环境空气监测数据分析及处理策略探究

龙源期刊网环境空气监测数据分析及处理策略探究作者：张娅莉杨文瑞来源：《农家科技下旬刊》2018年第01期摘要：本文从正常监测数据和异常监测数据两个方面着手，以异常数据分析为重点，并结合相关城市的空气质量监测数据，介绍环境空气监测数据分析及处理策略，以望实现环境空气质量监测数据标准化，确保空气自动监测系统稳定运行。关键词：环境空气监测；异常数据；策略近几年，我国为解决环境空气质量问题，从空气自动监测系统等相关设备入手，为空气质量的监测工作提供技术支持。该系统在空气质量自动监测站开展质控检查的同时，也能够准时预测空气污染的局部发展趋势，但遇到停电、空气质量突变的情况时，较易产生异常监测数据，不能及时掌握空气质量的变化趋势。在利用空气自动监测系统时，对其监测数据进行正确分析，有助于采取及时有效地预防措施。一、正常监测数据的分析及处理策略1.正常数据分析（1）数据筛选。空气自动监测系统具有高度精准性，对空气质量监测很有帮助。在监测环境空气质量时，对系统监测的数据进行“数据筛选”工作，消除异常数据，剩余数据即为正常数据。（2）数据列表。在开展环境空气监测工作时，影响空气质量的污染物存在多样化。整合监测数据需要对空气质量自动监测站中的因素进行分类，建立数据表格，将不同影响因素和时间顺序填写到表格中，实现监测数据系统化、规范化。（3）数据画图。直方图、曲线图、折线图、柱形图、饼状图，这些都可以应用于正常数据画图分析中。根据数据列表，利用相关图形来呈现空气质量的变化趋势，简单清晰的反应出空气质量的优差情况以及各个监测站的区别。2.处理策略结合上文的正常数据分析，可知：不同监测站的污染物来源地区不同，对监测数据会产生一定的影响。因此，在分析环境空气监测数据时，需要重点注意主要污染物的来源地区，且地理位置或气候因素也会造成空气监测数据发生变化。以工业区和居民生活区为例：工业区因受到化学物质的长期污染（如：硫化物、氮氧化物），导致空气质量较差；居民生活区在冬季因使用煤炭而排放出大量硫化物，从而造成空气污染。结合以上情况，在整理正常监测数据时，由于不同监测站的地区环境并不相同，得出的数据也会产生一定的变化，需要正确排除较大的龙源期刊网突变值，理性分析数据情况，对差异较大的数据进行地区环境调查，正确掌握空气质量变化情况。二、异常监测数据的分析及处理策略1.异常数据分析（1）数据质量现状。某监测站数据统计提出，实时监测数据中存在0.89～4.15左右的异常数据，具体存在形式为：异常数据现象占据40%、数据突变现象占据15%、数据波动现象占据20%、数据负值现象占据25%。由此可见，在环境空气监测中，异常数据占据极大部分，需要针对产生原因及时处理，为空气质量监测提供正确的数据。（2）产生原因分析。①分析仪故障：二氧化硫分析仪。该分析仪的采样管和限流孔的直径较小。在环境空气监测过程中，当空气中的灰尘量过多时，容易产生管道堵塞问题，对仪器的监测造成不稳定性。此外，二氧化硫分析仪的内置泵也易较灰尘污染而出现泵膜受损情况，从而加重紫外灯或相关检测器的老化程度，与光电元件受到污染成为常见的分析仪故障，及其容易产生监测值突变。二氧化氮分析仪。该仪器与二氧化硫分析仪的内部构造相似，采样管和限流孔较易造成灰尘阻塞。其中，在仪器使用时，光电倍增管室温度突破极限现象时常发生（正常温度为0～4度），达到钼炉传化率的95%，造成二氧化氮分析仪中的监测数据出现异常，从而发生监测值突变现象。PM10监测仪。对于PM10监测仪的故障问题，主要从采集气路系统、采样滤膜带和走纸主动轮等方面来考虑。当采集气路系统出现漏气现象时，仪器的采样量低于15.6L，对仪器的流量计造成运行阻碍，可能致使监测值变高；空气中的温度差异也能对监测值产生影响：在遇到雷雨天气时，空气的湿度随之增加，仪器加热管无法完全分离空气中的水份因子，滤膜带上的水份加重，导致监测值可能出现低值或负值，造成数据偏差过大；走纸主动轮的性能受到高度重压或低压时，较易出现监测值恒定不变现象。②气路故障。在使用空气自动监测系统时，采样头过多接触空气后，容易产生污染物粘附问题，导致监测值的准确率不高。同时，当采样管管路堵塞时，引风机会出现相应的故障（如：风向偏离实际位置），且阀板电磁阀不畅通也会造成监测数据值出现较高、无变化、偏低等问题。③其他故障。除以上所说仪器外，其他仪器在数据模拟输出过程中，线路松动也会造成所显示的数据值与实际监测值不相匹配，出现异常监测数据。另外，工控机死机和供电系统的稳定性较差都容易造成离群或异常现象，不利于监测数据的应用。2.处理策略龙源期刊网（1）解决突变异常值。根据“数据质量现状”中的研究显示，突变异常值容易发生在应急污染事故中，对正常情况的监测还是比较稳定的。当环境空气监测出现极度上升或快速下降的情况时，外在因素（监测位置处于污染源下风向等）的影响性较大。（2）仪器故障数据。结合“产生原因分析”中的仪器故障，任一故障都能产生异常监测数据。当自动监测系统出现重启现象时，需要注重监测仪器的预热稳定期，等到仪器的统一指标出现正常运行时，即可对异常检测数据进行整合处理，对前段时间的数据监测均不参与计算。同时，由于空气压力或压强，对监测仪器出现报警现象，这时的监测仪器所得的监测数据，作为无效数据处理，避免造成数据的精准性变差。（3）去除异常数据。在完成监测数据工作后，数据处理人员需要准确去除异常数据。具体方法如下：从监测数据中去除异常数据后，查看剩余的正常数据是否达到规定时间范围数值（SO2和氮氧化物为18h、PM10为12h），达到就可以直接去除，如果没有达到则需要采取其他的监测方法。例如，某省对省内空气质量进行自动监测时，对空气质量自动监测时段设置为前天11：00～当天11：00，方便去除异常数据，保留正常监测数据。三、结语综上所述，对“正常监测数据”和“异常监测数据”的分析，需要从不同层面进行处理。为深入开展环境保护工作，提高环境空气质量也是重要的工作内容，利用空气自动监测系统使其监测数据保持稳定性，提供科学的环境管理方案。在具体监测仪器故障中，要针对异常数据的性质特点，结合具体情况利用正确合理的解决措施，从多个角度处理异常数据，为环境空气质量提供有效解决措施。参考文献：[1]杨亚洋.环境空气监测数据分析及处理.中国新技术新产品[J]，2011（23）.[2]陈琦.宝鸡市空气质量监测及数据分析.安徽农学通报[J]，2008（14）.