監測數據
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇監測數據范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
監測數據范文第1篇
近些年我國已經初步實現由農業型國家向工業型國家的轉型，在這個過程中工業用水量巨大，每年都會有大量的工業廢水排出，對我國水資源造成了巨大的污染，同時我國人口數量眾多，水資源緊缺問題不斷加劇。因此，我國政府必須要加強對水資源環境的改善，要加強對工業生產的整頓，杜絕工業廢水的排出，還要加強對環境水質分析監測技術的研發，要提高水質監測數據的處理能力。
1環境水質監測概述
通常所說的環境水質監測主要是對水體中的污染物種類和污染濃度進行檢測，并對種類和濃度變化進行實時監測，將結果進行對比，從而得知水體是否符合監測標準。由于我國水體分布范圍廣泛，這也就使得環境水質監測范圍也較廣，主要包括江、河、湖、泊、地下水、城市用水、工業污水等。環境水質監測的內容主要分為兩類，一類是水質狀況綜合指標，另一類是有毒物質的監測，兩者所采用的監測方法有所差異。在對環境水質進行監測時，需要考慮的因素較多，要根據水體監測對象的不同，合理選擇監測方法和監測評價指標。例如，江河水流速較快，工作人員不僅要對水質中的物理元素和化學元素進行檢驗，還要考慮江河的水流速度和流量，要將所有因素綜合到一起。通常較為常用的環境水質監測方法有氣相色譜法、化學法、等離子發射光譜法、離子色譜法等，工作人員也要根據水體的不同用途適當調整監測方法和標準。
2環境水質監測技術及方法分析
在對環境水質進行監測時需要經過三個階段，分別是采樣、測試、數據處理。采樣主要是指工作人員要對需要監測的水體進行收集，在收集時要根據周邊環境進行分析，例如，在對地下水進行采樣時，要考慮到周邊的環境和工業布局情況；在對工業廢水進行采樣時，就需要定期進行采集，觀察水質的指標是否發生變化。在對采樣水體進行測試時，就要采樣一些技術手段，對水質進行監測，并要記錄相關監測數據。而數據處理就是要將所監測到的水體數據進行比對，分析監測水體是否符合國家相關標準。無論采樣哪種水質監測方法，都要確保水質監測數據的準確性和穩定性。通常比較常用的主要有儀器法、重量法、滴定法等集中水質監測方法。
2.1儀器法
所謂的儀器法就是采用現代化監測設備對水體進行監測，操作程序簡單，監測速度較快，監測數據比較準確，最為常見的就是色譜法和等離子體發射光譜法。
2.2重量法
所謂的重量法主要是將監測水體中的成分進行分離，然后將未被污染的水體進行對比，主要是通過天平進行成分的測量，從而計算出該成分在水體中的比例。這種監測方法在操作方面較為簡便，但是對于天平規格和精度的要求較高，否則將容易出現較大測量誤差。
2.3滴定法
在滴定法中主要應用了化學原理，將監測水體提取試液，然后添加已知精度較高的標準溶液，讓標準溶液與試液發生化學反應，然后對溶液中的待測物質進行計算。這種方法容易受到外界環境因素的干擾，只有在符合條件的實驗室中進行才可以確保監測結果的準確性。
3環境水質監測數據的處理方法分析
3.1時間序列分析法
時間序列分析法是較為常用的一種處理方法，實行數據的動態管理。因為環境水質的監測需要一個過程，如果監測時間較短或較長，都無法保證水質監測數據的準確性。因此，工作人員需要設定一個監測周期，定期對水質進行監測，然后對數據進行動態管理，觀察水質監測數據的變化情況，可以有效提高環境水質監測的穩定性。
3.2數據反復驗證法
在對環境水質進行監測時，容易受到外界環境因素的干擾，導致水質監測數據的差異較大。因此，工作人員可以采取數據反復驗證法，對同一地點的水質進行多次采樣，然后分別監測不同組類的水質數據，經過反復的實驗驗證數據的真實性。
3.3有效數據規整法
在對不同環境下的水質進行監測時，工作人員就需要采取有效數據規整法，要對水質監測數據進行分類，將有參考價值的數據保存下來，然后在后續監測過程中加以比對，從而確保環境水質監測數據的準確性。
3.4無效數據消除法
環境水質監測過程較為漫長，在整個水質監測過程中，有些數據時間較長后就會失去準確性，工作人員就要及時對這些數據進行消除，避免這些數據對整個監測數據的影響。
4結語
綜上所述，隨著水資源污染問題的加劇，必須要加強對環境水質監測技術的研發，要不斷創新新工藝、新方法，加強對水質監測數據的處理，有效改善我國水資源環境。
參考文獻：
[1]李銳.論加強環境現場監測水質分析的質量控制[J].資源節約與環保，2014(01).
