探究污染源自动监控数据质量的影响因素
2021-11-14郁伟
郁 伟
(安徽省生态环境监测中心,安徽 合肥 230000)
随着环境污染的日益加重,污染源自动监控系统的作用越来越重要,而污染源自动监控数据也成为现场执法、环境管理的主要依据,其质量水平直接关系着污染治理、执法工作的效果。因此,为了保证污染管控执法的准确性,需对自动监控数据质量影响因素展开深入分析,并提出有效的数据质量改善方案,增强数据的可靠性,推动污染治理、环境管控事业的发展。
1 配套设施质量因素
(1)一般来说,污染源自动监控系统的工作流程如图1所示,该流程运行所需的配套设备包括:监控网络设备、分析仪器、数采仪、工控机等,这些设备作为监控数据测定工作的主要应用设备,其使用性能和状态与所测得的数据质量密切相关。现阶段,配套设施市场上此类设备仪器产品的类型较多,质量也参差不齐。由于市场门槛较低,对于造假方面还未设立明确的标准,因此,此类设备仪器的市场管控依然处于粗放的状态,这使得监控配套设施的质量难以得到保障,容易影响数据质量水平。
图1 污染源自动监控工作流程
(2)相关部门需要对配套设施的性能、质量进行管控,应建立健全以及明确监测设备、仪器的使用标准,加强市场监管,提高设备、仪器的市场准入门槛,并且提高假冒伪劣产品的惩罚力度,以此全面改善市面上流通的设备仪器的产品质量,确保其性能水平达到污染源自动监控测量的要求。目前,大部分环境监管部门会将污染源监控工作委托给专业的企业,以降低成本。因此,为保证监测工作的专业性,在委托合同上,可以将所用仪器设备的质量标准写明,以此督促企业应用性能好、质量水平高的仪器设备。同时,环境监管部门还要在设备、仪器投入使用之前,组织专业的技术人员按照相应的标准,对其性能质量进行检查,确认没有问题后,才能准许企业将其投入使用,以此增强污染源监测的治理效果。此外,环境监管部门还可以与市场监管部门联动,共同制定监管方案,使市场上流通的仪器产品能够符合污染源监测工作的需求,以此提高监测数据的质量。
(3)需要注意的是,如果安装不当,也会在一定程度上影响设备的质量性能,因此,在将监测工作委托给企业时,应注意做好企业核查,以确保企业的资质与实际能力可以满足监测工作要求,深入优化监测数据质量水平。
2 系统运维管理因素
(1)在进行监控测量中,设备、仪器的运维工作通常由专门的运维企业承担,由于这些仪器、设备不间断地运作,且受外界因素的影响较大,所以故障几率也较高。如果企业不能及时做好故障的预防和修复,就会导致测量的数据误差较大、数据间断等问题,降低了污染源监控数据的参考价值,形成了数据质量的运维管理影响因素。为此,相关企业要从监控设备仪器运维方面入手,开展数据质量管控工作,以保证污染源自动监控的工作效果。
(2)在系统运维管理中,应当确立委托合同,在合同中需注明运维工作人员必须持证上岗,且每周至少到设备现场进行一次检修,若检修时发现设备异样,要立刻进行处理、记录。同时,也要注意检修采样管,并做好管道情况记录,如发现堵塞情况、稳固状态等,要进行清洁过滤,以免污染物处理系统等因不洁净而导致性能受到影响。此外,还要明确要求运维企业,每月对检测电机、感应器、电磁网等设施进行检查,并对照信息备案查看设备仪器参数是否正确,一旦发现参数错误,应立即调查原因,及时修复故障并校准设备仪器。
(3)在常规的保养上,也要向运维企业提出明确的要求,促使其每周按照现行规程,对监测水质、化学需氧量、总磷、氨氮等自动监测设备进行养护、校准,确保其能够保留为期一年以上的历史信息。
