生态环境检测实验室现场采样质量管理技术数字化研究与应用

2022-11-23李叶，谭杰

皮革制作与环保科技 2022年6期

李叶，谭杰

（1.湖南省环境保护科学研究院，湖南长沙 410004；2.湖南省生态环境监测中心，湖南长沙 410004）

在快速发展的数字化技术支持下，生态环境现场采样的数字化探索开始引起关注，这种探索需要关注现场采样涉及的各要素，包括材料、人员、设备、环境、方法等。但结合实际调研可以发现，数字化现场采样质量管理相关问题仍在业内大量存在，为保证生态环境现场采样数字化探索取得预期效果，本文围绕生态环境检测实验室现场采样质量管理技术数字化开展具体的研究。

1 现场采样质量管理技术数字化意义分析

为实现人与自然和谐共生，近年来我国各界高度重视生态环境保护工作，生态环境现场采样质量便属于关注重点。为反映污染问题治理效果并评估环境质量状态，环境管理工作中生态环境检测工作必须充分发挥作用，这一检测需要得到质量较高的现场采样工作支持。对于生态环境检测实验室来说，为保证环境检测工作水平，必须重点关注现场采样质量信息，进而设法优化管理，为打造集成监管机制，实验室需结合行业中成熟、规范的管理方法，同时积极应用最新数字化技术及平台，做好测试、评估、数据传输、报告编制等管理，全面提升自身管理水平。围绕传统的现场质量管理进行分析可以发现，对多数属于野外作业的生态环境现场采样来说，采样工作的时间跨度和地域跨度均较大，同时会受到复杂的污染源影响，这种情况下很容易限制采样信息监测及处理过程的可追溯性和真实性，容易出现数据处理不当问题。通过开展生态环境现场采样质量管理技术数字化探索，生态环境检测实验室在维护检测质量、提升监督效果等方面能够取得显著成果，这需要得到大数据、物联网、人工智能等新型数字化技术支持，生态环境检测工作基础可由此全面夯实[1]。

2 现场采样质量管理技术数字化实现方式

在生态环境检测实验室现场采样工作中，需要重点关注各类要素影响，包括“人机法料环”，现场采样质量管理技术数字化探索也需要充分关注这类要素，为保证采样的随机性和偶然性降到最低，必须设法实现整体流程自动化，进而开展全面质量管理，本文介绍的具体数字化方式包括数字化设备管理、数字化采样记录、数字化经验积累、数字化展望分析。

2.1 数字化设备管理

生态环境检测实验室现场采样需要应用多种采样设备，这类设备会在运行中形成数据，相关数据应成为数字化管理重点。对于采样设备应用的各环节，需开展全生命周期的信息化管理，具体涉及采购、核查、校准、保养、维修、使用等环节，如在日常核查和外部校准环节，基于数字化应用角度，需设法保证不同采样设备形成针对性的计量特征，通过数字化记录采样设备的计量画像参数，形成支持定量化、数字化分析的采样设备计量能力云端匹配库，在云计算等技术支持下，通过匹配远端数据集，采样设备的校准和计量能够获得充足依据，顺利完成可追溯化的采样设备计量，最终实现源头层面的采样设备质量控制[2]。

2.2 数字化采样记录

生态环境检测实验室现场采样使用的设备拥有报表打印功能，但受到采样对象差异及设备功能限制，仍大量存在手工抄录现场采样记录的情况，这一现状必须在数字化探索中设法改变。在具体的数字化采样记录探索中，应聚焦以下几个环节：第一，下载任务。通过移动终端下载管理系统中的采样任务；第二，指派人员。结合采样任务特点和现场人员信息，针对性完成采样人员指派，需同时结合任务数据进行采样人员工作量考核；第三，设置采样点。对于现场采样点，需结合移动终端开展设置；第四，录入采样结果。通过移动终端自动采集和记录数据，具体包括采样人员、采样设备、采样参数、环境参数等信息；第五，录入表单。对于采样环节形成的现场监测工况记录单、监测点位示意图、现场原始记录单，通过移动终端进行确认，具体确认结合电子签名进行；第六，样品保存。完成采样后，需要拍摄样品保存情况，样品交接单上必须同时明确记录样品保存措施；第七，交接样品。完成采样后，样品交接单生成由移动终端负责，该表单需要向样品管理部门传递[3]。

通过上述七个环节，数字化采集措施能够在生态环境检测实验室现场采样中得到全面应用，采样环节涉及的测量、过程、设备状态等数据可由此形成对应质量控制点，进而得到质量控制数据集，通过重构数字化的采样过程，更为有效地统一采样质量控制方法和数据采集协议，进而更好保障生态环境检测实验室现场采样质量。

