机卡死、监测系统和数据管理平台偶发性传输匹配错误等特殊情况，造成数据传输不完整或者数据传输恒值情况经常出现。

出现数据漏传和数据传输恒值的情况后，运维人员应该及时的进行原因查清，对网络进行维护或仪器进行重启，尽可能进行数据补传，减少无效数据的数量，减轻数据采集与传输环节对数据准确性的影响。

结语

水质自动监测在地表水环境质量监测网络中已经大力推行，其监测数据已逐渐纳入水质评价和政府考核工作中。

这就要求数据的准确性必须得到保证，运维工作者和管理者对自动监测采水环节、预处理环节、进样分析环节、质量控制环节、数据采集与传输环节影响数据准确性的因素要充分的认识和理解，运用系统性的质控措施加强数据质量监控和关键参数类因素备案及变更审核，以提高自动监测的数据质量及自动监测技术水平，为地表水环境管理提供强有力的技术支撑。