[2]王磊.論紫外分光光度法在水質分析中的應用研究[J].科技創新導報，2012(11).
監測數據范文第2篇
與即時通訊類的網絡應用不同，博客、個人空間、微博都具有一定的公共性質，并被統稱為自媒體。自媒體的興盛，使其成為熱點輿情形成的重要推動者，而網絡輿情也成為社會輿情的重要組成部分。
自媒體幾乎沒有準入門檻，同時又具有匿名性，使用者的媒介素養良莠不齊，很容易產生各種失范現象；自媒體也不像傳統媒體那樣容易監督，對于失范現象難以追溯源頭，同時給各方主體帶來影響輿論、把控輿論走向的機會，使得網絡輿情處于更加復雜的環境中。自媒體的網狀結構又決定了網絡輿情可以快速發酵，甚至在短時間內多次轉向，因此更加難以監控和把握。
而對自媒體勃興之后網絡輿情的監測，傳統的現場調查、訪問調查、問卷調查等方式收效不佳，早期曾經廣泛使用的網絡輿情監測手段也暴露出了越來越多的問題。早期的網絡輿情監測，主要是針對Web1.0設計的。互聯網發展至今經歷了兩個階段：Web1.0和Web2.0。兩者的主要區別并不在于技術規范或物理設備，而是用戶之間以及用戶和網絡應用之間的交互方式。
在Web1.0時代，互聯網內容主要由各大網站生產，用戶和網站的交互主要體現為尋找和接受相應的內容，用戶之間也只能通過有限的方式進行散落聯系。早期的網絡輿情監測，就是針對這樣層次的交互而設計。流程大致是：一、通過相關樣本庫，把需要監測的網頁進行模板匹配，并設定為監測數據源；二、應用爬蟲程序抓取數據，存儲到本地，再進行數據的凈化和簡略的分析；三、利用簡單的圖表模板和文字描述，呈現監測和分析的結果。
早期的網絡輿情監測方式有一些原生的問題，譬如：一、由于處理能力有限，只能抽取部分樣本進行監測，無法避免偶然誤差；二、文本分析算法的準確度、監測對象和系統模板匹配的程度、對數據的凈化，以及分析的算法等因素對于最后監測結果的準確度都有決定性的影響，無法避免系統誤差；三、將監測的對象簡化為獨立的信息元，欠缺分析網絡內容之間聯系的能力和預測能力。
早期的網絡輿情監測方式，盡管有很多問題，對Web1.0時代的離散的網絡內容和單向的交互方式來說還可以適用。隨著互聯網發展到了Web2.0時代，早期網絡輿情監測方式的局限性表現得日漸明顯，其監測功能已經弱化而無法適應新的輿論環境。
二、大數據技術下的網絡輿情監測
Web2.0時代最突出的特征就是更緊密的網狀結構。用戶自主生成內容使網絡內容生產者數量呈幾何級增長，用戶與網站之間雙向交互，用戶與用戶之間也在進行多渠道、多層次的立體的交互。Web2.0的網絡內容不再是離散的，具有強烈的“關系”屬性。這種基于各種強弱關系的網狀結構，也直接使網絡輿情能夠快速成型、發酵，短時間內可以多次轉向。Web2.0時代的輿情監測，更關注“關系”，能夠更快速、更準確地跟蹤輿情變化。這正是早期網絡輿情監測的缺陷。
新的輿論環境，需要加強網絡輿情的監測，而新的網絡輿情，需要新的監測方式。大數據技術下的網絡輿情監測，就是這樣一種新的方式。
自1980年以來，全球的數據存儲能力每40個月就翻一倍。不斷進行量級上的增加的龐大數據量和數據背后蘊藏的信息，帶來了大數據時代。
大數據通常指的是龐大、復雜，難以用傳統的軟件工具來分析處理的數據集。對大數據的處理，又牽涉到從數據抓取、整理、分析、共享、可視化到存儲、傳輸等一系列問題。大數據集合常常來源于日常生活，與人的行動、交往有一定的同構性，部分條目直接附加了時間、地理等信息。可以說，在大數據的數據集合中天然蘊含著各種關系。因此，大數據集合能提供同數據量的若干小數據集合無法帶來的新信息。人們可以通過數據挖掘尋找數據之間的聯系，確立數據之間相關關系的規律，進而提供多方面的預測。
