南沙综合数据库及信息系统就是基于对南沙海洋调查数据进行科学、可靠、有效的管理和服务而设立的。海洋环境质量数据库是其中一子库，但从海洋环境质量数据及该系统的完整性方面看，南沙海洋环境质量数据库系统是一套完整的数据库服务系统，它包括数据加载、数据预检、数据排重、查询检索、统计图表、报表输出及数据管理个功能模块。

环境质量数据系统的设计与实现

1、基本设计

（1）系统目标设计。根据用户需求设计系统目标。

（2）数据库结构设计。建立一个具有最小冗余度，数据结构合理的库结构。

（3）系统功能模块设计。根据和设计系统功能并分类形成模块， 以提高编程、运作的速度和系统的灵活性、可靠性。南沙海洋环境质量数据库的功能模块设计见图。

（4）系统流程设计。

2、详细设计

（1）确定指标体系。本系统的指标体系包括海洋水质、沉积物环境质量调查数据的质量控制方法、标准水质及沉积物环境质量评价方法统计方法代码包括岛礁、单位等数据质量等级窗口、界面设计规格等。

（2）编程。根据基本没计和详细设计要求编写各功能模块程序。通过大量的上机操作和反复试验编制出正确的程序模块, 由主控程序操纵各模块，达到满意的目标构想。

（3）测试。设计一套具有各种特点的测试数据，输入系统，检查各功能的可靠性和系统的容错性。

环境质量数据数据库软件支持系统及数据库结构

1、软件

磁盘操作系统— MS DOS6.2、希望汉字系统、数据库管理系统。

2、数据库结构

南沙海洋环境质量数据库结构是根据南沙环境质量调查内容、数据特点、相互关系, 及今后可能的发展方向, 并参考《海洋监测规范》中的有关规定设计、确定的。它将南沙环境质量调查信息和数据归类于种数据库结构，即航次信息库、站位信息库、监测方法库、水质数据库和底质数据库。

（1）航次信息库

贮存各调查航次的航次信息。包括调查单位，调查项目、项目负责人、起航及终航日期等。

（2）站位信息库

贮存各调查航次的实测站位、站名、调查类型及水深数据。站位分为连续站、大面站及岛礁。调查类型分水质、底质或二者皆测型。

（3）监测方法库

在环境质量调查中，使用不同的调查方法或不同型号的监测仪器，测出的数据会存在一系统误差。南沙海洋及岛礁的环境质量调查为避免这一误差，使数据具有较好的可比性，规定了各要素的监测方法，但也允许个别项目使用两种监测方法。随着方法和仪器的不断发展及与国际接轨，环境质量调查的方法和仪器也会得到更新和完善。为了确保数据的可比性，增加数据的自身价值, 该系统设计了方法库，记载调查数据的调查方法、仪器及检出限等指标。

（4）水质数据库

水质数据库记录了南沙环境质量水质调查的实测数据，包括总Hg、Cu、Pb、Zn、Cd、油类、666和DDT，而温度、盐度、COD、DO、NO₂一N、NO₃一N、NH₄一N、PO₄一P等要素的资料贮存在化学数据库中。根据数据的特点, 为每个要素设计了说明符，以区别不同性质及不同质量的数据，为数据的分析和计算提供信息和依据。

（5）底质数据库

底质数据库记录了南沙环境质量调查底质表层的实测数据，包括该站的底质类型、调查时间及泥样中总Hg、Cu、Pb、Zn、Cd、油类、666和、DDT、硫化物及有机质的含量。

环境质量数据系统功能和特点

FoxBASE或FoxPRO管理系统本身就具有为用户提供数据库建立、维护、查询、组织管理等功能。在此基础上建立的南沙海洋环境质量数据库应用系统操作界面完备良好，操作者只需按照菜单提示即可完成数据加载录入、数据预检、数据排重、查询检索、统计绘图、报表输出及数据管理7种模块作业。

1、数据加载。指对预进入数据库的单个数据或数据文件的录入或追加操作。对单站或单要素数据, 用户只要打开相应数据库，按照配以简单标注的录入窗口说明，在终端录入即可对已形成数据库文件或亚文件，键入文件名、文件类型并指定数据库即完成追加。

2、数据预检。指对进入数据库的数据进行系统检查。该模块是根据数据的有效范围用户如认为该范围选择过宽或过松，可在菜单项选择修改范围、数据间的逻辑关系及数据的变化规律设计的。根据检测方法检出致命错误或可疑错误。致命错误是指数据超出了其取值范围，或两数据为一矛盾体, 其一必为错误，或某一数据违背了其递减或递增的的变化规律等不可能的数据。可疑数据是指一数据超出了该数据可能性为的出现区间, 以提示用户审查。数据预检模块是建立在数据三次人工校对基础上的系统检查，可有效地提高数据库的数据质量。

