共查询到18条相似文献,搜索用时 91 毫秒
1.
在环境监测工作中,数据审核发挥着十分重要的作用。监测数据的准确性和合理性直接关系到监测工作的质量,做好数据审核是保证环境监测质量的有效手段和重要环节。数据审核的方法有许多种,本文从水质监测数据中各环境指标之间的相关性分析出发,探索加强数据审核的相关措施。 相似文献
2.
3.
浅论环境指标的相关性分析在监测数据审核中的应用 总被引:1,自引:0,他引:1
数据审核是环境监测质量保证的重要环节之一,数据审核的方法有许多种,文章从监测数据中各环境指标之间的相关性分析出发,对水、气、声环境要素中的各环境指标间的相关性进行总结,并将其应用于数据合理性的审核,具有借鉴意义. 相似文献
4.
环境监测数据审核是环境分析质量保证工作的一个重要环节,此项工作对监测数据是否准确可靠有一定影响。简述了环境监测超标数据审核确认的必要性以及超标数据的审核确认方式,针对目前存在的监测指标定性定量不准确、标准物质存在衰减状况、评价标准选择不准确等问题,提出,监测部门对于超标数据必须严格审核和把关,确保监测数据的真实性和准确性,真正服务于环境执法和环境管理。 相似文献
5.
6.
以地面水环境监测数据为例,对实现环境监测数据计算机辅助审核的可行性以及审核的方法等进行了研究.指出实现环境监测数据计算机辅助审核是完全可行的,环境监测数据计算机辅助审核不仅能减轻数据审核人员的工作量,也有利于提高环境监测数据审核工作的技术水平和工作质量. 相似文献
7.
8.
9.
2012年5月新疆2011年度环境统计数据顺利通过国家审核,5月3日在北京召开的2011年度全国环境统计数据会审情况通报会上,国家环保部总量司对6个省份的环境统计工作提出了通报表扬,新疆位列其中之一。2012年我站根据国家环保部对环境统计工作的统一部署,结合新疆实际,开展 相似文献
10.
2012年9月10日国家环境保护部污染物排放总量控制司在乌鲁木齐市举办2012年度第一期全国环境统计业务培训班。此次培训的内容主要包括"十二五"报表制度、审核方法、污染物核算方法、2011年环境统计报表填报主要问题解析等。会上于飞副司长总结了环境统计的成绩和问题,提出新要求:各地要在强化责任意识和提高业务技能的基础上改进工作方法,进一步加强与统计部门、行业主管部门以及环保内部各业务部门的沟通协调,建立部门联合汇审制度; 相似文献
11.
环境空气质量自动监测系统质量保证工作的探索 总被引:1,自引:0,他引:1
根据全国多个省市的环境空气自动监测质量保证工作的经验和做法,结合乌鲁木齐市环境空气自动监测质量保证工作实际情况,对点位设置要求、制度体系建立、仪器质量控制难点、数据审核与研判等环境空气自动监测质量保证工作的关键环节进行探索,为加强环境空气自动监测质量保证体系提供参考依据. 相似文献
12.
13.
环境复杂河段网络站水质监测点位认证数据处理技术方法探讨 总被引:2,自引:0,他引:2
根据淮河淮南段水环境背景条件复杂状况,采用统计学和水质模型综合方法,较好解决了水质监测点位认证中数据处理,为多监测断面点位优化选择和论证提供了理论基础。 相似文献
14.
由上海市环境监测中心和软件公司共同开发的市和区县两级环境空气自动监测数据审核系统,主要由区县监测站负责辖区自动监测数据的一级审核,市级监测站承担二级审核的责任。作为环境空气质量保证/质量控制体系的重要一环,新系统的建立极大地提高了上海市环境空气自动监测数据的有效性和数据质量。 相似文献
15.
线性修正趋势分析法根据历年数据建立线性模型并进行修正,预测年度、季环境要素污染物变化情况,可应用于空气质量、水环境质量、噪声环境质量、污染源污染物排放等预警预测数据统计分析评价,为环境决策提供技术支持。本文通过实例论述了该方法在实际工作中的应用。 相似文献
16.
董励 《环境监测管理与技术》2011,23(6):4-7
随着烟气排放连续监测系统(CEMS)的广泛安装和验收,CEMS数据的应用将成为污染源管理最直接最有效的手段.在国家规定的数据有效性审核基础上,结合实际工作遇到的问题和长期实践经验,提出每日审核对于数据有效性的重要作用,并通过上海市特有的CEMS数据审核机制,介绍该审核机制的建立背景、内容、流程及取得的成果. 相似文献
17.
Mechanistic hydrologic and water quality models provide useful alternatives for estimating water quality in unmonitored streams.
However, developing these elaborate models for large watersheds can be time-consuming and expensive, in addition to challenges
that arise during calibration when there is limited spatial and/or temporal monitored in-stream water quality data. The main
objective of this research was to investigate different approaches for developing multivariate analysis models as alternative
methods for rapidly assessing relationships between spatio-temporal physical attributes of the watershed and water quality
conditions in monitored streams, and then using the developed relationships for estimating water quality conditions in unmonitored
streams. The study compares the use of various statistical estimates (mean, geometric mean, trimmed mean, and median) of monitored
water quality variables to represent annual and seasonal water quality conditions. The relationship between these estimates
and the spatial data is then modeled via linear and non-linear multivariate methods. Overall, the non-linear techniques for
classification outperformed the linear techniques with an average cross-validation accuracy of 79.7%. Additionally, the geometric
mean based models outperformed models based on other statistical indicators with an average cross-validation accuracy of 80.2%.
Dividing the data into annual and quarterly datasets also offered important insights into the behavior of certain water quality
variables impacted by seasonal variations. The research provides useful guidance on the use and interpretation of the various
statistical estimates and statistical models for multivariate water quality analyses. 相似文献