水质监测数据直接反映着水资源的状况

来源：https://www.shuizhifenxi.com/ 作者：余氯检测仪时间：2018-08-06

　　摘要：水是人类的宝贵资源，水质监测数据直接反映着水资源的状况，准确、有效、科学的水质监测数据分析方法对呈现水质信息和水资源状况的直观化和真实性具有重要意义。
中国论文网 /2/view-12598320.htm
　　关键词：水质监测数据分析信息真实性
　　1. 引言
　　随着科技的发展、社会的进步，水环境的状况越来越多地得到社会的关注和重视。水质监测信息是水质情况的直接反映，是水质信息统计与发布的基础。水质监测已经从以前完全依靠人工采集、处理、分析、传输，逐步向自动化方向发展。先进的数据采集技术，越来越多地应用于水质监测。然而，随着通信技术和网络技术的飞速发展和广泛应用，人们希望能够更便捷、更直观地获得水质信息，能够更及时、更准确地得到数据处理结果，因此，精确、高效的水质监测数据分析方法对呈现水质信息和水资源状况的直观化和真实性具有重要意义。
　　2. 水质监测数据分析的必要性和重要性
　　水质监测数据是水质监测的成果和监测的产品，反映了水质质量的状况和变化趋势，说明了水体污染源排放的状况，体现了水体潜在的水质风险。精确、有效的、能够反映水体实际状况的水质监测数据将有效能够提升政府的公信力，能够恰如其分的满足百姓知情权的需要，同时，水质监测数据的准确与否将直接关系到监测分析机构的形象。
　　由于水质监测系统所涉及的数据信息量大、来源复杂等特点，要根据水源情况通过一定的数据分析方法对水质监测数据进行准确的分析，以选择有效的水质监测数据。并通过科学的数据分析方法对水质检测数据进行分析从而实现监测数据能快速、准确的传递水质信息，为相关决策部门及时了解水质状况，发布水质公报，为控制水质和治理水环境提供科学依据具有重要的现实意义。
　　3. 水质监测数据质量要求和有效性判别
　　为提高水质监测数据的质量，使水质监测信息更加准确、更加具有可比性，水质监测数据应具有一定的质量要求和有效性。
　　3.1 水质监测数据质量要求
　　水质监测数据的质量要求是为监测数据的最终使用者提供明确定量的且能接受并使用的数据。为了确保水质监测系统监测数据的准确、可靠、有效、可比和完整性，保证监测数据质量在可接受的标准范围之内，必须对数据的质量进行评估和控制。通过与标准方法、历史数据和进水口数据的比较，保证监测数据的准确性、可比性以及能客观反映水源的水质情况。
　　3.2 水质监测数据有效性判别
　　水质监测系统是全年不间断的长期连续工作，为迅速掌握该固定水源的实时状况，对数据的有效性进行判别，判断其是否符合国家水质安全标准，为环境管理提供科学依据。
　　水质监测系统的仪器运行状况、试剂与标准溶液的稳定性及分析仪器的基线漂移等都是影响数据质量的重要因素，由于这些因素的影响，监测数据有时也会发生偏差，造成水质监测结果与客观环境质量状况不相吻合，因此水质监测数据审核人员必须对环境监测数据进行初步筛选，找出其中的可疑数据，根据监测过程中的实际情况，对监测数据进行全面、系统的审核。
　　水质监测数据的确认是通过检查数据，对异常数据值进行取舍，确定数据是否满足了数据质量的要求。
　　4. 水质监测数据分析
　　水质监测数据分析是根据水质的使用状况，按照一定的质量标准和数据分析方法，直观地对水体的质量进行定性或定量的分析，以判断其污染程度、划分污染等级、确定污染类型。通过水质监测数据的分析，可以明确水体水质状况，了解不同水域水质的差别及各时期水质的变化趋势，考察水域综合治理效果，为有效地进行水质控制和水资源合理开发利用提供科学依据。由此，水质监测数据分析方法的科学选择就显得尤为重要，它对水资源的质量做出准确定性起着关键的作用。
　　4.1 水质监测数据标准化处理分析