顯而易見，大數據處理技術的優勢，正契合了Web2.0時代的特點。正因為大數據在挖掘數據之間的關系、進行發展趨勢預測方面的能力，已經有很多機構借助其進行輿情監測和呈現，并取得了不俗的成績。譬如在新聞業，就有不少國際傳媒機構已經在各種項目中采用了大數據分析和數據可視化技術，如BBC以及《衛報》《華盛頓郵報》《紐約時報》等。
三、大數據帶來輿情預測的新可能
“預測”本身就是大數據的一個重要應用。針對同一主題的海量數據進行分析，經過數據挖掘和建模后，可以得到相應的預測模型，進而預測將來的發展趨勢。譬如奧巴馬競選團隊，就在2012年競選的多個環節運用了大數據技術，特別是在實時監測選民意向、預測投票情況方面。競選團隊每晚都會使用特制的模擬大選的模型，根據實時監測的選民意向模擬大選，并在第二天上午根據模擬結果對各州重新分配競選資源。這種對輿情的實時監控和預測對奧巴馬2012年總統連任起到了重要作用。
麻省理工學院博士內森·凱樂斯的一項以2013年埃及爆發的民眾抗議活動的大數據預測為主要案例的研究，獲取了全球范圍主流媒體新聞、政府出版物、社交媒體、博客等各種類型超過三百萬個數據源的目標數據。其證明可以通過大數據技術和特定模型來發掘公眾的情緒、態度變化，并最終預測以大型抗議活動為代表的大型公共事件的發生，包括事件即將發生的時間地點。
而這還僅僅是一個開始。大數據有不同的來源，互聯網中以自媒體為代表的各種原創內容持續爆炸式增長，各種移動通訊設備、可穿戴設備也在不停地產生和存儲、傳遞各種數據，除此之外的數據來源還有麥克風、攝像頭記錄的音頻、視頻數據，運營數據，遙感數據等等。
按照來源不同，數據大致可以分為三類，即以自媒體內容為代表的用戶原創數據、各種經營活動中產生的運營數據(如銷售記錄、醫療記錄等)、感知數據(如各種可穿戴設備獲取的數據)。其中用戶原創數據對輿情監測的重要性已經顯現，而對其他數據來源的大數據分析、不同數據來源的融合分析，也蘊含著巨大的輿情預測潛力。
監測數據范文第3篇
關鍵詞：GPS技術；變形監測；數據處理
隨著我國城市建設的發展以及社會經濟的繁榮，我國的工程建設單位加強了對于大、中型工程的建設。在此背景之下，為了進一步促進項目建設的安全性及穩定性，工程建設單位加強了變形監測作業的開展。而GPS憑借著快速、精確的特點，在變形監測作業中獲得了廣泛的應用。為了進一步促進相關效益的提高，技術人員需加強對于數據的優化處理。
1GPS變形監測技術概述
GPS變形監測技術是指通過使用GPS定位實現對于建筑物變形狀況的監測，促進工程項目的安全性以及穩定性的提高。
1．1GPS變形監測技術優點
相關實踐顯示，借助GPS變形監測技術進行相關作業，由于GPS定位系統在作業過程中不需要各測站點間的通視，促進了變形監測工作朝著自由化、便捷化的方向發展，提升了作業效率，節省了相關費用。此外，GPS技術不受氣候、地形等因素的影響，因此工作人員在借助該技術進行變形監測作業過程中能夠實現全天候觀測，促進工作效率的提升。此外，隨著該技術的應用，變形監測工作朝著自動化的方向發展。目前，我國的GPS接收機能夠進行自動化的數據采集，工作人員可以以此為依托，構建起GPS變形自動監測系統，實現數據采集、傳輸、處理、分析、報警工作的自動化，降低監測成本，提升監測數據的可靠性。另外，該技術在應用過程中還能夠在最大程度上削減系統誤差所造成的影響，提高數據采集精度。事實上，正是基于GPS變形監測技術自身的優點，使得該技術獲得了相關部門的青睞，并在實際的工程建設中得到了廣泛的應用。
