罗 蒙，乐 群，张 新

(华东师范大学 地理科学学院/地理信息系统教育部重点实验室，上海 200241)



不一致性检验法对细颗粒物监测数据中异常大值的检验

罗 蒙，乐 群，张 新

(华东师范大学 地理科学学院/地理信息系统教育部重点实验室，上海 200241)

摘要：根据目前国内关于细颗粒物监测数据质量控制方面研究很少的现状，使用Barnett总结出的正态样本不一致性检验法以及Verma模拟出的超大样本临界值，对可吸入颗粒物小时监测数据进行了异常值检验。所用数据为环保部发布的可吸入颗粒物小时监测数据，数据时长为一年半左右，结果表明：各种检验法中以N1和N4为代表的偏差/尺度型统计量和平方和型统计量较适合PM2.5监测数据的异常值检验；N1检验法比N4检验法更不容易受临界值插值误差的影响。

关键词：PM2.5；小时监测数据；异常值检验；不一致性检验

1引言

在诸多空气污染物中，细颗粒物(PM2.5)因其直径甚微，吸入后可直接进入肺部，对人类身体健康造成较大威胁，近年来受到社会各界的广泛关注。目前我国已在多数城市设立了PM10和PM2.5的监测站点，并计划将监测网络覆盖至所有地级以上城市，监测方式由过去的人工称重测量(振荡天平法)逐渐演变为现在的自动监测(β射线法)[1]。然而，我国目前的监测网络还不够完善，数据积累时长较短，站点少且分布不均匀，数据质量较差。在监测过程中，由于受仪器故障、人为测量失误、恶劣天气、数据传输故障等因素影响，监测数据会出现异常值，往往表现为异常大值、负值，或数值异常起伏、长时间平缓监测结果[2]或PM2.5浓度大于PM10[3]，若在分析过程中不加以仔细甄别，势必会对研究结果造成较大影响，甚至得出错误的结论。……