4. 监测目标与数据质量目标设定
采样方案设计的第一步不是选点位、定频次，而是回答两个问题：这批数据要用来支持什么决策？决策需要多"硬"的数据才站得住脚？前者是监测目标，后者是数据质量目标（Data Quality Objectives，DQO）。DQO不是一句"数据要准确可靠"的口号，而是一组可量化、可检验的指标，它决定了后面采样点位数、采样频次、采样容器、保存剂、质控样比例乃至实验室分析方法的全部选择。目标定得松，方案省钱但可能支撑不了结论；目标定得过严，成本飙升却未必提升决策价值。本节按"管理需求→监测目标→DQO指标→方案约束"的链条展开。
一、从管理需求提炼监测目标
管理需求通常以"问题"或"决策"的形式出现，例如：某河段是否满足Ⅲ类水功能要求；某排污口下游影响范围有多大；某断面年度水质是否较上年改善；某工业园区事故排放是否造成特征污染物超标。把这类需求转成监测目标，需要明确四要素：监测对象（哪段水体、哪个排污口）、关注指标（常规五参数、氨氮、总磷、重金属、特征有机物等）、时空范围（断面位置、采样时段、频次跨度）、判定基准（执行标准限值、对照断面、历史基线）。
以"判断某河段是否满足Ⅲ类水功能"为例，监测目标可表述为：在枯水期与丰水期各开展一次调查，于上游对照断面、排污口下游500 m、下游2 km设三个断面，测定GB 3838中Ⅲ类标准涉及的24项基本指标，以单因子评价法判定达标情况。这个表述已经隐含了空间代表性、时间代表性和指标完整性要求，下一步就是把这些要求量化成DQO。
二、DQO的四个核心指标
环境监测领域普遍采用精密度、准确度、代表性、完整性四项指标来刻画数据质量，必要时补充可比性和灵敏度。它们各自回答不同问题，不能互相替代。
- 精密度：重复测定结果之间的一致程度，用相对标准偏差（RSD）或相对偏差表示。它反映随机误差，决定"两次采样能否看出差异"。
- 准确度：测定值与真值的接近程度，用加标回收率、有证标准物质测定偏差或相对误差表示。它反映系统误差，决定"数据是否整体偏高或偏低"。
- 代表性：数据在时间、空间和污染物形态上反映总体真实状况的程度。它无法用单一数值直接度量，通常通过点位布设合理性、采样时段覆盖、采样方法规范性来保证，可用点位覆盖率、时段覆盖率等辅助指标描述。
- 完整性：有效数据量占计划数据量的比例，即有效样品数/计划样品数×100%。它决定"结论是否有足够样本支撑"。
此外，当监测目的是判定"是否超标"时，还需关注灵敏度——方法检出限应低于判定限值的1/4（常用经验规则），否则低浓度区间的数据无法支撑达标判定。当需要与历史数据比较时，还需保证可比性：采样方法、分析方法、检出限口径一致。
三、把指标落到可检验的数值
DQO的量化要结合判定用途。若监测目的是"判定是否超过Ⅲ类标准限值"，则准确度和精密度要求应围绕限值附近的浓度水平设定，而不是全量程平均。例如氨氮Ⅲ类限值为1.0 mg/L，则应在0.5～1.5 mg/L浓度区间考察加标回收率（如控制在80%～120%）和相对偏差（如平行样相对偏差≤20%）。若目的是"识别年际变化趋势"，则精密度要求更高，因为趋势量级往往小于单次测定的随机波动，此时平行样相对偏差宜收紧至≤10%，并保持采样季节、时段、方法逐年一致。
完整性目标同样取决于用途：用于达标判定的年度评价，有效数据完整性通常要求≥90%；用于趋势分析的长序列监测，可放宽至≥80%，但缺测应尽量分散而非集中在某一季节，避免系统性偏差。代表性则通过设计来落实：对照断面设在上游未受本河段污染影响处，下游断面覆盖混合区内外，采样在水体充分混合后、避开降雨径流初期，这些设计选择本身就是代表性目标的实现手段。
四、DQO如何反向约束采样方案
DQO一旦确定，采样方案的关键参数就有了依据。精密度目标决定现场平行样比例：一般每批样品（≤20个）至少1个现场平行样，若精密度要求高则提高至10%。准确度目标决定运输空白、全程序空白和基体加标的数量与频次。完整性目标决定计划样品总数和允许的损失上限，进而影响是否需要在关键断面增加备用采样时段。灵敏度目标决定选用何种分析方法、采样体积和保存时限。下图展示了从管理需求到DQO再到方案参数的传导关系。
需要强调的是，上表中的数值是教学示例，实际项目应依据评价标准、方法能力、历史数据波动和成本约束确定，并在方案中写明依据。DQO一旦写入方案，就成为质量控制的验收尺度：现场平行样相对偏差超出目标，说明采样或分析环节存在异常，该批数据需谨慎使用或重采；加标回收率持续偏低，提示基体干扰或前处理损失，应排查并记录。
五、常见偏差与落地要点
实践中常见三类问题。其一，DQO与用途脱节：所有项目都套用"回收率90%～110%、完整性95%"的通用值，既未针对限值附近浓度设定，也未考虑趋势分析对精密度的更高要求。其二，只定指标不定检验方式：写了"精密度≤20%"，却未规定平行样数量、采样批次划分和超限处理流程，导致目标无法验证。其三，忽视代表性：点位选在岸边死水区、采样只在晴天午后进行，精密度和准确度再好，数据也不代表水体真实状况。
落地时建议在方案中形成一张DQO对照表，逐项写明指标、目标值、检验方式、超限处置和责任人。例如：精密度目标"平行样相对偏差≤20%"，检验方式"每批≤20个样品至少1个现场平行样"，超限处置"排查采样与运输环节，必要时重采该批样品"。这样，DQO才真正从管理语言转化为采样现场可执行、可核查的技术约束，为后续点位布设、频次设计和质控安排提供统一依据。