1. 课程导入与比对工作全景

在污染源在线监测与手工监测并行的管理格局下,“在线监测数据与手工监测数据比对”并不是一次简单的采样对照,而是一套以法规为依据、以数据质量为核心、以判定结论为输出的技术活动。它的核心目标可以概括为三句话:验证在线监测系统测量结果的准确性与可靠性,识别在线数据与手工数据之间的系统性偏差,为数据有效性审核、超标判定、排污许可执行报告和执法监管提供可追溯的技术证据。理解这一点,才能避免把比对做成“采个样、出个数、填张表”的形式化工作。

法规依据方面,比对工作主要依托《固定污染源烟气(SO₂、NOₓ、颗粒物)排放连续监测技术规范》(HJ 75)、《固定污染源废气 二氧化碳排放连续监测技术规范》以及水污染源在线监测相关的 HJ 353、HJ 354、HJ 355 等系列标准,同时受《排污许可管理条例》《污染源自动监控管理办法》等文件约束。这些标准规定了比对监测的频次、参比方法、采样位置、数据对数量、允许误差和判定规则。例如烟气比对中,通常要求在在线系统稳定运行条件下,用参比方法同步获取不少于规定数量的数据对,按相对误差或绝对误差判定;水质比对则关注 COD、氨氮、总磷等指标在量程范围内的相对误差。法规依据决定了比对“怎么做才算数”,是全部工作的底线。

典型应用场景包括四类:一是验收比对,在线系统安装调试后投入运行前的性能确认;二是例行比对,运行期间按周期开展的监督性核查;三是异常核查比对,当在线数据出现突变、恒值、负值或与工况明显不符时,用于判断仪表是否失准;四是执法与纠纷比对,在超标认定、数据争议或复核时提供技术支撑。不同场景下,比对的目的、时机和结论用途不同,但技术路径是一致的。

完整工作流程可以归纳为“问题—方案—验证—应用”四个环节。问题环节明确比对对象、指标、量程和判定标准;方案环节确定采样位置、参比方法、同步方式和数据对数量;验证环节完成现场同步测量、数据配对、误差计算与合格判定;应用环节将结论用于数据有效性标记、系统校准维护或监管报告。下图展示了这一全景关系,其中特别标出了“数据配对”这一关键节点——在线数据与手工数据必须在时间、工况和测量位置上具有可比性,否则后续计算再精确也失去意义。

在线监测与手工监测比对工作全景 ① 问题 对象·指标·量程 判定标准与目的 ② 方案 采样位置·参比方法 同步方式·数据对数量 ③ 验证 同步测量·数据配对 误差计算·合格判定 ④ 应用 数据有效性标记 校准维护·监管报告 法规依据: HJ 75 / HJ 353 / HJ 354 / HJ 355 · 排污许可管理条例 · 自动监控管理办法 在线监测数据 CEMS / 水质自动分析仪 连续采集 · 分钟/小时均值 受工况、校准、维护影响 手工监测数据 参比方法 · 实验室分析 瞬时/时段采样 · 有限数据对 受采样、运输、分析影响 数据配对 同时段 · 同工况 · 同位置 误差计算与合格判定 相对误差 / 绝对误差 · 数据对合格率 合格 → 数据可用;不合格 → 校准或整改 结论反馈至运行管理

从图中可以看出,比对工作的技术难点集中在“验证”环节。以烟气 CEMS 为例,一个可执行的操作过程是:先确认在线系统处于正常测量状态、无报警和反吹干扰,记录比对期间的工况参数(如负荷、含氧量、烟气温度);再在规定的采样位置,用参比方法(如定电位电解法或非分散红外法)与在线系统同步测量,每个数据对的时间差应控制在标准允许范围内;通常采集不少于 9 个数据对,覆盖低、中、高不同浓度水平。随后按公式计算相对误差:

相对误差 = (在线均值 − 手工均值) / 手工均值 × 100%

若手工均值接近零或低于方法检出限,则改用绝对误差判定。判定时不仅要看单个数据对是否超差,还要看合格数据对的比例是否满足标准要求。例如某次示例性比对中,SO₂ 在线与手工数据对分别为 28/30、35/36、42/40 mg/m³(此处为教学假设数据),相对误差约 −6.7%、−2.8%、+5.0%,均在允许范围内,可判定该时段在线数据有效;若某数据对误差达到 −18%,则需排查是采样管路吸附、仪表漂移还是工况波动所致,而不能简单判定系统不合格。

水质比对的操作逻辑类似但细节不同:需在规定采样点同时采集在线分析仪出水样与手工平行样,注意保存剂、运输时限和分析方法的一致性;对 COD、氨氮等指标按量程分段计算相对误差,并关注在线仪器的零点漂移和量程漂移。实际工作中,比对结论往往不是“合格/不合格”二值输出,而是要与在线数据的有效性标记联动——比对合格时段的数据可用于排污许可执行报告,比对不合格时段的数据应标记为无效或可疑,并触发校准、维修和复比。

建立全景认知的关键,是把比对看成“用有限的手工数据去校验连续的在线数据”的抽样验证过程。因此,采样位置的代表性、时间同步的严格性和工况记录的真实性,往往比计算本身更决定结论的可信度。

综上,本节建立的“问题—方案—验证—应用”框架,是后续学习采样规范、误差计算、异常排查和报告编制的共同基础。只有先明确比对要回答什么问题、依据什么标准、产出什么结论,后续每一个操作细节才有落点。