1．2GPS變形監測技術缺點
由于GPS定位技術自身的局限性以及環境的限制，使得GPS變形監測技術在實際運用過程中存在著諸多不足。（1）點位選擇的自由度較低。在借助GPS變形監測技術進行測量作業的過程中，為了確保實際操作的科學性以及測量數據的準確性，技術人員需要遵循一定的操作規范，需清理測量站點高度角15°以內附近的障礙物，且在選址時確保遠離電磁波較強的區域。因此，技術人員在借助GPS變形監測技術進行相關操作的過程中，需要科學選擇測量點，使得點位選擇的自由度較低，不利于相關工作的高效開展。（2）觀測條件較差。此外，在借助GPS變形監測技術進行工程項目監測過程中，往往會因為視場的狹窄而導致多路徑誤差嚴重。如在進行大壩等多種大型工程的變形監測作業過程中，由于大壩兩側分別為水庫、山地，其自身的自然地理環境及植被的差異性會導致對流層延遲改正精度受到不同程度的影響。（3）誤差源多。與正倒錘等變形監測手段不同的是，在借助GPS變形監測技術進行相關作業的過程中，由于GPS定位函數關系較為復雜，因此，存在的誤差源也較多。這種狀況的出現使得工程建設變形監測工作難以得到有效開展，其分析數據的誤差較大。
2GPS變形監測數據處理方法
在借助GPS變形監測技術進行工程變形檢測過程中，工作人員在收集相關數據后，需要借助各類方法進行監測數據的處理及分析。
2．1靜態數據處理方法
在借助靜態數據處理方法進行相關作業過程中，需要以每一期觀測值作為一次相對定位，并在此基礎上進行兩期監測點的位置變化的計算及分析，從而實現對于變形量的測量。在這一過程中，工程人員需借助靜態相對定位方式獲取基線向量，隨后進行網平差，并對觀測質量進行評價和分析，最終得到監測點的坐標。在完成上述兩個操作環節后，技術人員需要根據統計檢驗方法對該坐標差是否是變形量進行確定。在借助上述方法進行變形測量數據操作過程中，其監測網一般由基準點及監測點構成。這種數據處理方法在實際的應用過程中往往需要加強對于其他問題的解決：一是如何實現對觀測值粗差的科學提出；二是如何判斷基準點是否穩定。基于這種狀況，為了進一步促進該類方法的科學應用，技術人員需在實際操作過程中加強對于上述兩大問題的分析及處理。
2．2單歷元解算方法
為了進一步促進動態定位作業的有效開展，國內外學者加強了對于整周模糊度的在航解算方法（OTF）的研究。在這一過程中，為了進一步促進周跳的探測與修復問題的解決，國內外學者提出了單歷元解算模糊度的方法。單歷元解算方法最初于20世紀末被提出。該方法在實際應用過程中的基本思想具體如下：一是需要設計人員加強對GPS點近似坐標的確定，在這一過程中需確保其誤差在±2m內；二是在進行基本衛星星座選擇過程中，一般采用PODP值最小、幾何圖形最優的4顆衛星，并借助雙差方程進行相關坐標的計算；三是依據上述計算的坐標，計算出所有衛星的模糊度函數值，并將其進行篩選，構建新的模糊度搜索空間；四是在構建完成的模糊度搜索空間中，借助雙差方程以及最小二乘估計方法，計算殘差平方和，最后借助F檢驗法確定其模糊度。實驗表明，對于小于1km的基線，單歷元正確解算模糊度的成功率為100％，但當基線較長時成功率有所下降。在相關的實驗過程中，技術人員分別采用了2、5以及10km的基線進行相關作業，最終發現其單歷元正確解算模糊度的成功率分別為80％、40％及5％。由此可知，為了提高單歷元正確解算模糊度的成功率，技術人員需嚴格控制基線的長度。
2．3頻譜分析法