　　水质监测的原始监测数据需要经过标准化处理，因为影响水质质量的各种指标的性质、量纲和尺度不同，它们的浓度差别较大，如水质化学需氧量的平均浓度为80.83mg/L，而镉的平均浓度是0.00017mg/L，若不经过标准化处理，则在分类中化学需氧量的作用将远大于镉的作用。
　　由于不加处理的水质监测原始实测数据指标是无法进行比较的，为了消除由于量纲的不同可能带来的一些不合理的影响，应先对水质监测原始数据进行统一标准化。对水质监测原始数据进行标准化，即对同一变量减去其均值，再除以标准差，以消除原始水质监测数据之间的量纲影响，使标准化后的监测数据具备可比性。
　　4.2 水质监测数据中的主成分分析法
　　主成分分析法是一种数学变换方法，它把给定的一组相关变量通过线性变换，转化为一组不相关的变量，在这种变换中通过保持变量的总方差不变，同时使新变量具有最大方差，称为第一主成分；具有次大方差，称为第二主成分。依次进行，原来有M个变量就可以转换出M个主成分，方差逐渐减小且与此前的主成分都不相关。原始变量：X1， X2 ， X3，X4，…，Xm；主成份：Z1， Z2 ， Z3 ，Z4，…，Zn，则各因子与原始向量的关系可表达成：
　　X1=B11Z1+B12Z2+B13Z3…B1nZn+e1
　　X2 =B21Z1+B22Z2+B23Z3…B2nZn+e2
　　X3 =B31Z1+B32Z2+B33Z3…B3nZn+e3
　　…
　　Xm=Bm1Z1+Bm2Z2+Bm3Z3…BmnZn +en
　　主成分分析法在水质监测数据分析中主要体现在以下两个方面：一是建立综合分析指标，分析各采样点间的相对水源状况，并对各采样点的水源状况进行分级；二是分析各单项指标在综合指标中所起的作用，确定并选择去除那些次要的指标，确定影响水质状况的主要成分。
　　假设有n个水体样本，每个样本共有m个监测指标，则可构成n×m的数据矩阵（n　　具体分析步骤如下：
　　1）将各变量n×m标准化以消除量纲影响。2）在标准化数据矩阵的基础上计算原始指标相关系数矩阵R。3）求相关系数矩阵R的特征根和特征向量，确定主成分。
　　4）确定主成分的个数。5）确定综合评价函数。
　　4.3 水质监测数据回归分析法
　　回归分析法是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（又称回归方程式）。只有当变量与因变量确实存在某种关系时，建立的回归方程才有意义。因此，作为自变量的因素与作为因变量的预测对象是否有关，相关程度如何，以及判断这种相关程度的把握性多大，就成为进行回归分析必须要解决的问题。进行相关分析，一般要求出相关关系，以相关系数的大小来判断自变量和因变量的相关的程度。
　　回归分析法是在水质监测工作中处理监测数据的一种常用的数理统计方法，该数理统计方法比环境分析实验室中定量分析、质量保证和质量控制等方法具有更重要的优点。在日常的环境监测工作中它常用于建立某种标准分析方法的标准曲线，计算污染物含量和浓度等。长期以来，水质监测数据处理一直沿用《环境水质监测质量保证手册》中的列表法。
　　在使用回归分析法分析水质监测数据时，首先将监测数据输入到Excel表格中，然后建立相关表格模块并通过一定的计算公式实现监测数据之间的有效关联。当改变表格监测数据时，结果显示表能发生动态的改变，根据表格中相关系数的大小以及相关剩余方差便可以达到对水源状况的分析。
　　5. 结论
　　本文在分析水质监测数据分析的重要性和必要性的基础上，分析了水质监测数据的质量和有效性判别要求以及监测数据的标准化和数据分析方法，为水质监测数据的选择和分析，实现水资源质量的准确定性起到了一定的借鉴意义。
　　参考文献：
　　[1] 贾永芳.水资源及水环境污染防治对策[J].河北水利，2010，2：12-13.
　　[2] 杨柳.如何进行地面水监测点位优化[J].广州环境科学，1996，11（3）：23-26.
　　[3] 林志贵，刘英平.建立我国水质监测信息融合系统的探讨[J].水利水文自动化，2005，6（2）：1-3.