海洋監測數據質量評估研究

鄭琳 ，劉艷 ，崔文林 ， 宋文鵬 ，曲亮

（1.國家海洋局海洋溢油鑒別與損害評估技術重點實驗室，山東 青島 266033；2.國家海洋局北海環境監測中心，山東 青島 266033；3.國家海洋局煙臺海洋環境監測中心站，山東 煙臺 264006）

近年來，全國海洋環境業務化監測得到了迅速發展。隨著海洋監測項目的不斷拓展，監測技術水平的不斷提高，監測數據資源迅速豐富起來。監測數據是環境質量科學表征的重要來源，高質量的監測數據是環境質量的科學反映。然而，在實際監測過程中，樣品采集、運輸、分析和采樣地點的偶發事件以及各環境要素本身的時空變化等一系列因素都可能對監測結果產生影響，導致數據出現異常（周馳等，2010）。美國EPA依據《數據質量評估導則QA/G-9R、QA/G-9S（Data Quality Assessment：A Reviewer`s Guide and Satatiscalmethods for prcatitioners）》對監測數據進行質量評估（王爾宜等，1999）。我國海洋監測數據的質量控制主要依據海洋監測規范第2部分：數據處理與分析質量控制（GB 17378.2-2007）與《海洋監測質量保證手冊》，而這些規范中給出的方法主要集中在數據產生過程的質量控制，對于后期數據使用過程的質量控制方法涉及較少，因此，數據質量評估停留在較低的數據審核層面。本文根據海洋監測數據特征，初步構建了數據質量評估體系，為提高我國海洋監測業務數據質量提供一定的依據。

1 海洋監測數據質量評估要求及內容

1.1 質量要求

質量定義為某種產品或工作預期性質的優劣程度。監測數據的代表性、完整性、精密性、準確性、可比性，即“五性”是描述海洋監測結果預期性質的質量指標。

（1）準確性與精密性

準確性表示監測結果與真實值的一致程度，是分析方法或監測系統存在的系統誤差和隨機誤差的反映，決定監測結果的可靠性。精密性表示多次測定同一重復樣品的分散程度，反映了分析方法或監測系統在測試分析過程存在的隨機誤差的大?。铖Y宇，2004）。

（2）完整性

完整性是指監測工作是否按計劃切實完成，獲得系統、連續的有效監測數據，數據的總量是否滿足預期的要求。主要表現在監測項目是否齊全，監測頻次是否達到要求，其他必需的數據項是否有漏測漏報等。

（3）代表性與可比性

代表性是指判別所獲取的數據是否客觀地反應監測區域海洋要素的時間、空間變化特征，符合監測要素的區域特征（陳上及等，1991）。可比性是指在環境條件、監測方法、數據表達等可比條件下所獲數據的一致程度。

1.2 評估內容

海洋監測數據主要有數據種類多、數據結構多樣、數據具有動態、區域性、數據量多樣化等特征。由于海洋環境的相對特殊性，同時監測過程已經采取了多重質量控制手段，海洋監測數據質量指標中準確性和精密性更多是以合理性體現。因此質量評估的主要內容是評估數據的完整性、合理性、代表性。數據完整性可以根據任務設置的目標進行評估。數據的合理性與代表性需要在掌握一定環境特征的基礎上，依據一定的方法根據評估監測數據是否符合海洋環境特征、是否符合合理的環境變化趨勢來發現及剔除異常數據。

2 海洋監測數據質量評估體系

開展數據質量評估，應結合數據特征和評估目標，依據一定的評估原則、建立評估內容與方法，確立評估工作程序。

2.1 評估原則

評估原則主要用來指導評估工作，即在評估過程中依據評估原則選擇評估方法、評估內容、制定工作程序。

評估原則應包括：

1）評估技術體系應符合國家公布的數據質量方面的相關技術規范、標準。

2）評估方法應具有科學性、可比性及實用性，評估內容要全面。

3）評估結果要科學、公正，評估中判別出的異常值要制定科學合理的處理原則。

4）評估工作要有重點、層次分明。

2.2 評估方法

近年來許多學者對海洋監測數據質量評估方法進行了研究，建立了客觀分析、回歸分析、線性擬合等方法（許自舟，2008；黃卓爾，2006），但是這些方法的計算公式或模型較復雜，在實際工作中有很大的局限性。美國EPA數據值評估是采用數據的統計處理、分析數據趨勢、離散度等進行評估（王爾宜等，1999）。由于海洋監測數據具有一定的概率統計特性，因此，在了解污染物的時空變化規律、各環境要素的變化特點及相互關系的基礎上，通過數理統計方法（即統計檢驗法）結合專業判別開展數據質量評估，是目前進行數據質量評估快捷、有效的方法。