3、数据排重。该功能是根据数据库不同的主键和副索引键排序，比较后自动删除个重复记录中前一个记录。用户也可自定字段进行排序。如预删除小于一个记录或删除后一个记录时, 用户可选择系统排序、人工删除。

4、查询检索。该模块能够满足用户对航次号、站号、经纬度、调查日期、调查项目等多重条件下的直接、交叉查询、检索要求。提示、返馈信息清楚, 查询结果可显示、打印或存贮。

5、统计图表。统计图表是针对水质、底质数据库或其检索结果设计的。其中包括, 基础信息统计站数、站次数、检出率、超标率特征值统计平均值、最大值、最小值、标准指数质量指数统计质量指数均值及质量指数在，间隔内的分布质量指数直方图各污染指标项的平均质量指数比较质量指数分布图某一指标项的质量指数在各区段的分布状况。所用的计算公式、质量指数计算方法是根据海洋环境质量调查中通用的、成熟的理论设计的，实用性强、规范性高。对尚未有国家标准的沉积物质量标准，该系统除提供一套参考标准外，用户可根据自己的分析方法和原则自定标准，并在系统设计的界面修改后统计计算。

6、报表输出。该应用系统设计了规范的报表输出软件，可灵活控制表头，选择页码及打印记录等。

7、数据管理。数据库管理系统是数据库应用系统中比较重要的部分。该系统根据南沙环境质量数据库的的特点及应用，针对使用和安全进行管理设计见图，为用户提供了种菜单式全屏幕管理命令。为保证数据的安全性，防止误码，修改数据时， 输入的数据必须符合录入条件删除记录或清库时， 增加了确定项，误码后可解除指令。 2100433B

为了得到具有科学性、准确性、合理性的环境质量数据、污染源数据，除了认真按以上方法执行外, 还应该采取以下几方面保障措施：

1、户加强监测力量。

首先，完善监测机构的监测设备和手段。

许多市县级环境监测站根本不具备《环境空气质量标准》( G B3 09 5 一19 96) 要求的连续采样监测设备和能力；在废水监测时，无法进行第一类污染物和流量的监测。其次，加密常规监测点位和频次, 逐步实现重点污染源在线监测能力。

2、增强环评工作人员的业务素质和职业道德。

通过岗位培训和定期考核制度加强环评工作人员业务能力，增强事业心、责任心和职业道德，在工作中, 做到实事求是、客观公正，减少人为因素造成工作的失误。

3、加强对基础数据的审核工作。

对环评报告书( 表) 中采集与利用的基础数据在使用前要进行认真详细的审核，审核的依据就是国家和地方颁布的法律、法规、标准、技术导则、规范，主要审核其资料来源是否合适，项目是否齐全，数据的测试单位是否具备资格，数据的时效性、可靠性、方法是否合理，具体如资料的类、项、参数、指标、来源、资料中有关数据的测试单位、时间、地点、方法和主要结果等，如有异议必须进行认真的核实。

4、建立重要数据的存档制度。

建立准确、翔实的环境质量和污染源数据网、数据库，不仅能够保证数据的科学性、准确性、合理性, 还能够缩短环评周期。

综上所述，环境质量数据、污染源数据的采集与利用方法是一项系统工程，需要从设备、技术、人员、操作、管理、监督、审核等多方面加以保障，这也要求我们在工作中以科学、严谨、务实的态度，按照相关法律、法规、规范、导则的要求，保质保量地认真完成环境影响评价报告书( 表) 这一专业性较强的拉术报告。

建设项目环境影响的评价需要使用监测数据对环境质量现状进行评价。环境质量现状监测数据应由环境影响评价机构向建设项目所在地的具有资质的环境监测机构购买。而监测机构的数据主要来自： 一是符合评价机构需要的历史监测数据；二是根据评价机构的监测方案进行实地监测。

环评中环境质量数据主要是对评价区域近期和现状环境空气、地表水、声环境质量的定量描述，是对一个动态系统的定量描述。所以，首先应该尽量收集和充分利用常规监测点( 断面)的历史监测资料。这些资料价值在于能从长期和宏观的角度，比较准确、客观的反映出评价区域环境质量的总体水平和变化规律。这样做还能节省大量的监测费用，并缩短环评周期。

