探究污染源自動監控數據質量的影響因素

郁 偉

（安徽省生態環境監測中心，安徽 合肥 230000）

隨著環境污染的日益加重，污染源自動監控系統的作用越來越重要，而污染源自動監控數據也成為現場執法、環境管理的主要依據，其質量水平直接關系著污染治理、執法工作的效果。因此，為了保證污染管控執法的準確性，需對自動監控數據質量影響因素展開深入分析，并提出有效的數據質量改善方案，增強數據的可靠性，推動污染治理、環境管控事業的發展。

1 配套設施質量因素

（1）一般來說，污染源自動監控系統的工作流程如圖1所示，該流程運行所需的配套設備包括：監控網絡設備、分析儀器、數采儀、工控機等，這些設備作為監控數據測定工作的主要應用設備，其使用性能和狀態與所測得的數據質量密切相關。現階段，配套設施市場上此類設備儀器產品的類型較多，質量也參差不齊。由于市場門檻較低，對于造假方面還未設立明確的標準，因此，此類設備儀器的市場管控依然處于粗放的狀態，這使得監控配套設施的質量難以得到保障，容易影響數據質量水平。

圖1 污染源自動監控工作流程

（2）相關部門需要對配套設施的性能、質量進行管控，應建立健全以及明確監測設備、儀器的使用標準，加強市場監管，提高設備、儀器的市場準入門檻，并且提高假冒偽劣產品的懲罰力度，以此全面改善市面上流通的設備儀器的產品質量，確保其性能水平達到污染源自動監控測量的要求。目前，大部分環境監管部門會將污染源監控工作委托給專業的企業，以降低成本。因此，為保證監測工作的專業性，在委托合同上，可以將所用儀器設備的質量標準寫明，以此督促企業應用性能好、質量水平高的儀器設備。同時，環境監管部門還要在設備、儀器投入使用之前，組織專業的技術人員按照相應的標準，對其性能質量進行檢查，確認沒有問題后，才能準許企業將其投入使用，以此增強污染源監測的治理效果。此外，環境監管部門還可以與市場監管部門聯動，共同制定監管方案，使市場上流通的儀器產品能夠符合污染源監測工作的需求，以此提高監測數據的質量。

（3）需要注意的是，如果安裝不當，也會在一定程度上影響設備的質量性能，因此，在將監測工作委托給企業時，應注意做好企業核查，以確保企業的資質與實際能力可以滿足監測工作要求，深入優化監測數據質量水平。

2 系統運維管理因素

（1）在進行監控測量中，設備、儀器的運維工作通常由專門的運維企業承擔，由于這些儀器、設備不間斷地運作，且受外界因素的影響較大，所以故障幾率也較高。如果企業不能及時做好故障的預防和修復，就會導致測量的數據誤差較大、數據間斷等問題，降低了污染源監控數據的參考價值，形成了數據質量的運維管理影響因素。為此，相關企業要從監控設備儀器運維方面入手，開展數據質量管控工作，以保證污染源自動監控的工作效果。

（2）在系統運維管理中，應當確立委托合同，在合同中需注明運維工作人員必須持證上崗，且每周至少到設備現場進行一次檢修，若檢修時發現設備異樣，要立刻進行處理、記錄。同時，也要注意檢修采樣管，并做好管道情況記錄，如發現堵塞情況、穩固狀態等，要進行清潔過濾，以免污染物處理系統等因不潔凈而導致性能受到影響。此外，還要明確要求運維企業，每月對檢測電機、感應器、電磁網等設施進行檢查，并對照信息備案查看設備儀器參數是否正確，一旦發現參數錯誤，應立即調查原因，及時修復故障并校準設備儀器。

（3）在常規的保養上，也要向運維企業提出明確的要求，促使其每周按照現行規程，對監測水質、化學需氧量、總磷、氨氮等自動監測設備進行養護、校準，確保其能夠保留為期一年以上的歷史信息。