2.2.1 合理性評估方法

2.2.1.1 統計檢驗法

統計檢驗法就是運用數理統計的方法檢驗監測結果是否合理。一般根據數據分布類型采用不同的統計方法。

（1）數據分布類型檢驗

數據分布類型不同，數據統計特性不同，常見的數據分布類型有正態分布、指數分布、極值分布等。數據分布類型可以依據Shapiro-Wilk檢驗法（8≤n≤50，n為樣本量，下同）和EPPS-Pulley檢驗法 （n≥8）（GB/T 4882-2001）開展檢驗。

（2）評估方法

正常情況下獲取的海洋環境監測數據一般符合正態分布規律，因此，本文主要對正態分布數據的評估方法進行介紹。非正態分布數據統計檢驗評估方法可以依據《Ⅰ型極值分布樣本離群值的判斷和處理》 （GB/T 6380-2008）和《指數分布樣本離群值的判斷和處理》 （GB/T 8056-2008）中的Dixon檢驗法和歐文法。

正態分布數據統計檢驗評估方法包括：格拉布斯檢驗法、Dixon檢驗法、萊特準則法（GB/T 4883-2008；馬彥峰，2010；史靜濤，2011）。

①格拉布斯檢驗法

格拉布斯檢驗法是根據順序統計量的某種分布規律提出的一種判別標準，計算公式為：

式中：Gn為格拉布斯統計量，x為監測數據，為樣本均值，s為樣本標準差，n為樣本量。確定檢出水平α后，通過查臨界值表進行判斷。

②Dixon檢驗法

Dixon檢驗法是利用極差比進行判別的一種方法，根據數據量大小檢驗公式略有差異，計算公式為：

式中：Dn為Dixon統計量，確定檢出水平α后，通過臨界值表進行異常值判別。

③萊特準則檢驗法

萊特準則檢驗法直接用3倍的標準差即3s作為異常數據的判別依據，如果1，2…n，則xi為異常值，s

以上3種統計檢驗法由于方法原理不同，方法適用性不同。格拉布斯檢驗法和Dixon檢驗法只能運于數據量n≤100的判別。Dixon法在數據量較少（n=3-5）的情況下，誤將可疑數據判為正常數據的可能性較大，可靠性較差。Dixon法可以重復使用以提高其檢驗靈敏度；同時，對于大樣本數據（n＞30），Dixon法可以判別多個異常值。對于小樣本數據（n＜30），格拉布斯法的判別功效最優，但是如限定檢出異常值個數大于1時，格拉布斯法檢驗功效較弱。萊特準則法判別功效較弱，但不受樣本量的限制，計算簡便避免了查表的繁雜過程，實際工作中可以達到很好的判別功效（樓潤瑜，2008，史靜濤等，2011）。

在實際運用中還應結合監測項目特征選擇檢驗方法。如pH、鹽度、COD等數據差異性小的監測要素Dixon法判別功效較好，對于營養鹽差異較大的要素格拉布斯檢驗法功效較好。

2.2.1.2 專業判別方法

依據數理統計理論對監測數據進行異常值判別是整個質量評估的一部分，其判別結果僅是統計理論在現實生活中的應用，判別的結果是否準確，與真實的環境質量情況吻合與否，還必須將統計檢驗方法與專業判別方法進行結合，即結合專業知識在區域環境要素特征與歷史資料分析成果的基礎上對數據的合理性與代表性進行質量評估。

