污染源自动监测异常数据识别规则及处理方法探索

作者：魏艳; 赖静娴; 周启龙; 彭雨林; 姜继平

来源：环境监测管理与技术, 2022, 34(02): 56-59.

DOI：10.19501/j.cnki.1006-2009.2022.02.003

• 污染源
• 自动监测
• 异常数据
• 识别规则
• 自动标志
• 模型训练

基于大量污染源自动监测数据的特征分析与异常原因解析，探索建立针对自动监测异常数据的识别规则与标志处理方法，并通过模型训练实现了异常数据的自动标志。经实例验证，该方法可识别异常偏高、异常偏低、异常为0、迟滞不变、逻辑错误等5种类型的异常数据，按照数据有效性及异常原因进行标志处理，可以为后续数据分析及各类模型训练提供数据基础和保障。

• 单位
  环境科学与工程学院; 南方科技大学