4. 数据质量校验规则设计
排污口在线监测数据在进入追溯流程之前，必须先经过一轮“可信性筛查”。如果一条COD值本身是仪表故障或采样异常造成的，后续再精细的溯源分析都会建立在错误前提上。数据质量校验规则的作用，就是把明显不可信的数据挡在分析入口之外，同时保留可解释的判定依据，为证据留存提供第一层支撑。本节围绕四类规则展开：物理范围校验、逻辑关系校验、变化率校验和物料衡算校验，并给出阈值设定方法与一个可落地的规则配置案例。
一、四类校验规则的分工
四类规则并非互相替代，而是从不同角度对同一条数据进行交叉验证。物理范围校验回答“这个值在现实中可能出现吗”；逻辑关系校验回答“同一时刻的多个参数是否自相矛盾”；变化率校验回答“这个跳变在工艺上说得通吗”；物料衡算校验回答“污染物总量与水量、浓度之间是否守恒”。一条数据只有同时通过与其相关的各类规则，才可标记为“有效”。
二、物理范围校验：先划出“不可能区”
物理范围校验是最基础的一层，依据的是参数本身的物理意义和仪表量程。pH 的理论区间为 0～14，超出即为无效；COD、氨氮、总磷等浓度不可能为负值；流量在正常排放工况下不应为负（若存在潮汐倒灌或反冲洗回流，需在规则中单独定义允许的负向区间并注明工况）。此外，每台仪表都有量程上下限，例如某COD分析仪量程为 0～500 mg/L，当读数恰好等于 500 且持续多个周期时，应标记为“超量程可疑”，而不是直接当作真实高值使用。
阈值设定上，物理范围属于“硬边界”，应直接取物理极限或仪表量程，不随工况调整。但要注意区分“超量程”和“超排放标准”：前者是数据可信性问题，后者是合规性问题，二者不能混用同一套阈值。
三、逻辑关系校验：让参数之间互相作证
逻辑关系校验利用同一时刻不同参数之间的内在约束。典型规则包括：当瞬时流量为 0 且持续超过设定时长（如 3 个采样周期）时，浓度类参数应保持相对稳定或进入无效标记，若此时COD出现大幅跳变，则判定为逻辑冲突；pH 与加药系统状态、碱度之间应保持方向一致，例如加碱期间 pH 不升反降，需要标记复核；温度与部分光学/电极法仪表的补偿状态也应匹配。逻辑规则的价值在于，它能发现单个参数看似“在范围内”、但组合起来违背工艺常识的数据。
四、变化率校验：识别不合理的跳变
变化率校验关注时间维度。对相邻两个采样值计算变化量或变化速率，与阈值比较。阈值不宜拍脑袋，推荐用历史正常数据的分位数法确定：取该排污口过去 30 天有效数据的相邻变化量绝对值，计算其 99 分位数作为初设阈值，再结合工艺最大可能变化速率修正。例如某污水厂出水COD历史相邻变化量的 99 分位数为 18 mg/L，可将单步跳变阈值设为 20 mg/L；超过则标记可疑。对于高频数据，还可采用滑动窗口斜率或窗口内标准差，避免单点噪声误判。需注意，变化率阈值应分参数、分工况设定，雨季流量骤增时流量变化率阈值应适当放宽，否则会产生大量误报。
五、物料衡算校验：用守恒关系兜底
物料衡算校验从总量角度验证数据自洽性。最基本的形式是“浓度 × 流量 = 瞬时负荷”，检查三者记录是否同步、单位是否一致；更进一步，可用进水浓度、进水流量、出水浓度、出水流量与去除量构建平衡关系，允许一定的不确定度区间（如 ±10%）。当某时段出水负荷明显大于进水负荷输入，或去除率出现物理上不可能的负值，即触发衡算异常。衡算规则对发现“流量与浓度时间戳错位”“单位换算错误”这类系统性数据问题特别有效。
六、规则配置案例（示例参数，非实测）
以下为某排污口数据校验规则的配置示例，参数为教学假设值，实际应用需以本站历史数据和仪表说明书校准。
规则ID 类型 对象 判定条件 命中处理
R-P01 物理范围 pH 值 < 0 或 > 14 无效
R-P02 物理范围 COD 值 < 0 或 > 500（量程上限） 无效/超量程可疑
R-P03 物理范围 流量 值 < 0 且无倒灌工况标记 无效
R-L01 逻辑关系 流量+COD 流量=0 持续≥3周期 且 COD跳变>20 可疑
R-L02 逻辑关系 pH+加碱 加碱时段 pH 下降>0.5 可疑
R-C01 变化率 COD 相邻变化量 > 20 mg/L 可疑
R-C02 变化率 流量 相邻变化率 > 30%（非雨工况） 可疑
R-M01 物料衡算 负荷 出水负荷 > 进水负荷×1.1 可疑
R-M02 物料衡算 去除率 去除率 < 0 或 > 100% 可疑配置完成后，应对历史数据做回放测试：统计各规则命中率，若某条规则命中率过高（如超过 5%），说明阈值过严或工况覆盖不足，需要调整；若长期零命中，则要检查规则是否真正生效。规则命中记录本身也是证据留存的一部分——每条被剔除或标记的数据，都应保留原始值、命中规则编号、阈值和判定时间，使后续追溯能够解释“为什么这条数据没被采用”。