4. 数据采集层故障：数据源识别错误、传感器与IoT设备数据漂移、人工录入误差的检测方法

数据采集层是减排合规披露的“第一公里”。一旦该层出现故障，后续所有计算、报告与审计都将建立在错误地基之上。本章聚焦三类最常见的数据采集层故障：数据源识别错误、传感器与IoT设备数据漂移、人工录入误差，并提供系统化的检测与定位方法。

4.1 数据源识别错误

数据源识别错误指系统将排放数据绑定到错误的排放源、设施或时间窗口。常见场景包括：

• 源ID映射错乱：设备更换或系统升级后，新设备ID未正确关联原排放源。
• 时间戳归属错误：跨时区数据未做归一化，导致日/月/季度数据错位。
• 设施边界混淆：同一集团内不同工厂的排放数据被错误归集。

-- 示例：检测源ID与设施归属不一致的记录
SELECT 
    r.record_id,
    r.source_id,
    r.facility_id,
    m.expected_facility_id
FROM emission_records r
JOIN source_metadata m ON r.source_id = m.source_id
WHERE r.facility_id != m.expected_facility_id;

4.2 传感器与IoT设备数据漂移

传感器漂移是指传感器输出随时间缓慢偏离真实值，通常由老化、温湿度变化、污染或校准失效引起。IoT设备还可能因网络丢包、电池衰减或固件bug产生间歇性异常。

4.3 人工录入误差

尽管自动化采集日益普及，人工录入在中小型排放源、手动抄表、第三方数据补录等场景中仍广泛存在。典型误差包括：

• 单位换算错误：如将吨误录为千克，或将立方米误录为升。
• 小数点错位：如将 123.4 录为 1234 或 12.34。
• 重复录入：同一笔数据被多次提交。
• 遗漏录入：特定时段或特定源的数据缺失。

4.4 三类故障的检测方法对比

4.5 综合检测策略与实施要点

在实际合规披露项目中，三类故障往往交织出现。建议采用以下分层检测策略：

1. 第一层：实时规则引擎 — 在数据采集入口部署轻量级校验规则（范围、单位、非空、唯一性），拦截明显错误。
2. 第二层：批量统计检测 — 每日/每周运行统计模型（3σ、IQR、移动平均偏差），识别传感器漂移和系统性录入偏差。
3. 第三层：元数据一致性审计 — 每月执行源-表-值三元组交叉校验，确保数据源识别正确。
4. 第四层：人工抽检与复核 — 对高风险数据（如大额排放、手工补录）按比例抽检，形成闭环。