当环评报告摊开在评审桌上,专家的目光往往最先锁定预测参数——这个决定环境影响走向的“数字密码 ” ，随时可能成为交锋的焦点。“你用的扩散系数为何比导则推荐值高20%？ ”“源强参数的监测周期能覆盖项目最不利工况吗？”尖锐的提问直指环评科学性的根基 ，考验着评价师的底气与智慧 。
专家的质疑并非刁难,而是对环评“科学 、客观 、公正”底线的坚守，预测参数的取值直接关系模型输出结果的可靠性，任何偏差都可能导致结论失真 ，常见的质疑集中在三个维度：数据来源的权威性（如监测数据是否具有代表性、类比项目是否可比）、取值逻辑的严谨性（如是否结合项目实际工况 、是否考虑区域环境特征） 、模型适配的合理性（如参数是否与预测模型匹配、是否进行过敏感性验证） 。
应对质疑,环评师需构建“证据链+逻辑链 ”的双重防线 ，其一，以规范为纲 ，以数据为证 ，每个参数都应明确标注出处——是《环境影响评价技术导则》的推荐值，还是项目实测数据的统计结果 ，或是同类工程的类比参数？针对气象参数的质疑 ，需说明数据来源是近三年地面气象站观测资料，还是经订正的中尺度气象模式数据 ，并附上数据代表性分析报告 ，其二，以敏感性分析为盾 ，以不确定性说明为矛 ，当参数存在合理波动范围时，应提前开展敏感性测试，展示不同参数取值下预测结果的变化趋势 ，让专家直观看到参数对结论的影响程度 ，坦诚说明参数的不确定性来源及已采取的降低风险的措施，如“本预测已考虑最不利气象条件 ，后续将加强环境监测及时修正参数 ” ，其三，以沟通为桥 ，化解认知偏差 ，答辩时需避免“参数正确”的绝对化表述，转而强调“参数选择的合理性 ”——结合项目特点（如生产工艺 、原辅材料） 、区域环境（如地形、气候敏感区）和环保要求（如环境质量底线） ，说明该参数是当前条件下的最优解 ，并愿意根据专家建议进一步论证。
环评答辩不是“数字游戏 ”，而是专业能力的综合呈现 ，它要求评价师既懂模型原理 ，又熟悉项目实际；既能精准引用规范，又能灵活应对挑战，唯有将每个参数的选择都建立在扎实的数据 、严谨的逻辑和透明的沟通之上 ，才能让预测结果经得起检验 ，让环评真正成为守护生态环境的“科学卫士”。