环境监测中异常数据的判断及处理
    数据审核人员有效发现、判别和处理异常数据对保障数据质量至关重要。具体方法如下：

    一、常见异常数据的判断及处理方法

    依据污染物时空分布与变化规律判断：
    利用污染物在空间和时间上的分布特征进行判断。例如，监测企业排污时，若发现离排污口近的污染物浓度反而低于远处，即出现明显异常。
    原因分析：污染物可能发生转化、迁移等过程影响结果。不能随意删除可疑数据。
    需综合分析：环境要素变化、数据能否反映真实环境状况、是否符合已知的污染物变化规律、监测全过程是否严格执行质量保证程序。
    基础保障：详细记录采样、分析、质控等全过程，便于发现异常时追溯原因。

    总结环境要素变化特点：
    通过对历年积累的大量监测数据进行归纳分类，建立数据库，分析同类行业数据，总结污染物变化特点及其与工艺流程的内在联系。
    核心原则：环境系统稳定时，监测结果不应发生剧变。
    审核策略：发现异常数据时，联系历史资料进行综合分析，查找原因。必要时需重新采样监测。

    进行物质间关系的合理性分析：
    利用自然界物质间存在的固有联系进行判断。长期实践表明，同一水样中不同项目的监测数据常存在固定关系。例如：
    溶解氧高时，硝酸盐氮浓度通常高于氨氮浓度。
    地表水同一水样中：化学需氧量(COD)>五日生化需氧量(BOD5)；COD>高锰酸盐指数(CODMn)，反之则异常。
    硫化物浓度高时，重金属(铜、铅、锌、镉等)浓度往往特别低。
    在煤烟型污染区，SO2>NOx；在城市公路等汽车尾气主导区，NOx>SO2。
    当监测数据违背这些常见关系时，应视为异常。

    运用物料衡算法验证结果：
    污染源监测易受气象、条件、技术、手段、人员素质及不规范排污管道（如废水流量小、测量不准）等因素影响，导致数据准确性存疑。
    应对措施：出现异常数据时，借助物料衡算法（基于物质守恒原理）对监测结果进行验证，以提高数据真实性。

    结合其他环境要素综合分析：
    在统计分析基础上，需从物理、化学、生物、气象、水文等多角度分析监测数据的合理性，确保其反映环境系统真实状况。
    实例：河流数据受水文影响大，水文又受气象影响；水体金属形态由pH决定；溶解氧含量与气温密切相关。审核数据时需考虑这些关联因素。

    熟悉操作技术，排除操作失误：
    审核人员应了解项目测定条件和熟记方法，尽可能排除操作失误带来的误差。
    遇到可疑数据：不应随意剔除，需逐级追踪至采样记录。
    详细核查：采样和分析人员是否按规范操作？采样代表性？采样容器、污染可能？仪器洗涤和使用错误？样品固定剂保存/使用不当？试剂/纯水纯度？水样色度/浊度干扰？测定过程样品损失？误记倍数？计算抄录错误？
    逐一审核分析原因并纠正，确保数据判断正确。

    二、常用异常数据判断常识

    地表水监测：
    阴阳离子应基本平衡。
    pH值影响金属离子存在形式。
    COD>BOD5；COD>CODMn。
    同一水样BOD5浓度高，则COD浓度必然高，溶解氧(DO)浓度必然低；但COD浓度高，BOD5浓度未必高（DO浓度仍低）。
    总氮(TN)>(硝酸盐氮+氨氮+亚硝酸盐氮)之和。

    污染源监测：
    处理设施进口浓度小于出口浓度。
    监测结果低于相应功能区环境质量标准限值（需核实是否合理）。
    监测结果超过污水处理设施设计处理能力3倍以上。
    生活污水呈强酸性或强碱性。
    废气固定污染源实测风量大于设计值或低于设计值一半。
    废气固定污染源烟道中含氧量接近空气中含氧量（通常表明漏风严重或采样点不合理）。