（4）為了保證運維企業能夠有效完成上述要求，要采取抽查、定期檢查等方式，對其工作落實情況進行檢查，一旦發現運維工作不到位，需立即整改，必要時還要依照合同追究運維企業責任，以此保這證自動監控設備的良好運行狀態，提高所測得數據的質量。

3 人為干擾因素

（1）在自動監控檢測中，人為干擾因素也是一項重要的數據質量影響因素。目前，部分單位為了逃避執法檢查，會以人為干擾的方式擾亂設備的運行，導致最終測量數據不準確。例如，在監測中人為修改分析儀、數采儀的量程，或儀器的污染因子參數，用虛假數據以模擬信號的形式上傳，同時，在工控機、分析儀的數據線上設置信號削弱裝置，然后借此發送虛假數據，導致所監測到的數據失去價值[1]。

（2）為了應對人為干擾因素，相關部門需加強設備檢查力度，并采取針對性的檢查監督措施，同時，結合完善的責任追溯制度對其進行治理，以保證監測數據的質量。就目前來看，常見的人為干擾方式包括監控網絡干擾、分析儀參數干擾、工控機和數采儀干擾等。①監控網絡干擾是指通過蓄意切斷、干擾網絡連接，阻止正常的采樣上傳，導致監控系統失效，以此回避監管。因此，一旦發現超標時段斷電，需立刻調取斷電時的監控，確認是否是人為斷電。②分析儀參數干擾是指通過對軟件、參數進行造假，用不真實的數據方式逃避監管。例如，人為地在分析儀中嵌入造假軟件，使軟件能夠自動生成數據進行上傳，或人為修改量程、設備參數、計算公式，導致數據不真實。為此，需借助突擊檢查，切斷采樣管路，觀察數據變化，來判斷是否存在人工嵌入造假軟件的情況，并對CEMS參數設置界面等位置進行全面檢查，查看是否存在人為修改參數、計算公式等情況。③工控機、數采儀干擾則是指人為修改參數量程，或在數據線上設置信號削弱裝置，以此上傳假數據。鑒于此，需前往現場進行檢查，查看工控機、數采儀的量程誤差是否＜1%，以及兩者數據是否一致。若兩者數據一致、誤差小于1%就說明無問題，反之則可能存在人為干擾，需及時加以處 理[2]。

另外，還要健全責任追溯機制，設置完善、明確的配套制度，對人為干擾現象進行追責，以進行有效治理并保證數據質量。

4 數據質量監管因素

（1）在數據質量方面，監管粗放也是影響數據質量的主要因素。通常在粗放、傳統的狀態下，監管工作難以從源頭以及更深層次杜絕各項影響因素，導致數據質量水平遲遲得不到改善。為此，需加大監管力度，積極引入高新監管手段，對自動監控工作的開展予以嚴格管控，深入優化監控數據質量水 平[3]。

（2）在數據質量監管工作中，首先，要結合實際情況計劃制定一個詳細、完整的監管工作流程，并將其落實到書面，形成監管工作細則，明確各項監管工作側重點，以免監管過程中出現漏洞。其次，對監管工作要有針對性的建立、完善、明確、精細化的監管工作條例規范，指導監管人員的工作，以增強監管工作的嚴謹性。最后，需積極開展監管人員培訓工作，不斷優化他們的業務能力，使其在監管工作中可以準確、及時地發現和處理各項數據質量影響因素，提高檢測數據質量。其中，為了提高開展培訓的便捷性，可運用線上的培訓方式，并結合階段性考核，來代替定時、定點的線下培訓，消除地理、時間因素對培訓工作的影響，加快推進監管人員的業務能力，以提高數據質量監管效果。

5 結論

綜上所述，通過改善各項數據質量的影響因素，達到了為環境治理工作的開展提供良好條件的目的。在自動監測污染源的管理上，采取有效措施應對監控數據質量影響因素，能夠提高設備數據測定的準確性，使其擁有良好的數據測量狀態，力爭消除因違規操作引起的數據質量問題，從而獲得更好的監測效果，保證監測數據具有參考價值，為提高自動監控數據的質量奠定基礎。