技術人員在進行動態變形分析過程中，可以在時間域以及頻率域中進行。在借助頻譜分析法進行工程項目變形監測作業過程中，工程人員需要利用傅立葉（Fourier）級數將時間域內的數據序列轉換到頻率域內進行分析。這能幫助技術人員確定時間序列周期，并分析各類隱蔽性以及復雜性的周期數據。作為一種確定動態變形特征的方法，頻譜分析法目前被廣泛應用在建筑物結構振動監測過程中。但頻譜分析法在實際應用過程中對于外部條件要求過于苛刻，導致工程變形監測分析的實用性降低，不利于相關工作的有序開展。
2．4小波變換法
小波變換法誕生于20世紀80年代，其理論上突破了傅立葉分析方法，實現了對于信號時頻特征的描述及分析。小波變換法在應用過程中能夠實現對高精度變形特征提取、對非平穩信號消噪有著其他方法不可比擬的優點。因此，小波分析理論在GPS變形監測（尤其是動態變形監測）的數據處理與分析方面發揮著巨大的作用。
3結語
目前，我國的經濟建設以及城市化進程獲得了長足發展。在此背景下，相關部門應加強基于GPS變形監測技術的應用，促進工程建設質量的提高。本文分析探討了GPS變形監測技術的優缺點，并對GPS變形監測數據處理方法進行了論述。隨著相關措施的落實到位及技術的發展，我國的GPS變形監測工作必將獲得長足發展，并以此為基礎促進相關的經濟效益以及社會效益的提高。
參考文獻：
［1］劉曉琳，趙曉東．GPS變形監測數據處理技術在大型工程中的實踐應用研究［J］．電子制作，2014（6）：141．
［2］李小奇，岳順，岳東杰．基于奇異譜分析和蒙特卡洛方法的橋梁索塔變形GPS監測數據處理［J］．勘察科學技術，2014（4）：24－27．
［3］丁盼，席瑞杰，肖玉鋼．北斗衛星導航系統用于東北地區高精度變形監測性能分析［J］．測繪通報，2016（4）：33－37．
［4］魏波．GPS技術與數據處理在水利水電工程變形監測中的應用［J］．河南水利與南水北調，2016（5）：68－69．
監測數據范文第4篇
結合目前電廠實際情況來看，設備狀態監測系統與數據挖掘技術是密切相關的，就目前數據挖掘技術應用角度來看，其實施步驟及實施要點主要可以按照以下流程進行。
1.1以監測系統模型預測值實施監測數據挖掘技術規范下所確定的非參數性模型，可以在監測設備現場運行時產生符合設備運行規范的相應預測值，設備狀態實時化預測值的確定，不單純由設備現場運行情況確定，同時也會按照設備同監測系統各監測點的相互關系以及設備過往運行情況進行調整。準確的說，設備狀態實時化監測，應當充分考慮到大量歷史信息數據，并全面把握各模型內部測點關系后，動態化確立的，在實踐當中，利用高精度的預測數值同設備實際運行數值進行分析比較，并采用統計學方法進行分析，可較為全面的把握現場設備的各項參數，并針對設備及系統的早期故障進行有效預警。比如，若單項參數的實際測量結果同預測值存在較大差異時，則應參考偏差規模大小及系統相關的預警機制，督促相關設備運營維護人員盡快處理故障，防止故障嚴重化或者出現規模擴大化。此外，構建科學合理化的預警條件后，主設備管理與操作使用人員，應該按照工作實踐，對新設備運行狀態進行較為妥善的早期處理，進行全面操作，從而全面提升設備早期穩固性與可操作性。
