文_李慧 陳楓 彭州市環境保護局彭州市環境監測站
環境監測數據應該是最具代表性和完整性的數據。代表性是指在進行環境監測的過程中能夠將污染物的情況準確表示出來,數據能夠充分代表實際的環境污染情況;而完整性則要求監測數據要做到盡可能詳細,不能夠出現關鍵數據的缺失或遺漏。通常來說,環境監測數據的完整性和代表性受到采樣時間、周期以及頻次的影響。
環境監測工作是環境管理和環境執法的重要依據,其數據的準確性、客觀性和合法性會對后續的環保工作產生重要的影響。因此在進行環境監測的過程中,工作人員必須要遵守相關法律法規、標準和監測技術規范等,確保數據能夠反映最真實的情況,且不會被其他的干擾因素所影響。
(1)現場采樣操作的規范性
對于現場采樣的點位確定,目前,部分國家標準和監測技術規范對采樣位置是有一定的規定的,但是往往具體的現場情況卻有很多不確定性,這就需要現場的工作人員根據現場條件、自身經驗等因素來判定采樣點位。實施采樣過程中,除了采集現場空白、全程空白等常用質控手段,還可以采用現場多次采樣的手段,但多次采樣又會受到現場工況條件等的限制。
(2)樣品運輸及保存的規范性
環境監測樣品從完成現場采樣后運輸到實驗室的過程中,也會產生數據不準確的情況。比如說很多樣品在保存中需要依靠低溫或者是加固定劑等條件來保持穩定,但是在實際的工作過程有可能因工作疏忽或現場條件所限,沒有完全按照相關規范進行操作,實驗室往往也難以追溯前端工作的細節,因此一旦在樣品運輸和保存環節出現了問題,即使實驗室的工作再準確,最終的監測數據結果也會出現誤差。
對環境監測實驗室分析工作來說,監測方法的選擇十分重要,工作人員要能夠根據實驗室條件和采集樣品的具體情況合理選擇監測方法,比如重金屬監測分析中,對不同濃度不同介質的樣品,采用的預處理方法和分析方法都是不同的。
此外,監測儀器設備的準確性也是十分重要的,從目前各級環境監測站和檢驗檢測機構反映的情況來看,不同的儀器設備對相同樣品的分析結果是存在一定差異的。如果實驗室選擇的監測設備精確度和穩定性不良,最終的實驗結果必然受到影響。
離群數據主要是指實際的監測數據和全部監測數據的平均值產生較大偏差的情況,這樣的數據不能夠正確反饋環境污染的程度以及污染的實際情況,所以在環境監測工作中被判定為異常數據。同時針對離群數據這一情況,《飲食業油煙排放標準( 試行) 》( GB 18483 - 2001) 中對這一概念進行了界定,該標準指出小于最大值四分之一的數據就可以被視為無效數據,可以剔除。在其他的標準中尚未出現關于離群數據的界定方法。在當前環境監測工作中,對于離群數據主要是通過數據分析和人工方式來對離群數據進行判別,再對其進行數據初步核實或是補充監測等措施進行處置,至于離群數據是否屬于無效的異常數據,就需要通過進一步的分析和判定,避免出現真實數據被刪除的情況。
不合理數據主要是指環境監測的數據出現不符合日常監測邏輯的情況,比如說在進行污染源監督性監測中,得到的監測數據呈現出污染物進出口倒置的情況,這往往說明污染治理設施運作不正常或者是監測人員在進行監測操作時可能發生了不合理的操作行為,致使最終的數據受到影響。
跳躍性較大是將監測數據與同一對象的歷史監測數據相比較而言的,指監測對象的監測數據與其較長期的監測歷史數據發生較大偏差的情況。在監測對象的狀態相對穩定,其生產工藝、工況沒有發生明顯改變的情況下,這種數據的出現往往表明監測工作本身出現了一定的問題,需要仔細核對現場采樣、樣品運輸保存和分析過程等環節是否出現了異常,尤其還要仔細核實監測對象的狀態是否發生了潛在的,不明顯的改變。
采樣過程中出現了偏差是導致環境監測數據異常的主要原因,造成這種情況的原因主要有兩個:首先是采樣操作不規范的問題,比如說采樣儀器出現了故障仍然進行采樣,或者是沒有按照相應的技術規范進行采樣;其次是采樣點位不規范的問題。
對實施采樣環境監測工作來講,數據的分析需要通過實驗室進行,需要將樣品從采樣地運輸到實驗室,這一過程中如果不能夠合理保存,就會導致樣品受到影響,致使最終的實驗結果出現異常。
樣品分析是生產環境監測數據的一個重要環節。對樣品分析過程進行有效的質控是減少分析誤差的一個重要手段,能有效防止人員操作失誤、分析試劑過期、分析項目受外環境干擾等。需要注意的是,即使實施了常見的質控措施,且措施均評價有效的情況下,仍然可能出現較大的樣品分析誤差。比如水中氨氮項目的測定,若樣品中含有較多氯離子、金屬離子,但樣品的直接感官并不明顯,分析人員可能直接對樣品實施測定,且分析校準曲線、平行樣測定、盲樣測定均表現良好,但水樣測值仍可能出現數倍的誤差,而分析人員往往還不知情。要有效避免這些誤差,非常依賴監測人員的分析經驗和專業素養。
在進行環境監測的過程中,首先要對異常數據進行識別,前文闡述了異常數據的主要類型和成因。通常來說,異常數據的數值和日常工作中呈現出來的普遍數值不相符或邏輯上不相關。在發現了異常數據之后,就需要對異常數據進行系統的分析。需要強調的是,異常數據并不一定是無效數據,不能隨意剔除。判定異常數據的有效性,應根據數據的來源,倒查監測流程的所有環節,包括但不限于監測對象的穩定性,采樣、運輸和保存的規范性,分析實驗的規范性,質控措施的有效性,樣品處置和實驗環境的影響,人員的工作狀態等因素,并綜合這些因素的核查結果來對異常數據的有效性進行判定。如確認異常數據無效,或不能確定其是否有效,那么異常數據不應該被采納,而是應該根據相關規定將數據剔除或者是重新監測;如經查證確認異常數據可信,那么可以將其采納到最終的監測結果中,但應保留確認異常數據有效性的支撐材料以備后用。
為了提高數據監測的準確性,就必須要提升工作人員的專業素養,強化技術水平和分析能力。機構要對工作人員進行定期的培訓,尤其是對一些真實案例開展學習,以提高工作人員應對異常數據的分析和判斷能力。
監測數據是在一系列的監測環節中產生的,審核也必須針對整個監測環節展開審核。監測機構必須要建立起數據的多級多次審核制度,避免數據審核工作出現紙面審核,單一審核的局面。監測機構要能對每一個數據,每一個環節進行有效追溯,如果出現了異常數據,要能夠根據數據來源的各個環節來分析產生異常的原因,準確判別異常數據的有效性,并及時發現問題,規避風險。
總體來說,環境監測已經是我國生態環境保護工作中必不可少的環節。對監測機構來說,保障監測結果的有效性是最重要的。在環境監測工作中,出現異常數據是比較常見的情況,工作人員要能夠通過科學有效的方式來對異常數據信息進行處理,妥善解決異常數據的問題,有效提升環境監測工作的質量。