空气传感器数据被标记异常，为何还不能直接判作无效

空气传感器平台中一条读数突然被标红，转到汇总表里却变成“无效数据”。这一步转换看似只是换个标签，实际已经增加了判断：原来只表示检查规则注意到它，后来则声称这条记录不能使用。两种说法需要的证据并不一样。

美国环保署EPA的空气传感器质量保证页面，分别讨论自动数据检查与人工数据有效性核查。其质量控制表明确提醒，软件检查可能漏掉细微问题，也可能把少见但真实的事件标出来，不能只依靠自动检查判断数据质量。[1] 页面最后更新日期为2026年9月29日；本文阅读的是这一公开资料的概念说明。

因此，一个异常标记首先回答“哪条记录触发了检查”，未必已经回答“为什么出现这个数值”。将它直接改写为设备故障，会跳过原因核实；将没有标记的记录一概称为准确，也超出了原页对自动检查能力的描述。这是对该提醒的资料识读，不是对某个传感器或某次空气事件下结论。

同一张表还把单位、时间、时间戳与时间对齐分别列为检查对象。时间戳可能代表一个测量或平均时段的开始，也可能代表结束。对阅读报告的人来说，两列看似同时的数字，只有在各自时间含义明确后，才知道是否指向相同的时段。数字差异本身不会替读者补齐这些背景。

人工核查这一栏则谈到结合季节、昼夜、工作日与周末以及天气变化理解数据模式。原页用的是进一步评价数据的语境，并没有赋予任何一张趋势图自动诊断故障的能力。某个预期模式缺失可以提出问题，却不能单凭这一点确定故障部件，更不能据此判定环境健康或法规达标。

若把这些概念写进报告，可让“原始读数”“触发的标记”“核查说明”保持各自身份。这里的三层写法是本文整理，目的在于让读者看出结论经历了什么过程，不是推荐删改数据的算法。尚未说明的异常就保留为待解释事项，不把自动标签包装成已完成的专业审查。

本文没有设定浓度、变化率或连续重复的筛选阈值，也没有要求删除任何记录。资料所能支持的核心区别是：自动检查提供线索，是否以及怎样解释线索仍需要相应证据。读懂这一区别，才能准确理解一份监测报告到底完成了哪一步。