3. 原始数据检查与预处理

抽水试验的原始记录通常来自现场人工观测、自动水位计、流量计和记录表，数据在进入参数反演之前必须先经过一轮“体检”。这一步的目标不是把数据修得漂亮，而是判断哪些数据可信、哪些需要修正、哪些必须剔除，并保留可追溯的处理痕迹。若跳过预处理直接拟合，往往会出现看似收敛、实则由个别异常点主导的“假参数”。本节围绕水位、流量、时间三类数据，讲清完整性检查、异常值识别与缺失值处理的具体做法。

一、完整性检查：先看“有没有”，再看“够不够”

完整性检查分两个层次。第一层是记录层面的完整性：观测时间序列是否连续、每个时间点是否同时具备水位与流量、抽水起止时刻与静止水位是否记录、观测间隔是否符合设计（如抽水初期 1、2、3、5、10 min，后期 30、60 min 等）。第二层是字段层面的完整性：水位是否注明基准（相对孔口还是绝对标高）、流量单位是 m³/d 还是 L/s、时间是否为同一时钟来源。工程上常见的问题是水位计与流量计时钟不同步，导致“水位下降而流量为零”的伪异常，因此应先把所有时间统一到同一时间基准，再比对。

实际操作中可先做一张覆盖全试验时段的“时间—水位—流量”三列对照表，按时间排序后检查：时间是否单调递增、有无重复时刻、相邻间隔是否突变、水位与流量是否在同一时刻均有值。对于定流量抽水试验，流量序列应围绕设计值小幅波动；若某段流量长期偏离设计值超过约 10%，则该段不宜按定流量处理，需在反演时改为变流量或分段处理。

二、异常值识别：区分“真信号”与“坏数据”

异常值识别不能只靠“看起来不对”，应结合物理约束与统计判据。物理约束方面：水位降深不应超过含水层厚度对应的合理范围；抽水过程中水位不应出现无来源的突然回升；流量不应为负值（除注水试验外）；恢复水位应单调趋近静止水位。统计判据方面，可对降深序列做一阶差分，若某点差分绝对值远大于相邻点（例如超过相邻差分中位数的 5～8 倍），则标记为可疑点；也可用滑动窗口中位数与绝对偏差（MAD）构造稳健判据，避免均值与标准差被异常点本身污染。

需要强调的是，异常值分两类：一类是观测错误，如仪器跳变、人工抄录错位、单位混用，应修正或剔除；另一类是真实的水文响应，如相邻抽水井干扰、地表补给突变、井损引起的额外降深，这类“异常”恰恰包含信息，不能一删了之。判断依据是看该点是否在多个相邻时刻持续存在、是否与流量或周边井工况变化同步。下面这张图给出了一条典型降深序列在预处理中的判别与处置路径。

三、缺失值处理：短缺口插值，长缺口分段

缺失值的处理策略取决于缺口长度与所处阶段。对于抽水初期水位快速下降段，1～2 个观测间隔的短缺口可用相邻点线性插值或按泰斯曲线形态插值，但插值点必须标注为“生成值”，不得与实测值混同。对于持续数小时以上的长缺口，尤其是跨越拐点（如从井储控制过渡到径向流）的缺口，插值会严重扭曲曲线形态，此时更稳妥的做法是将序列分段，各段独立反演或采用变流量解析模型，而不是强行补点。

流量缺失的处理略有不同：定流量试验中若流量记录短时缺失，可依据前后稳定段取中位数补齐，并在日志中注明；若流量本身波动较大，则应保留实测流量序列，按变流量条件处理，因为流量误差会直接传递到导水系数与贮水系数的估计中。时间字段缺失或重复时，优先回到原始记录核对，重复时刻应合并或按观测顺序重新编号，切忌随意删除导致时间间隔失真。

四、可追溯的处理日志

预处理最容易被忽视却最关键的一环是留痕。建议对每个被修正、剔除或插值的点记录：时刻、原始值、处理方式、处理理由、处理人。这样在反演结果出现争议时，可以快速定位是数据问题还是模型问题。下面给出一个可直接套用的处理日志示例（数值为教学假设）。

完成上述检查与处理后，数据集才具备进入降深—时间曲线绘制与参数反演的条件。需要牢记的是，预处理不是一次性动作，反演过程中若发现残差系统性偏大，往往要回到这一步复查时间基准与流量分段是否处理得当。