Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
API MPMS 13.2 1994 (2015) 石油测量标准手册 第13章第2部分：测量数据和不确定度评估的统计方法
统计方法评估石油测量不确定度的权威指南
标准概况与适用范围
API MPMS (Manual of Petroleum Measurement Standards) 是美国石油学会发布的石油测量标准系列，其中第13章专门针对测量统计方面制定技术规范。本章第2部分——API MPMS 13.2:1994 (R2015)——名称为“Statistical Methods for Evaluating Measurement Data and Uncertainty”（测量数据和不确定度评估的统计方法）。该标准于1994年首次发布，2015年经美国石油学会确认继续有效，至今（截至2026年）仍然是石油和液体石化产品测量领域进行不确定度评定的基础性文件。
本标准适用于石油与石化液体在静态计量（如立式金属罐、卧式罐、铁路罐车）和动态计量（如流量计系统）中的测量不确定度评估。其应用场景包括但不限于：交接计量、库存盘点、产品品质检验、过程监控以及测量仪表验收。标准重点针对通过重复测量数据来评估测量随机成分的方法，为石油行业的计量人员提供了一整套从数据收集、统计检验到不确定度合成与报告的操作指南。
技术要点：API MPMS 13.2 强调“基于实测数据”的原则，要求不确定度评估必须来源于具体测量过程所获得的实际数据，而非简单引用仪表制造商给出的精度指标。这一特点使得评估结果更贴合现场实际，但同时也对数据采集的数量和质量提出了严格要求。
主要技术内容与要求
基本统计概念框架
标准首先明确了测量不确定度评估所需的基础统计概念：总体与样本、均值、方差、标准差、概率分布（正态分布、t分布等）、置信区间以及自由度。其中，自由度在不同不确定度分量的合成计算中起到核心作用，标准给出了针对A类评估和B类评估自由度取值的详细规则。
测量重复性与再现性分析
标准将测量数据的变异性分为两个关键概念：重复性（在相同条件下短时间内获得的多次测量结果之间的一致性）和再现性（在条件改变时，如不同操作者、不同时间或不同设备，测量结果之间的一致性）。API MPMS 13.2 提供了从一组重复观测值中计算重复性标准差的标准公式，并讨论了如何通过合并多组数据获得更加稳健的合并标准差。
A类与B类不确定度评估
- A类评估：基于对测量列的统计计算公式。标准推荐至少获得10个以上的重复读数以确保统计显著性；若读数数量不足，需使用t分布修正因子。针对流量计、温度计、液位计等不同仪表类型，标准列举了典型的数据采集方案。
- B类评估：基于非统计信息，如校准证书、设备制造商规格、经验数据或权威手册。标准要求对B类分量的来源进行识别并评级（高、中、低可信度），并提供了从给定区间半宽和包含因子反向推算标准不确定度的转换关系。
合成与扩展不确定度
使用方和根法合成各独立不确定度分量（无论A类还是B类），得到合成标准不确定度。标准进一步引入包含因子k（通常取k=2对应95%置信水平）获得扩展不确定度，并对自由度的计算（Welch-Satterthwaite公式）给出了具体说明，以保证扩展不确定度的可靠性。
| 测量参数 | 主要不确定度来源 | 建议评估类型 | 典型相对贡献 |
|---|---|---|---|
| 体积流量（动态） | 流量计重复性、校准偏差、温度压力修正 | A类（重复性）+B类（校准） | 0.05% – 0.20% |
| 液位高度（静态） | 检尺重复性、钢带膨胀修正、视差 | A类（重复性）+B类（修正模型） | 0.5 mm – 1.5 mm |
| 温度测量 | 温度计重复性、校准偏差、时间滞后 | A类（重复性）+B类（校准） | 0.05°C – 0.20°C |
| 密度（实验室） | 密度计重复性、温度控制、溯源链 | A类（重复性）+B类（校准） | 0.1 kg/m³ – 0.5 kg/m³ |
重要注意事项：标准强调，合成之前必须确认各分量之间的独立性。如果明知存在强相关性（例如同一校准证书导出的多个修正值），应进行协方差分析或采用区间传播方法。忽略相关性常导致不确定度被低估，这是现场应用中最常见的失误之一。
实施与应用要点
数据采集与预处理
标准对数据数量有明确建议：对于A类评估，每个测量点至少应采集10个以上的独立重复数据；若读数数量少于10个，则计算标准不确定度时需使用t分布中的适当包含因子（读取自由度为n-1的t值）。此外，标准推荐在分析前使用Grubbs检验或Dixon检验剔除离群值，但要求剔除的理据必须记录在案，且每次只剔除一个最可疑数据并重新检验。
统计前提与适用范围
标准的计算公式假设测量数据服从正态分布。实际应用中，若数据呈现明显偏态或重尾分布，标准建议采用Box-Cox变换或直接采用非参数方法（如中位数与四分位距）估计不确定度。对于日常石油测量，在重复次数适中（10-30次）且过程受控时，正态性假设基本满足；但当测量过程存在漂移或周期性波动时，必须先消除这些系统效应才能应用标准。
报告要求
- 每一个结果必须给出合成标准不确定度或扩展不确定度，并标明k值或置信水平。
- 报告应包含不确定度分量明细表，清晰区分A类和B类分量及其来源。
- 如果测量结果用于合规判定，需说明判定规则（如保护带），标准参考了国际建议和API MPMS 13.3（不确定度表达指南）的格式要求。
