3.3. Величины, лежащие ниже предела обнаружения

[Mon/tm/66]

Любой метод измерения обычно характеризуется определенными ограничениями

в отношении минимальной концентрации, которую он позволяет обнаружить. Важно иметь четкое представление о процедурах обработки данных и

соответствующей отчетности в таких ситуациях. Во многих случаях решение данной задачи можно упростить за счет использования какого-либо более метода измерения, применимого для обнаружения более низких концентраций.

Соответственно, надлежащая стратегия мониторинга предполагает попытку исключить результаты, которые окажутся ниже предела обнаружения, чтобы такие

величины наблюдались фактически только в области низких концентраций, представляющих меньший интерес.

В принципе, надлежащая практика предполагает использование такого метода измерения, для которого предел обнаружения составляет не более 10% от

ПДВ/ПДС для конкретного процесса. Соответственно, устанавливать ПДВ/ПДС следует с учетом пределов обнаружения, характерных для существующих

методов измерения.

Важно понимать разницу между пределом обнаружения (LOD – это наименьшее обнаруживаемое количество вещества) и пределом количественного определения

(LOQ – это наименьшее измеряемое количество вещества). Величина LOQ

обычно значительно (в 2-4 раза) превышает LOD. Параметр LOQ в некоторых случаях используется для присвоения численного значения величинам, находящимся ниже предела обнаружения, в то время как параметр LOD широко используется в качестве справочной величины.

Проблемы, связанные со значениями концентраций, находящихся ниже LOD, прежде всего, относятся к процедуре вычисления средних значений. В частности, порядок обработки этих величин очень важен для тех случаев, когда параметр LOD близок к ПДВ/ПДС. Число предписаний, относящихся к рассматриваемой

сфере, невелико и, как следствие, процедуры обработки данных различаются для

предприятий различных отраслей и даже в пределах одной и той же отрасли.

Существует пять основных вариантов обработки величин, находящихся ниже предела обнаружения:

1.Измеренная величина используется в расчетах, даже если она ненадежна. Такая возможность существует лишь для некоторых методов измерения.

2.Для расчетов используется предел обнаружения. В этом случае результирующее среднее значение обычно указывается в виде «<»

(меньше чем). Для данного подхода характерна тенденция к завышению результата.

3.Для расчетов используется половина (или, возможно, другая заранее оговоренная доля) величины предела обнаружения. При таком подходе возможно как завышение, так и занижение результата.

57

4.Оценка по формуле:

Оцененная величина = (100 %-A)*LOD,

где А = процент проб, для которых величины оказываются на уровне ниже

LOD.

Так, например, если для 6 проб из 20 получена величина на уровне ниже LOD, то для вычислений будет использована величина (100-30)*LOD,

которая составляет 70% от LOD.

5.Для расчетов используется ноль. Для этого подхода характерна тенденция к занижению результата.

Иногда величина, находящаяся ниже предела обнаружения, представляется расположенной между двумя величинами. Первую из этих величин получают,

используя ноль для всех измерений, результаты которых оказываются ниже LOD, а вторую величину – используя LOD для всех измерений, результаты которых оказываются ниже LOD.

Надлежащая практика предполагает обязательное описание используемой процедуры расчета при представлении результатов для рассматриваемых величин.

Целесообразно четко оговорить в разрешении процедуры обработки величин,

которые оказываются ниже предела обнаружения. По возможности, выбранный вариант должен соответствовать тому, который применяется в конкретной отрасли или в конкретном государстве, что будет служить гарантией корректности сопоставления данных.

В Приложении 4 приведены примеры, которые показывают, как изменяются результаты в зависимости от подхода, использованного при обработке величин,

находящихся ниже предела обнаружения.

58

3.4. Малоправдоподобные данные, подлежащие исключению («выбросы данных»)

[Mon/tm/66]

Выбросы данных, подлежащие исключению, можно определить как результат, который расположен далеко от всего массива данных (как правило, массива

результатов мониторинга) и который невозможно непосредственно связать с работой установки или осуществлением технологического процесса. Малоправдоподобные данные, подлежащие исключению, обычно выявляют путем

экспертной оценки с применением какого-либо статистического критерия (например, критерия Диксона), а также с учетом иных соображений, например,

таких, как аномальный характер выбросов/сбросов для конкретного объекта.

Единственное различие между малоправдоподобными данными, подлежащими

исключению, и аномальными результатами измерений для выбросов и сбросов, осуществляемых в нештатных ситуациях, заключается в том, что в первом случае

их возникновение не связано с эксплуатационными режимами для установки, а во втором – связано. Непременным условием выявления малоправдоподобных

данных, подлежащих исключению, является тщательный анализ соответствующего технологического режима.

Кроме того, для выявления потенциальных малоправдоподобных данных,

подлежащих исключению, можно проанализировать следующие виды

информации:

•все полученные концентрации в сравнении с результатами предыдущих и

последующих наблюдений и требованиями природоохранных разрешений;

•данные всех наблюдений, в ходе которых было выявлено превышение определенного уровня (статистический анализ;)

•случаи получения экстремальных данных для производственных единиц;

•случаи получения малоправдоподобных данных, подлежащих исключению, при проведении мониторинга в предшествующий период.

Такую работу обычно проводят квалифицированные сотрудники, но также не исключено применение автоматизированных процедур. Однако при выявлении значительных различий в результатах наблюдений такой анализ следует проводить силами квалифицированных операторов баз данных.

Самой распространенной причиной отклонения результатов [от нормы] в тех

случаях, когда их невозможно объяснить причинами эксплуатационного характера, является ошибка, допущенная при пробоотборе или выполнении анализа. В таком случае лаборатория, выполнявшая соответствующие

процедуры, уведомляют о необходимости корректировки ее работы и данных мониторинга. Если малоправдоподобные значения, подлежащие исключению,

были выявлены в ходе выполнения производственного экологического контроля с использованием инструментов, производящих непрерывное считывание данных,

то необходимо проанализировать их работу.

Если никакой причины выявить не удается, а критический анализ измерений не

приводит к исправлению результатов, малоправдоподобные значения можно

59

исключить из расчетов средних концентраций и т.д., это следует зафиксировать в соответствующих отчетах.

О критериях выявления малоправдоподобных данных, подлежащих исключению,

равно как и обо всех фактических данных, всегда следует информировать официальные органы.

Дополнительная информация о порядке обработки малоправдоподобных данных, подлежащих исключению, содержится в стандарте ISO 57251.

1 Речь идет о международном стандарте ISO 5725-6:1994. Accuracy (trueness and precision) of measurement methods and results. Part 6. Use in practice of accuracy values. Его российский аналог — ГОСТ Р ИСО 5725- 6-2002. Точность (правильность и прецизионность) методов и результатов измерений. Часть 6. Использование значений точности на практике (Примечаение редакторов русского текста).

60