核心概念

把"这个测量准不准"拆成可追踪的分量：每个误差源贡献多少、哪些可控、哪些不可控。误差预算是数据质量管理的核心工具。

数据"准"不是自封的，而是通过一条不间断的校准链追溯到国家或国际计量基准。溯源链断裂的数据没有证明力。

数据"准"不只看仪器精度，更看点位能不能代表你声称的区域或对象。代表性格是监测方案设计的核心约束。

温度改变一切电子测量的基准。厂家的"温度补偿"是声明不是保证——必须理解补偿原理与局限，不能盲信。

接地是电子测量的"地基"。接地不当会引入噪声、烧毁设备、甚至造成安全隐患。本文讲清楚单点接地、多点接地、屏蔽接地与安全接地的区别。

数据质量不是一个分数，而是多个维度的综合评价。完整性、准确性、时效性、一致性、代表性——每个维度都有独立的指标与评估方法。

标定是建立输入-输出关系，验证是证明这个关系在现场仍然成立。两者不能混淆，更不能跳过验证只做标定。

监测系统的采样率必须高于被测信号最高频率的 2 倍——这是采样定理的基本要求，但工程上要留 5-10 倍余量。

限值是法规规定的不能超的值，阈值是工程上设定用于触发动作的值。两者经常被混淆，但性质、来源与用途完全不同。

分辨率是"读数能显示到多细"，精度是"读数离真值多近"。一块 6 位显示的表可能精度只有 1%，把分辨率当精度是选型最常见的错觉。

报警系统只有两类错误：该报没报（漏报）和不该报却报（误报）。两者此消彼长，调阈值本质是权衡二者的代价——而代价往往不对称。

信噪比（SNR）衡量"想看的有用信号"相对"不想要的噪声"有多强。它决定了你能从数据中读出多少真信息——很多"测不准"其实是信噪比太低。

不确定度不是"误差"（误差是偏离真值的差，通常未知），而是"对测量结果可信程度的量化"。任何严肃的数据，都应带不确定度，而不是一个裸数字。

漂移是传感器输出随时间缓慢偏离真值，不报警、不明显，却系统性污染数据。它是"软失效"的代表，也是数据质量最大的隐形杀手。

交叉敏感指传感器对一个"不是目标"的量也产生响应。pH 电极怕温度、FDR 怕盐分、NDIR 怕水汽——忽略交叉敏感，测到的往往是"目标+干扰"的混合物。

数据血缘记录"这条数据从哪来、经过什么处理、谁改过"。没有血缘的数据，出了问题无法追溯，也无法被严肃场合采信。

很多物理量在垂直方向变化剧烈：土壤水分、水温、大气边界层、水深盐度。单点测量可能刚好测在"最不代表"的那一层。剖面测量解决的是"代表性"的纵向维度。

理解一条时间序列，先分三层：基线（正常水平）、趋势（缓慢漂移）、异常（突发的、超出预期的点）。把三者混为一谈，要么漏报要么误报。

传感器信号线上的干扰，很大一部分是"两根线一起抬高"的共模电压。差模放大电路的本事，不在于放大多少信号，而在于能压掉多少共模。

动态范围回答"同一个传感器，既能看清最弱的信号、又不被最强的信号打爆"的跨度有多大。它往往比"精度"更决定你能不能抓到关键过程。

同一输入，加载时读一个数、卸载时读另一个数——这种现象叫迟滞。它让"精度"变得依赖"你是怎么走过来的"，是很多现场不一致的根源。

很多传感器标称"线性"，其实只是在一小段近似线性。超过那段，输出与输入的关系开始弯，读数偏差悄悄变大——线性度决定你的校准在多远还能信。