2. 异常曲线识别基础
地下水动态监测曲线是把水位（或埋深）、水温、电导率等观测量按时间顺序连成的折线。排查异常的第一步不是急着找原因，而是先建立“正常长什么样”的参照系，再用可量化的指标把“看起来不对”变成“可以判定为哪一类不对”。本节围绕正常形态特征、五类常见异常和一套可操作的判别指标展开。
一、正常动态曲线的形态特征
天然条件下，地下水动态是气象、水文与开采等因素叠加的结果，其曲线通常具备四个特征。
- 连续性：相邻两次观测之间变化平缓，不存在无过渡的垂直跳变。人工观测井一般按日或按5日观测，自动监测站按小时或更密频率记录，采样间隔内的变化量应与含水层水力传导能力相匹配。
- 周期性：受降水与蒸发影响，浅层水位呈年周期波动，丰水期抬升、枯水期下降；受潮汐、河流、气压影响的井还存在日周期或半日周期分量，振幅一般从毫米级到数十厘米级。
- 趋势性：多年尺度上表现为相对稳定的季节性升降，或由开采、补给变化引起的缓慢单调变化，年变幅通常在0.5～3 m量级（示例性经验范围，需结合当地历史资料确定）。
- 量级合理性：变化速率受含水层性质约束。承压含水层水位对降雨响应滞后且幅度小，潜水含水层响应快、幅度大；若某井单日变幅远超历史同期极值，就应列为可疑。
建立参照系时，建议取该井近3～5年同月同日的水位均值与标准差，形成“正常包络带”。后续新数据落在包络带内视为正常，落在带外则进入异常判别流程。
二、异常类型的分类与形态辨识
按曲线形态与成因，常见异常可归为五类，其形态差异明显，是快速分类的第一依据。
| 异常类型 | 典型形态 | 常见成因 | 关键辨识点 |
|---|---|---|---|
| 突变 | 单点或数点内阶跃升降，前后水平基线平移 | 传感器故障、井口碰撞、泵抽干扰、换表 | 跳变幅度大、恢复慢或不恢复 |
| 趋势转折 | 原单调趋势在某一时点改变斜率或方向 | 开采量变化、补给条件改变、区域降落漏斗扩展 | 转折后持续、非孤立点 |
| 周期性破坏 | 原有年/日周期振幅减小、相位偏移或消失 | 河道断流、潮汐影响减弱、井淤堵 | 频谱能量转移、相位漂移 |
| 数据缺失 | 曲线中断，出现空档 | 通信中断、供电故障、设备维护 | 时间戳不连续、间隔超限 |
| 毛刺 | 高频小幅尖峰，围绕基线上下抖动 | 电磁干扰、接触不良、信号噪声 | 单点偏离、前后立即回归 |
需要强调：突变与毛刺的区别在于“是否回归基线”。毛刺是孤立点，前后值正常；突变是水平基线的整体平移，后续数据在新水平上延续。趋势转折与突变的区别在于“是否有过渡”，转折通常经历数日至数周的渐变，突变则在采样间隔内完成。
三、判别指标与阈值设定
仅凭肉眼判断易受主观影响，应引入可计算的判别指标。以下指标均以“本节示例参数”给出，实际应用需用本井历史数据重新标定。
- 一阶差分与变化速率：Δh = h(t) − h(t−1)，速率 v = Δh/Δt。示例阈值：日变幅超过历史同期95%分位值的2倍判为可疑。
- 滑动标准差与3σ准则：以30天为窗口计算均值μ与标准差σ，|h − μ| > 3σ 判为离群点。适用于毛刺与单点突变。
- 连续缺失时长：相邻有效记录时间间隔超过设定采样间隔的3倍即记为缺失段，示例：小时采样井间隔>3 h 记缺失。
- 趋势斜率变化率：对分段数据做线性拟合，比较前后两段斜率k₁、k₂，|k₂ − k₁|/|k₁| > 50% 且持续超过10个采样点判为趋势转折。
- 周期能量比：对年周期做谐波分析，若年周期振幅较历史均值下降超过40%，判为周期性破坏。
四、从曲线到判定的排查路径
把上述内容串成一条可执行的判断链：先检查数据完整性（时间戳是否连续、有无缺失段），再计算一阶差分与滑动统计量筛出离群点，然后按形态归入五类异常，最后用现场信息（是否换表、是否抽水、是否降雨、通信日志）验证。下图给出这一判别路径与各指标对应的异常类型。
五、实操示例：一次毛刺与突变的区分
假设某自动监测井按1小时采样，某日连续记录如下（示例数据）：08:00 为 12.35 m，09:00 为 12.36 m，10:00 为 12.34 m，11:00 突变为 13.82 m，12:00 为 13.81 m，13:00 为 13.83 m。计算一阶差分：11:00 的 Δh = +1.46 m，远超该井历史日变幅95%分位值（示例约0.25 m）的2倍，触发突变指标。再看后续：12:00、13:00 均维持在13.8 m附近，未回归12.35 m，说明是基线平移而非孤立毛刺。此时应核查11:00前后是否有换表、井口施工或抽水启停记录；若现场无扰动，则需检查传感器零点漂移或压力探头结垢。反之，若11:00跳至13.82 m而12:00立即回到12.36 m，则判为毛刺，优先排查电磁干扰与接线接触。
掌握正常形态、五类异常的形态差异和可计算的判别指标后，异常排查就从“凭经验看曲线”转变为“按路径做判定”。后续各例的排查，都将沿用本节建立的这套参照系与判别逻辑。