如果评价区域缺乏权威的历史监测资料，或者建设项目某些特定污染物需要补测时，应该严格根据评价技术要求委托有资质的环境监测机构进行现状环境质量监测。如果时间允许应该尽量进行分期监测。

环境空气质量监测分采暖季和非采暖季，每季监测时段取环评导则中时间范围的上限。地表水环境质量监测分丰、平、枯3 个水期，评价等级较低的项目尽量掌握平、枯两个水期的数据。特别是在环境空气质量监测时需要注意，虽然环评导则和《环境监测技术规范》中规定每日采样时间为4 一6 次，每次30 分钟，但是，《环境空气质量标准》( GB305 一196) 要求日均值N0₂、S0₂、CO每日至少有18h采样时间，TPS 则在12h 以上。所以，按照标准要求,必须委托具有连续监测设备和能力的监测部门进行，以保证这一时间段监测数据的科学性、准确性、合理性。切忌在监测计划制定和实际采样中偷工减料、投机取巧。

数据录入过程

质量数据是指由个体产品质量特性值组成的样本(总体)的质量数据集，在统计上称为变量；个体产品质量特性值称变量值。 根据质量数据的特点，可以将其分为计量值数据和计数值数据。

1.计量值数据

计量值数据是可以连续取值的数据，属于连续型变量。其特点是在任意两个数值之间都可以取精度较高一级的数值。它通常由测量得到，如重量、强度、几何尺寸、标高、位移等。此外，一些属于定性的质量特性，可由专家主观评分、划分等级而使之数量化，得到的数据也属于计量值数据。

2.计数值数据

计数值数据是只能按0，1，2，……数列取值计数的数据，属于离散型变量。它一般由计数得到。计数值数据又可分为计件值数据和计点值数据。

(1)计件值数据，表示具有某一质量标准的产品个数。如总体中合格品数、一级品数。

(2)计点值数据，表示个体(单件产品、单位长度、单位面积、单位体积等)上的缺陷数、质量问题点数等。如检验钢结构构件涂料涂装质量时，构件表面的焊渣、焊疤、油污、毛刺数量等。

数据一致性

很多用户甚至一些数据仓库项目的开发人员经常将数据质量和数据仓库项目开发中的ETL过程的数据一致性混为一谈，错误的认为数据仓库项目（也即ETL过程）能够修复数据以提高数据质量，其实数据质量和ETL过程的数据一致性是两个不同的概念。ETL过程的数据一致性是指根据相同的业务理解（基于源系统模型和基于数据仓库模型），在源系统查询和统计的信息与在数据仓库中得到的结果在各个细节层次（包括明细层次）上都是相同的。数据一致性是ETL过程必须保证的。质量是数据存在于企业的源系统中的，如常见的客户代码的不规范，同一个客户在不同的系统中（例如业务处理系统和财务系统）有不同的代码，甚至同一个客户在同一个系统中也有不同的代码，以保险公司的业务处理系统为例，同一个客户先后在同一个保险公司投保，不同的业务员可能会输入不同的客户代码；更常见的是那些没有实现大集中的分布式的应用，同一个客户（如工商银行）在不同的分公司（如河南分公司和湖北分公司）投保，业务员很可能会输入不同的代码；再如，在业务处理系统中，有些录入人员为了录入的方便，常常将一些内容不输或者采用默认值，造成一些重要录入信息的缺失或错误。这些数据质量问题对数据分析系统造成严重的干扰和破坏。数据仓库项目虽然不能够修复数据以提高数据质量，但能发现存在的部分问题从而提醒用户哪些数据是有质量问题的，给出用户一些改进的建议，同时在分析和决策时应降低对这些数据的依赖程度，也可以提供辅助的方法跟踪、监测数据质量问题。

1.波动性，即在相同的生产技术条件下生产出来的一批产品，其质量特性数据由于受到操作者、设备、材料、方法、环境等多种因素的影响而总存在着一定的差异； 2.规律性，即当生产过程处于正常状态时，其质量数据的波动是有一定规律的。

由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。 在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。数据的集中位置分别有平均值、中位数、众数三种 表示方法，其各具优缺点，其中平均值最为普遍常用。数据的分散程度由标准差表达，用符号s（西格玛）表示，数据的分散程度在质量管理中就是质量特性值的波 动性，反映过程能力。

数据的分布规律在质量管理中对统计总体而言为正态分布，该分布规律是理论和实践证明的统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下研究该正态分布的平均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义，其是精益质量管理的基础。