（1）閾值檢驗法

閾值檢驗法是基于研究區域環境要素時空分布和變化規律，在分析研究已有的長期監測結果的基礎上，確定的符合區域環境特征的各監測要素正常取值范圍（即閾值），并通過數據比對判別異常值。閾值確定方法為：根據所有的監測數據計算出平均數、標準差（屬于對數正態分布者計算幾何平均數、幾何標準差），并計算出95%上、下限值和99%上、下限值，當樣本量N≥50時，取99%上、下限值為閾值，當樣本量N＜50時，取95%上、下限值為閾值。如中國近海斷面監測與趨勢性監測都是長期監測任務，至少積累了50年的數據，對于這些監測區域的環境要素的環境特征已經有了一定基礎，這些區域的監測數據質量評估就可以充分運用閾值檢驗法。

閾值檢驗法操作簡單、直接，能夠有效地檢驗出極端異常的數據。但是，閾值檢驗法由于閾值確定的限制（閾值需要監測區域與監測要素相對固定、監測時間序列至少10 a以上資料來確定）。對于資料時間序列短、尤其是新開展監測項目數據的質量評估，效果很難顯現。

（2）相關性檢驗法

由于物質自身的化學性質和現實海水環境中的實際情況，海水環境監測中的一些基本項目間必然存在一定的關聯或關系，如總氮（TN）是有機氮（TON）和無機氮 （TIN）的總和，而 TIN包括NH4-N、NO2-N和NO3-N，所以TIN的量不應高于TN的量?？偭祝═P）是指水中正磷酸鹽、聚合磷酸鹽、可水解磷酸鹽以及有機磷的總濃度值，則正磷酸鹽、聚合磷酸鹽、可水解磷酸鹽的總和應小于TP。Cr的化合物常見價態有三價和六價，三價鉻和六價鉻可以互相轉化，因此六價鉻的濃度不能高于總鉻的濃度。河口、海灣及小區域的環境要素具有一定的相關性，如膠州灣溶解無機氮、活性磷酸鹽、活性硅酸鹽3種營養鹽之間、營養鹽與pH、COD、鹽度環境因子之間具有明顯的相關性（姚云等，2007）；福建省深滬灣溶解氧與浮游植物、懸浮物相關性顯著（羅冬蓮，2002）。在數據質量評估中可以根據這些監測要素的相關性判別是否存在異常數據。

2.2.2 代表性評估方法

數據代表性評估能很好的判別數據是否符合海洋環境特征。如浮標、海床基、船舶定點連續監測等新型監測手段獲取的數據資料時間序列長、連續性強，具有一定區域穩定性，但是在特殊環境下，獲取的數據也會出現穩定性差，這時就需要評估數據的代表性。目前對數據代表性評估常借助數據模型進行分析，常用方法有時間序列分析法和特征曲線擬合法。

（1）時間序列分析法

時間序列分析是應用數理統計方法處理系統觀測得到的時間序列數據，以分析或預測環境要素的特征和發展。它的基本原理：一是承認事物發展的延續性。應用過去數據，就能推測事物的發展趨勢。二是考慮到事物發展的隨機性。目前采用的模型是統計學家Box C.E.P.和JenKins G.M.在20世紀70年代提出的時間序列分析模型，即自回歸滑動平均模型（Autoregressive Moving Average Model）（龔紹琪，2008）。ARMA（p，q）模型可以表示為：

Xt…，當式中q=0稱為p階自回歸模型AR（p），θk（k=1，2，…，p）是自回歸系數，p為模型的階次，即滯后的時間周期，當p=0稱為q階滑動平均模型 MR（q），ψk（k=1，2，…，q）是滑動平均系數，q為模型的階次，εk為各階的殘差（Paulo etal，2004）。

時間序列法簡單易行，便于掌握。如王世明（2010）應用時間序列分析的ARMA模型對海洋浮標壓力測量數據中偏差的數據進行了質量評估。高強等（2009）提出ARMA模型適合分析渤海COD數據。

（2）特征曲線擬合法

對于長時間的大樣本的監測數據，在環境及污染要素組分變化不大的區域，可以運用曲線擬合的方法進行異常數據的判別。如張發兵等（2007）對DO、NH3-N、COD進行曲線擬合，用曲線的邊界點作為控制邊界篩選異常數據。該方法在擁有一定時間跨度的資料積累基礎上，擬合邊界特征曲線和曲線方程能對數據代表性進行可靠的判別。