实施效益：严格按照API MPMS 13.2实施不确定度评估，可以帮助企业建立统一的计量质量评价体系，减少因测量差异引起的商务纠纷，并在检定/校准周期优化、测量设备选型等方面提供科学依据。经过合规评估的测量数据也具有更强的国际互认性。
与其他标准的关系
API MPMS 13.2 与以下重要标准存在紧密关联：
- ISO/IEC Guide 98-3:2008 (GUM)：API MPMS 13.2 在核心计算框架上与GUM保持一致，但更侧重于石油测量的具体场景，给出了更多针对流量计、温度传感器等设备的示例和简化方法，并特别关注A类评估中因自由度不足所引起的包含因子调整。
- ASTM D6300（石油产品试验方法精密度与偏差数据确定）是另一项统计标准，与API MPMS 13.2相比，D6300更侧重方法验证和精密度协同研究（ILS），而13.2落脚于单次或多次测量的不确定度评估。
- API MPMS Chapter 13 其他部分：13.1（术语与定义）和13.3（测量不确定度表达指南）共同构成完整的统计体系。其中13.2提供计算细则，13.3则规范了报告格式和信息传递要求。
- ISO 21748:2017（利用重复性、再现性和正确度估计测量不确定度指南）与API MPMS 13.2 思路类似，但适用范围更广。13.2在自由度处理和合并模块上给出了更适合石油现场的简化算法。
强制性条款：对于涉及贸易交接的石油测量（API MPMS Chapter 12范围内），各合同方通常约定按照API MPMS 13.2执行不确定度评定，并作为仲裁依据。此时，不确定度报告必须包含标准要求的全部元素，否则相关测量结果在法律上可能受到质疑。
常见问题（FAQ）
问：API MPMS 13.2 规定的最少重复测量次数是多少？如果现场条件只能做3次，该怎么办？
答：标准建议每个测量点至少采集10个重复数据用于A类评估。当次数低于10时，需使用t分布（自由度为n-1）计算包含因子和置信区间。例如n=3时，自由度仅为2，对应的95%置信水平包含因子约为4.3，会导致扩展不确定度显著增大。此时标准建议尽可能增加测量次数，或结合历史数据（如合并标准差）来改善自由度。该操作需在报告中进行明确说明。
答：标准建议每个测量点至少采集10个重复数据用于A类评估。当次数低于10时，需使用t分布（自由度为n-1）计算包含因子和置信区间。例如n=3时，自由度仅为2，对应的95%置信水平包含因子约为4.3，会导致扩展不确定度显著增大。此时标准建议尽可能增加测量次数，或结合历史数据（如合并标准差）来改善自由度。该操作需在报告中进行明确说明。
问：该标准与ISO GUM的根本区别是什么？
答：两者在合成公式、A类/B类划分以及扩展不确定度计算方法上完全兼容。区别在于：API MPMS 13.2 专门针对石油液体测量的特点，提供了大量行业示例（如流量计脉冲计数、罐壁温度修正、密度-体积换算等），并在自由度计算上给出了针对小样本场景的具体处理规则。此外，13.2将环境因素（如风、阳光辐射）对野外测量不确定度的影响予以单独考虑，这是通用GUM中较少涉及的内容。
答：两者在合成公式、A类/B类划分以及扩展不确定度计算方法上完全兼容。区别在于：API MPMS 13.2 专门针对石油液体测量的特点，提供了大量行业示例（如流量计脉冲计数、罐壁温度修正、密度-体积换算等），并在自由度计算上给出了针对小样本场景的具体处理规则。此外，13.2将环境因素（如风、阳光辐射）对野外测量不确定度的影响予以单独考虑，这是通用GUM中较少涉及的内容。
问：如何处理测量数据中的离群值？
答：标准推荐采用Grubbs检验或Dixon检验（显著性水平取0.05）识别离群值。若识别出离群值，应首先从技术角度（如记录笔误、仪表异常）检查原因，只有确认为异常时方可剔除，且每次仅剔除一个最可疑数据，然后重复检验直至全部数据通过。剔除的个数、原始读数以及检验统计量均需在不确定度报告里留存。更多风险管控细节可参考ASTM E178。
答：标准推荐采用Grubbs检验或Dixon检验（显著性水平取0.05）识别离群值。若识别出离群值，应首先从技术角度（如记录笔误、仪表异常）检查原因，只有确认为异常时方可剔除，且每次仅剔除一个最可疑数据，然后重复检验直至全部数据通过。剔除的个数、原始读数以及检验统计量均需在不确定度报告里留存。更多风险管控细节可参考ASTM E178。
问：扩展不确定度的包含因子k为什么通常取2？有没有需要取1.65或3的情况？
答：大多数贸易交接场合k=2对应约95%置信水平，是国际惯例。当涉及安全或环境法规时（如海上卸油计量），监管方可能要求k=3（99%置信水平）。相反地，如果只是内部过程控制，有时可取k=1.65（90%置信水平）以降低风险。标准提醒：k值的选取必须与合同或法规一致，并在报告中明确说明。按照API MPMS 13.2，真实的包含因子应基于有效自由度和t分布来确定，而非简单取固定值，这也是该标准优于早期简化做法的核心点。
答：大多数贸易交接场合k=2对应约95%置信水平，是国际惯例。当涉及安全或环境法规时（如海上卸油计量），监管方可能要求k=3（99%置信水平）。相反地，如果只是内部过程控制，有时可取k=1.65（90%置信水平）以降低风险。标准提醒：k值的选取必须与合同或法规一致，并在报告中明确说明。按照API MPMS 13.2，真实的包含因子应基于有效自由度和t分布来确定，而非简单取固定值，这也是该标准优于早期简化做法的核心点。
—— 本文基于API MPMS 13.2:1994 (R2015) 编写，信息截止至2026年 ——