(4)为了保证运维企业能够有效完成上述要求,要采取抽查、定期检查等方式,对其工作落实情况进行检查,一旦发现运维工作不到位,需立即整改,必要时还要依照合同追究运维企业责任,以此保这证自动监控设备的良好运行状态,提高所测得数据的质量。
3 人为干扰因素
(1)在自动监控检测中,人为干扰因素也是一项重要的数据质量影响因素。目前,部分单位为了逃避执法检查,会以人为干扰的方式扰乱设备的运行,导致最终测量数据不准确。例如,在监测中人为修改分析仪、数采仪的量程,或仪器的污染因子参数,用虚假数据以模拟信号的形式上传,同时,在工控机、分析仪的数据线上设置信号削弱装置,然后借此发送虚假数据,导致所监测到的数据失去价值[1]。
(2)为了应对人为干扰因素,相关部门需加强设备检查力度,并采取针对性的检查监督措施,同时,结合完善的责任追溯制度对其进行治理,以保证监测数据的质量。就目前来看,常见的人为干扰方式包括监控网络干扰、分析仪参数干扰、工控机和数采仪干扰等。①监控网络干扰是指通过蓄意切断、干扰网络连接,阻止正常的采样上传,导致监控系统失效,以此回避监管。因此,一旦发现超标时段断电,需立刻调取断电时的监控,确认是否是人为断电。②分析仪参数干扰是指通过对软件、参数进行造假,用不真实的数据方式逃避监管。例如,人为地在分析仪中嵌入造假软件,使软件能够自动生成数据进行上传,或人为修改量程、设备参数、计算公式,导致数据不真实。为此,需借助突击检查,切断采样管路,观察数据变化,来判断是否存在人工嵌入造假软件的情况,并对CEMS参数设置界面等位置进行全面检查,查看是否存在人为修改参数、计算公式等情况。③工控机、数采仪干扰则是指人为修改参数量程,或在数据线上设置信号削弱装置,以此上传假数据。鉴于此,需前往现场进行检查,查看工控机、数采仪的量程误差是否<1%,以及两者数据是否一致。若两者数据一致、误差小于1%就说明无问题,反之则可能存在人为干扰,需及时加以处 理[2]。
另外,还要健全责任追溯机制,设置完善、明确的配套制度,对人为干扰现象进行追责,以进行有效治理并保证数据质量。
4 数据质量监管因素
(1)在数据质量方面,监管粗放也是影响数据质量的主要因素。通常在粗放、传统的状态下,监管工作难以从源头以及更深层次杜绝各项影响因素,导致数据质量水平迟迟得不到改善。为此,需加大监管力度,积极引入高新监管手段,对自动监控工作的开展予以严格管控,深入优化监控数据质量水 平[3]。
(2)在数据质量监管工作中,首先,要结合实际情况计划制定一个详细、完整的监管工作流程,并将其落实到书面,形成监管工作细则,明确各项监管工作侧重点,以免监管过程中出现漏洞。其次,对监管工作要有针对性的建立、完善、明确、精细化的监管工作条例规范,指导监管人员的工作,以增强监管工作的严谨性。最后,需积极开展监管人员培训工作,不断优化他们的业务能力,使其在监管工作中可以准确、及时地发现和处理各项数据质量影响因素,提高检测数据质量。其中,为了提高开展培训的便捷性,可运用线上的培训方式,并结合阶段性考核,来代替定时、定点的线下培训,消除地理、时间因素对培训工作的影响,加快推进监管人员的业务能力,以提高数据质量监管效果。
5 结论
综上所述,通过改善各项数据质量的影响因素,达到了为环境治理工作的开展提供良好条件的目的。在自动监测污染源的管理上,采取有效措施应对监控数据质量影响因素,能够提高设备数据测定的准确性,使其拥有良好的数据测量状态,力争消除因违规操作引起的数据质量问题,从而获得更好的监测效果,保证监测数据具有参考价值,为提高自动监控数据的质量奠定基础。