2.3 数字化经验积累

生态环境检测实验室现场采样应通过数字化手段汇集相关质量控制、采样设备要素，结合收集的质量控制数据，保证采样记录向生态环境检测实验室信息系统流转过程质量，及时发现相关质量问题。基于不同采样环节要求，还应重点回溯分析历史数据，保证采样环节存在的不足和问题能够及时发现。在采样数字化探索中，需要重视规则库建设和发展，进而开展智能化、自动化判别，辅以针对性建设的专业规则引擎，科学形成不同采样活动的评判规则。在专家经验和数据积累下，采样规则可通过人工智能技术持续完善，进而同时提升采样自动化水平和操作便捷性，最终顺利实现规则化的采样质量控制[4]。

2.4 数字化展望分析

为更好实现现场采样质量管理技术数字化，结合大数据、人工智能、物联网、云计算等技术发展趋势，生态环境检测实验室现场采样质量管理数字化还需要关注采样智能化、质量控制信息预测预警、不同场景灵活管理。采样智能化需要得到各类新型智能化辅助技术支持，进而实现更加全面、精确、自动的采样数据，同时提升现场采样的数字化重建和塑造能力，进而缩小实验室内部和采样现场的数字化管理差距；质量控制信息预测预警需要聚焦现场采样质量控制，充分应用快速发展和完善的现场材料质量控制数据库，同时大力建设质量控制规则库，实现多样化分析预测，进而全面提升采样质量控制预警的自动化水平[5]。

3 现场采样质量管理技术数字化的具体应用

3.1 问题分析

为更好实现生态环境检测实验室现场采样质量管理技术数字化，必须明确相关环节的误差来源，同时聚焦这类误差带来的影响，通过数字化技术最大程度减少和规避相关误差，这一过程需同时引入全过程理念，聚焦现场采样的全环节。围绕环境采样误差进行分析可以发现，采样需要设法获取适合分析的一定数量和形式的样品，这种样品需要具备较高的代表性，即研究整个实体与样品间的相似性需要达到最大，这是现场采样质量管理的重点所在。为保证数字化技术较好用于生态环境检测实验室现场采样质量管理，需要关注样品代表性，且最小化控制样品成分及性质变化、损失及污染引发的误差。对于在生理、生态、时间、地理意义上不具备代表性的样本来说，如采样区域高度污染点停止取样或测量，应保证指示物种存在不同累积行为或采用适当时间进行采样。对于随机误差，需要重点做好对采样、取样、测量等步骤的检验。考虑到采样各环节均可能引发定性、绝对、系统误差，且这类误差无法通过随机样本数量的增加进行改进或纠正，基于误差行为、性质、风险、传播、后果的差异，不应简单开展定量分析和比较。

3.2 数字化要点

对于环境采样来说，需要分析的总量多数情况下不存在有限数量和明确定义，小流域植被、池塘可食鱼类种群等均可能成为需要进行描述的亲本种群，这会导致问题总量缺乏明确定义且无法直接获取，缺乏严格限制的情况也很容易出现。为解决相关问题，必须围绕取样的多样性和异质性开展针对性分层，如对区域按照同质亚区进行明确界定，设法指定对应的物种和大小等级，进而明确总数量中地层相对丰度及相关参数。结合上述分析可以发现，监测项目和环境研究目标的准确界定极为关键，质量管理数字化技术在其中的应用具备较高实用性，能够较好控制质量和规划，具体需要关注合适样本类型、采样网格密度和形式、采样周期及时间的选择，项目费用和努力需要基于所需精密度、准确度及地区数量结构和规模确定。为保证所需信息准确、顺利获取，必须关注规划优化，严格开展质量评估。

在生态环境检测实验室现场采样中，样品和区域类型定义很容易引发误差，如从同一湖泊的不同部分进行样品采集，水、贻贝、沉淀物、植物等样品的检测结果将出现较大差异，在湖的最深处、不同污染程度溪流出口处进行的采集同样会导致不同检测结果出现，环境采样质量受到的陆地地区污染物暴露程度、污染程度、土壤性质等因素影响，这种情况在工业用地和城市、接近自然的偏远地区均存在。生态环境检测实验室现场采样很少涉及单个点属性，更多关注区域的代表性点，因此获得的检测数据被隐式或显式地从单个测量点外推、关联及推广至扩展区域，由此引发的误差同样不容忽视。在对区域相关信息的收集过程中，应通过信息手段开展早期调查并收集相关平面图、地图，之后开展筛选工作，明确待寻找子体的空间分异、变异性及大小情况，这能够为科学地统计抽样设计提供信息支持，保证特定抽样计划科学制定，该计划需要具体提及待分析区域和具体问题，同时作为调查人和委托人间的合同基础。对于相关的有效数据表和文件，可通过辅助工具进行直接的数据记录，如上文提及的移动终端，但在应用移动终端进行数据记录前，必须在数据表中完成记录，通过这种备份更好保证生态环境检测实验室现场采样质量管理可靠性。值得注意的是，数据表需要在生态环境检测实验室现场采样管理中作为抽样样本或抽样指南，进而严格记录采样过程出现的偏离取样计划及特殊事件，这关系着数字化探索能否取得预期效果。