2.3 評估體系

依據上述評估方法，結合評估工作原則、內容，初步建立了海洋監測數據質量評估體系（圖1）。為體現評估工作的層次性與重點，采用分階段評估體系：

圖1 數據質量評估工作流程圖

第一階段為準備階段，主要開展2方面工作：①根據評估目標確定評估方案：結合數據使用需求確定評估目標、評估要素及內容、評估原則（包括評估方法的選擇原則、異常值處理原則）等。②資料搜集與數據整理。對評估數據進行初步的統計分析，確定評估要素及其特征；搜集研究區域內與評估要素相關的環境特征及變化趨勢研究成果，確定閾值及相關性評估內容。

第二階段為質量評估階段，包括兩方面工作：①數據完整性評估。根據評估目標，對數據的完整性即數據格式、項目、數據量等進行評估，該項工作可以借助計算機程序完成。②根據評估要素特征，依據統計檢驗法、專業判別法、時間序列分析法和特征曲線擬合法等方法，從判別監測數據是否符合海洋環境特征、是否符合合理的環境變化趨勢、判別監測數據的準確與合理性，發現及剔除異常數據等幾方面開展質量評估。

第三階段工作為評估報告編寫，根據各個階段的評估結論編寫評估報告，總結數據的代表性、完整性、合理性、準確性、可比性等質量評估結論，提出數據使用意見。

3 案例

選取了2011年10月渤海外業監測數據進行質量評估。該航次任務為檢測船載集成系統與傳統球閥式采水器2種不同采水方式下對海水中硝酸鹽、亞硝酸鹽、氨氮測定結果的影響。監測區域為渤海海域，分析方法為流動分析法（HY/T147.1-2013），儀器為海水營養鹽自動分析儀，站位分布見圖2，監測結果見表1。

經過初步的數據整理，本航次數據量較大，數據差異明顯，本次質量評估為發現并剔除異常數據，為后期數據分析提供依據。

3.1 評估方案

評估目標：①判別兩種不同采水方式下監測數據的完整性，剔除不完整數據。②判別兩種采水方式獲取的數據是否符合合理的環境變化趨勢即合理性，剔除異常數據。③判別兩種采水方式獲取的數據是否符合海洋環境特征即判別監測數據的準確性，剔除異常數據。

評估要素為硝酸鹽、亞硝酸鹽、氨氮。

評估原則：選擇標準或規范方法，對異常值進行原因分析，從整個采樣、分析流程查找是否有技術原因，在技術上有異常原因者，異常值舍棄。未查找出技術原因的經過統計檢驗又是高度異常的異常值，作為離群值保留提出使用意見。

3.2 評估方法

數據完整性由計算機程序判別，在此不再分析。由于2組數據差異性較大，而且研究海域--渤海的研究成果豐富。因此選取統計檢驗與專業判別法進行質量評估。

圖2 渤海2011年海試監測站位圖

表1 監測結果（μg·L-1）

3.3 評估程序

①對數據分布類型檢驗，然后確定統計檢驗方法；②搜集渤海硝酸鹽、亞硝酸鹽、氨氮歷年監測結果，確定閾值限值與相關性評估內容。③在數據專業評估的基礎上，開展統計檢驗，剔除異常數據。

根據分析，本航次數據符合正態分布特征，數據量30＜n≤100，選擇格拉布斯法進行統計檢驗，技術參數設置為：檢出水平α=0.05，異常值檢出個數≥1，重復進行格拉布斯法檢驗直至檢驗統計量滿足檢驗規則。閾值限值見表2。根據歷史資料研究海域硝酸鹽含量高于亞硝酸含量，以此進行硝酸鹽和亞硝酸的相關性分析。

3.4 評估結果

評估結果見表2。根據質量評估，共判別出14個異常數據。其中，球閥式采水器監測結果中有7個氨氮異常值、2個硝酸鹽異常值、1個亞硝酸鹽異常值；船載系統采水監測結果中有1個硝酸鹽異常值、2個氨氮異常值、1個亞硝酸鹽異常值。原因分析發現球閥采水器的部分氨氮樣品由于分析中采用的試劑保存不當出現分析誤差，這部分異常值進行了剔除。其余異常值未查找出原因，但是統計檢驗為高度異常值，建議不參與后續評價。