1.2構建監測系統模型在采用數據挖掘技術構建設備狀態監測系統時，應當優先結合各子機組系統，按照現場設備構建完善的系統模型。具體來講，就是從既有的數據庫中調用大量數據，按照模型構建需要進行整理，將其轉化為設備狀態監測系統可識別的格式，再按照模型構建規范進行后續操作。考慮到設備原有運行數據中存在涵蓋設備運行規律以及設備具體運行參數等與設備密切相關的海量數據，故可以通過對過往數據庫內信息進行充分分析處理后，構建較為完善的動態模型，并依此確定最符合設備現場運行規律與設備參數的設備狀態監測內容。考慮到數據挖掘技術主要是對歷史數據進行全面分析整理后進行模型構建，故建模方式同樣可以采用非參數形式，避免了一般性建模工作中靜態參數的約束，使得設備運行現場反應更為精準，有效解決了常規建模法需要大批人力資源支撐的問題，另外，為了解決建模設備規模較大這一問題，采用數據挖掘法也能全面實現，既擁有良好效果，又具備較強的技術性。
1.3以預期值及實測值分析設備故障就目前設備情況來看，對比監測站點提供的設備實測值與預期值，可以大致分析獲得設備在整個系統當中哪部分測點更易出現故障，并進一步確定設備運行風險較高的測點。以大型風機為例，大部分大型風機常擁有數幾十個測點，而出現故障的測點缺一半僅有幾個。在利用該設備狀態監測法時，用戶可以按照設備故障預防要求，選取最需要進行監測的幾個點，并要求電廠調動設備管理相關部門確定完善的預警等級制度，并制定完善的故障排除和檢修計劃，利用數據挖掘技術整理的早期故障處理經驗，逐漸構建起較為完善的在線式設備動態維護管理系統。可按照設備以往事故及預警的數據信息，對導致事故的潛在參數影響度進行分析，通過考察導致故障的現象在設備中所占據的百分比，從而基本排除導致設備事故的潛在可能，為其配備相應的設備運營維護管理計劃。此外，全部設備的早期預警處理方式及結果，都應記錄于整個數據挖掘技術管理系統內，通過不斷整合設備過往故障處理信息與現場處理經驗，從而逐漸構成完善的設備現場維護管理系統，提高設備狀態監測效率。
2數據挖掘技術監測設備狀態的優勢
將運用數據挖掘技術后的設備狀態監測系統與傳統常規式監測系統對比，其主要優勢如表1所示。由表1可知，在實際應用過程中，利用數據挖掘技術，構建較為完善的設備狀態動態化監測系統，可以較為有效的實現規范設備參數、在線監測設備運行以及設備故障快速化排除等工作。在提高設備可靠度的同時，也能夠盡可能避免超出原計劃停機等大型故障。本文中所提到的實施要點，具有一定參考價值。
3結束語
監測數據范文第5篇
關鍵詞：環境；監測數據；審核方法
一、監測數據的審核利用動態數據庫來進行
在環境監測數據審核時，一些有經驗的審核人員大多數情況都是根據自己的實際工作經驗，把出現異常的數據找出來，然后對這些數據進行監測，這樣在工作過程中很容易產生誤差。因此，在工作中，要注意把環境監測的動態數據庫建立好，將新的監測結果及時地整理到動態數據庫中，從而不斷的補充和完善數據庫。在每批的監測數據結果出來后，審核人員就可以把它與動態數據庫中的歷年數據進行比較，然后查看單個數據和各項均值是否處于正常狀態、數據是否符合監測結果的變化規律。例如，青海省三江源區域水資源的監測就是采用了動態數據庫的方法來進行的，建立起了又底層數據庫系統、功能模塊。用戶圖形界面三部分組成的動態數據庫系統，對動態數據庫進行查詢和管理，從而使得青海省三江源區域水資源得到了有效的保護和利用。
二、監測數據的審核利用其可比性進行
首先，對比各種物質間關系，進行合理分析。各物質間本身存在著一些相關性，而如果能夠充分地了解到這些相關性，有助于監測數據的審核。例如，在地表水監測中，同一水樣CODCr、BOD5、CODMn三者之間的檢測數據存在以下規律：CODCr> BOD5、CODCr>CODMn。在煤煙型污染的環境中，一般情況大氣中的NO2要比SO2小2到6倍。但是在汽車較多的環境中，NO2濃度要比SO2大。像以上的這些變化在進行環境監測數學審核時一定要加以注意。
