2. 地下水污染羽数据获取与预处理
空间插值的质量上限，在数据进入插值算法之前就已经被决定了。污染羽插值不是"把点连成面"的绘图工作，而是以有限监测井的离散观测去推断连续浓度场。若监测井位置偏离污染通道、采样数据混入不同批次口径、异常值未被识别、坐标系统一错位，后续再精细的变异函数拟合与克里金求解都只是在放大错误。本节围绕"从井位到可用数据集"这条链路，讲清四个环节的实际做法与判断依据。
一、监测井布设：先定污染通道，再定井位
污染羽插值的空间分辨率由井网密度与几何形态共同决定。布设前应先建立场地概念模型：地下水流向、含水层介质结构、污染源位置与释放历史。井网通常采用"源区加密、羽体中轴追踪、侧向与下游控制"的组合思路。源区井距可控制在 20～50 m，用于刻画高浓度核；沿羽体中轴按 50～100 m 递进布设，用于确定羽体延伸方向与长度；垂直流向布置 2～3 排横断面井，用于约束羽体宽度与侧向边界；下游设置背景对照井，用于判断羽体前缘。
井深与筛管位置同样影响插值解释。若场地存在多层含水层，应分层监测并分别建井，避免"长筛管混合水样"把不同深度的浓度平均成一个虚假中间值。实际布设中还需记录井口高程、地面高程、筛管顶底深度与成井日期，这些元数据在后续三维插值与坐标配准时不可缺失。示例性做法是：在污染源下游 30 m、80 m、150 m 各设一排横断面，每排 3 口井，间距 40 m，另在源区布 2 口加密井，形成约 11 口井的初始井网，再根据首批采样结果决定是否补井。
二、采样数据清洗：统一口径是前提
采样数据清洗的核心不是"删掉不好看的数"，而是识别并处理口径不一致。常见问题包括：检出限以下数据被记为 0、不同实验室方法检出限不同、单位混用（μg/L 与 mg/L）、采样深度标注缺失、同一井不同日期样品被误当作同一时刻。清洗时应保留原始值并新增规范字段，而不是直接覆盖。
对低于检出限（ND）的数据，插值中不宜简单置零，可采用检出限的一半作为替代值，或采用指示克里金单独处理；对同一井多次采样，应明确插值所用时间断面，例如统一取某季度监测数据，或对多次结果取中位数并记录离散程度。单位统一建议全部换算为 μg/L 并保留两位小数。示例性清洗规则可写成：ND → 检出限/2；单位 mg/L → ×1000 换算为 μg/L；缺失深度 → 标记为待补，不参与三维插值；同一井同一天重复样 → 取算术均值并记录相对偏差，偏差超过 20% 时回查采样记录。
三、异常值识别：区分真异常与假异常
污染羽数据中的异常值有两类：一类是真实的高浓度热点，反映污染源或优先通道，必须保留；另一类是采样、运输、分析或录入错误造成的假异常，应修正或剔除。识别时应结合统计判据与专业判断，不能只依赖单一阈值。
常用做法是先对同一井的时间序列做趋势检查，若某次浓度较前后两次高出数倍且无水文事件解释，应怀疑假异常；再用空间邻域比较，若某点浓度远高于周围同类深度井且不符合羽体形态，应回查原始记录。统计上可用箱线图法（超出 Q3+1.5×IQR 或低于 Q1−1.5×IQR）或稳健 Z 分数作为初筛，但最终判断必须回到采样记录、实验室报告与场地概念模型。示例性处理是：某井检出 12500 μg/L，而相邻井同深度为 800～1200 μg/L，回查发现样品瓶标签错位，则该值标记为无效并重新采样，而不是直接删除了事。
四、格式统一与空间坐标配准
插值软件对输入表结构有明确要求：至少包含井号、X 坐标、Y 坐标、浓度值四个字段，三维插值还需高程或深度字段。格式统一应做到字段命名一致、坐标数值为纯数字、无合并单元格、无中文单位混入数值列。建议建立一张主表，字段包括：井号、采样日期、采样深度、浓度、单位、检出限、数据状态（有效/ND/无效）、X、Y、井口高程、坐标系统。
坐标配准是最容易被忽视却后果最严重的一步。必须明确所有井位使用同一坐标系统与同一投影带，并记录 EPSG 代码。若部分井位来自 GPS 手持设备（WGS84 经纬度），部分来自场地平面图（地方坐标），必须先统一转换到同一投影坐标系，再参与插值。转换后应做闭合检查：用两三个已知控制点验证转换残差，残差超过 1～2 m 时应重新核对参数。高程 likewise 需统一基准面，井口高程与地面高程不可混用。
五、形成可交付的主表与检查要点
完成上述四步后，应形成一张可直接导入插值模块的主表，并附一份简短的数据说明。主表字段建议为：井号、采样日期、采样深度、浓度（μg/L）、检出限、数据状态、X、Y、井口高程、EPSG 代码。数据说明中应写明时间断面选择理由、ND 处理方式、异常值处理记录与坐标转换残差。示例性检查清单如下：
- 所有井位是否使用同一 EPSG 投影坐标，转换残差是否记录；
- 浓度单位是否统一，ND 是否按既定规则处理而非置零；
- 异常值是否逐条留有处理记录，真异常是否保留；
- 同一井多次采样是否明确时间断面，重复样偏差是否记录；
- 井口高程与地面高程是否区分，三维插值所需深度字段是否完整；
- 井网密度是否足以约束羽体中轴与侧向边界，不足处是否计划补井。
需要强调的是，本节给出的井距、检出限替代规则与残差阈值均为教学示例性参数，实际工程应依据场地水文地质条件、污染物类型、监测目的与相关技术规范确定。数据预处理的目标不是让数据"看起来整齐"，而是让每一个进入插值模型的数值都能回答三个问题：它在哪里、它代表什么时间与深度、它是否可信。