表2 質量評估結果

4 討論

質量評估過程中，統計檢驗法與專業判別法評估順序應結合實際情況選擇。一般先進行專業判別，通過專業知識或經驗“舍去”絕對偏差較大的可疑異常數據或顯著不合理的數據，評估絕對偏差較小的可疑異常數據。如果這些可疑異常數據為真實異常數據，則原先暫時“舍去”的絕對偏差較大的可疑異常數據也必然為真實異常值。否則，再逐個對絕對偏差較大的可疑異常數據進行評估。如案例中球閥式采水器獲得的氨氮結果，如果直接進行統計檢驗，僅能評估出5個異常值，另外2個異常值未判別出。專業判別中的相關性分析應在統計檢驗剔除出異常值后進行，否則評估結果不準確。對于統計檢驗方法應注意判別多個異常值時必須重復使用判別方法和檢驗規則，如果沒有檢出異常值評估可以停止；否則，應先除去已檢出的異常值然后繼續評估直至沒有異常數據被檢出。如案例球閥式采水器獲得的氨氮結果進行格拉布斯檢驗法評估就進行了5次判別。

本文建立的評估體系只是給出了海洋監測數據質量評估的關鍵內容及工作程序，實際工作中專業評估方法應不斷與環境特征研究方法和成果進行緊密結合。

5 結語

本文根據海洋監測數據質量評估的要求及內容，以評估監測數據的準確性、合理性、代表性為評估內容，建立了海洋監測數據質量評估體系，分析了海洋監測數據質量評估方法及適用條件，解決了海洋環境監測數據使用中質量管理的瓶頸，從而實現了海洋環境監測數據的質量審查和控制。在實際工作中，應加強監測全過程的質量控制，加深監測結果的特征分析、污染物與環境要素相關性分析研究，從而為數據質量評估體系提供科學依據，使數據質量評估走上規范化、科學化、信息化道路，提高海洋監測工作技術水平和工作質量。

Paulo C,Miguel R,Jose N,2004.Evolving time series forecasting ARMA models.Journal of Heuristics,10:415-429.

陳上及,馬繼瑞,1991.海洋數據處理分析方法及其應用.北京:海洋出版社.

高強,王洪禮,李勝鵬,等,2009.COD濃度非線性檢驗與預測.海洋通報,28(10)：96-101.

龔紹琪,黃家柱,李云梅,等,2008.應用時間序列分析法對太湖葉綠素a含量的動態研究.海洋與湖沼,39(6)：591-598.

黃卓爾,徐麗莉,2006.環境監測數據線性回歸分析中回歸模型的比較.中國環境監測,22(30)：57-59.

樓潤瑜,吳江云,王水生,等,2008.檢測數據異常值判斷方法的優選.檢驗檢疫科學,18(6)：19-20.

羅冬蓮,2002.深滬灣溶解氧的分布及其與浮游植物、懸浮物的相關性研究.海洋通報,21(1)：31-36.

馬彥峰,張勇,2010.環境監測數據結果評價.環境保護科學,36(1)：63-64.

史靜濤,周智海,2011.海洋站數據質量控制技術研討.海洋技術,30(1)：114-116.

王爾宜,魏莉,張懷北,等,1999.淺談監測數據審核及異常數據的分析與判斷.環境監測管理與技術,11(3)：46.

王世明,李永樂,2010.ARMA模型在浮標壓力測量誤差問題中的研究.計算機測量與控制,18(9)：2054-2056.

許自舟,2008.客觀分析在海洋環境監測業務中的應用.海洋環境科學,27(增刊 2)：100-103.

楊馳宇,2004.環境監測數據的審核研究.吉林師范大學學報,2：72-73.

姚云,鄭世清,沈志良,等,2007.膠州灣營養鹽及富營養化特征.海洋通報,26(4)：91-97.

張發兵,張明旭,韓中豪,等,2007.大樣本水環境監測數據中異常數據的篩選方法研究.中國環境監測,23(2)：54-57.

周馳,劉波,任越,等,2010.淺談美國環境監測質量保證與質量控制.中國環境監測,26(3)：45-50.