把社区试纸水质地图变成带不确定度的复测队列

1 · 创新命题

中 面向用手机拍摄比色试纸的社区水监测小组，不把一次颜色读数画成确定污染地图，而是结合光照质量、批次校准、 重复片差异与空间距离生成“最值得复测的十个样本”队列；目标在相同复测预算下比按最高读数优先发现更多真实异常。 EN An uncertainty-aware retest queue for community test-strip programs that spends limited laboratory checks where lighting, batch variation and spatial disagreement make a result both risky and informative—not simply where one strip reads highest.

2 · 背景与空白

Water Rangers、mWater 等平台支持社区记录；商业水试纸和手机比色研究很多，但试纸通常是半定量筛查，温度、计时、 白平衡和批次都会影响颜色。Clarity 已做消费级微塑料检测，本题不能换一种污染物重复“手机 + AI 检测”。 空白在：产品不是更准的试纸识别器，而是承认廉价读数不确定，把有限的认证复测名额分配得更好。地图只显示 筛查状态，不把超过内部阈值写成违法或不安全；具体参数选择需按当地官方方法核实。

3 · 可检验假设

H1 在 ≥ 300 个安全配制/合作实验室样本的模拟社区数据中，给定只复测 10% 样本，队列对参考方法定义异常的召回 比“最高试纸读数优先”提高 ≥ 0.15，且不同社区区域都有最低复测配额。H2（采纳）志愿者看到不确定度标识后， 把“筛查阳性”等同“确认污染”的错误解释率降低 ≥ 30 个百分点；英文原句：The map’s product is a defensible retest queue, not a false claim of laboratory-grade measurement.

4 · 量化验收标准

1. 【方法学校验 · 硬门槛】 用自建拍摄管线复现 ≥ 5 个厂商/标准液公开色阶， 与参考方法分类一致率 ≥ 90%、浓度档位偏差不超过一档。此条不过，后续全部结论无效。
2. ≥ 300 个样本、≥ 3 试纸批次、≥ 4 手机/光照组合，每样本双片；参考方法需具名并由合格实验室/仪器给出。
3. 异常极不平衡，报 PR-AUC、召回、精确率与“每 10 次复测发现数”，明确不报 accuracy。
4. 按采样地点空间单元划分训练/测试，禁止相邻重复样本跨集；另报随机划分高估幅度。
5. 队列规则在前 70% 地点冻结，后 30% 地点盲测；公平配额和异常阈值预注册。
6. **最容易犯的致命错误：用试纸自身色卡同时当模型输入和真值。**真值必须来自独立参考方法。

5 · 数据与工具

用途	来源 / 工具
筛查	选一种低风险指标试纸（如总硬度/硝酸盐，具体安全与法规需核实）+ 灰卡 + 定时支架
真值	分光光度计/离子选择电极或合作实验室标准方法，型号与费用需核实
软件	OpenCV 做色彩归一化；排序规则自行实现，若用 ML 必须可白板解释
在位者	Water Rangers、mWater、试纸厂商 App——仅用于校验与对比，不计入数据贡献

能力边界：系统不能确认饮用安全；没有参考复测资源的社区不应部署，因为它只能排序、不能闭环。 影响指标因此不是“检测了多少户”，而是固定复测预算下得到多少独立确认、多少假阳性被及时撤回、多少结果因样本无效被拒绝发布。所有地图坐标需聚合到足以保护住户隐私的空间单元，具体粒度由社区共同决定，不能为了漂亮热图暴露家庭。

6 · 赛季执行路径

1. 第 1–2 周：选单一指标、完成安全审查和五档硬校验；第 3 周做批次/手机/光照矩阵。
2. 第 4–6 周：采 300 个盲化样本并取得独立真值；第 7 周冻结不确定度和公平配额。
3. 第 8 周空间留出评估；第 9 周与最高值/随机/均匀抽样三基线比较。
4. 第 10 周做 ≥ 20 人解释测试；第 11–12 周完成地图、隐私、复测成本与简述。

7 · 新颖性边界

不声称提高试纸化学性能、不做微塑料检测、不诊断健康风险。已有工作：Water Rangers 与 mWater 做公民数据， 手机比色论文与厂商 App 已读色；2026 Clarity 做光散射微塑料消费检测。本项目贡献是把批次/空间/图像质量不确定度 转换为有限复测资源队列，并测试解释误差。护城河类型：工作流替换（D）+ 数据（E）；累积的参考复测配对数据是壁垒。

8 · go/no-go

第 3 周末：若跨手机档位一致率 < 0.75，降级为具名 “统一纸箱光罩 + 单型号借用手机”，不声称开放拍摄泛化。 第 6 周末：若独立真值样本 < 150，降级为单批次方法学演示，不发布社区地图。 第 9 周末：若队列相对最高值基线召回增益 < 0.05，发布否定结论，并把产品降级为 样本有效性/复测记录工具。