其次，對比類同檢測對象的環境統計資料。例如，兩個工廠生產產品相同、工藝條件相似、污染物大致在一個范圍內波動，此時如果準確的掌握了其中一個廠子的環境監測數據，那么就可以用對比法來對另外一個廠子的環境監測數據進行審核。
再次，與其它環境要素進行結合。在環境統計資料分析的基礎上，適當的要與化學、生物、物理、水文等資料相結合來進行分析。例如，在進行河流水質監測中，在一年中不同時期，河水溶質成分呈現季節性變化規律由河水的補給狀況、河水溶質成分以及流量的變化決定，并且三者有密切關系。
通過可比性進行檢測數據審核工作可以使環境監測能力的持續性和有效性得到有力驗證，例如四川省為了加強全省環境監測站的質量管理，經過環境監測站實驗室間14個項目的比對考核，經考核使得環境監測能力得到了強有力的肯定。
三、監測數據的審核利用實驗有關的條件來進行
在環境監測中，由于分析人員的一些錯誤操作而導致數據出現異常情況這種現象也是存在的。例如，數據計算錯誤、瓶號錯位、計量單位換算錯誤、儀器讀數錯誤等。除此之外，導致異常數據出現的原因有采樣的代表性、儀器有無污染、儀器的使用方法、純水和試劑的濃度等。分析人員要向避免人為的錯誤，就必須保證熟練掌握這些因素，從而才能得出正確的監測結果。因此，要加強實驗室軟硬件建設，培訓和鍛煉一批技術人員，嚴格按照國家標準的檢測方法，反復實驗。另外，由于環境監測是一項專業性較強的技術工作，為了保證檢測數據的準確可靠，不僅需要檢測人員認真負責、技術嫻熟，更需要有科學嚴謹的工作程序和運行穩定的質量保證體系，而且檢測項目還應通過相應級別的計量認證，取得專業技術能力的法律效應。因此，應該組織一些專業人員來制定一些相關管理文件。
四、監測數據的審核利用物料衡算來進行
在污染源監測數據審核方法中，利用物料衡算驗證監測結果是最常用的一種方法。廢水流量有時很難測準確，其主要原因就是由于污染源監測受到了條件、監測手段、技術、人員素質的影響，而在一些中小企業中，其排污管很不規則，并且沒有自動流量計，因此排水量通常是以用水量來進行核算的，污染物排放量的推算是用原材料用量來進行的。例如，對某企業總排污口進行多次監測，監測結果為100～140 t/h，平均值為120 t/h，從監測結果數據中發現，沒有什么問題，屬于正常情況。但是據調查發現，企業生產用水平均值要大于250 t/h，實質上，企業用水也就是在打掃衛生的時候，而且用水量也較少。經過多次監測后發現，企業通過一個暗管把部分廢水直接排到河水里面，像這種情況要是采用常規方法是很難被發現的。
五、監測數據的審核利用經驗系數來進行
這種審核的方法主要就是利用審核人員的知識和日常積累的經驗，把排污量和產品產量之間的關系掌握清楚，從各種資料中介紹的經驗系數對部分數據進行審核。數據是監測工作的核心，是環境管理的重要依據。在數據考核企業污染排放、考核地方政府減排任務、考核城市創模、仲裁環境糾紛等方面，數據具有重要的考核和審判依據價值，具有很強的話語權。尤其是對新污染源數據進行審核，這些數據沒有歷史記錄，那么在審核的過程中除了對監測過程進行嚴格審核外，還必須把利用經驗系數進行驗證作為重點。
六、結語
總而言之，在進行環境監測數據的審核時，最為重要的就是把人為因素克服掉，提高數據審核人員的整體素質，保證審核人員要以科學的態度來完成數據審核工作，只有這樣，才能使得環境規劃得到進一步發展。
參考文獻：
[1] 楊馳宇,陳艷杰. 淺論環境指標的相關性分析在監測數據審核中的應用[J].中國環境監測, 2009, (03)
