水质检验中的数据误差及处理分析

王楠

摘 要：水质检验是开展水文工作的主要条件，质检水平对水资源的评估有重要影响，直接决定水资源到底能否开发利用，关系到人们的切身利益。但检验导致的数据误差对水质检工作质量影响比较大，在进行水文质检工作中，要尽量保证其准确性，减少误差出现的概率，因此探讨水质检验中的数据误差以及如何处理分析具有重要意义。本文主要通过分析水质检验中产生数据误差的因素并提出水質检验中数据误差处理措施，为后期工作的开展奠定基础。

关键词：水质检验;数据误差;处理

引言

所谓水质检验，主要是对水的物理性质、化学性能进行检验，对生活用水、天然水以及废水水质的评价。实行的目的是为了观察环境质量情况和用水所受污染的程度，及时观测用水质量能否满足标准要求。

一、水质检验的必要性

随着日益增长的水需求量，在水体保护方面仍有较大空间，造成地表及地下水污染的污染源主要包括白色垃圾、水源污染物等，导致水质不断恶化。因此，如何对现有的水资源进行优化，保证水资源质量是目前面临的难题。水质检验可以准确反映水源质量，有效避免水源中的污染物损伤人体，是保障人们健康的关键。水源质量不仅影响着国计民生，还将影响人类子嗣的繁衍，是保障人类正常发展的前提。

二、水质检验工作存在误差的原因

（一）系统误差

系统误差也可以将其称之为可测误差。此类型的误差相对比较常见。而其成因则是由于某一固定因素所导致的。并且在水质检验工作中也反复出现。常见的如称量环节出现误差。如果工作人员没有对天平进行校正，由于天平存在问题就会影响到后续一系列环节。而在检验过程中并不是单次使用天平，在多个环节都可能会用到。但是该种误差是固定的，其误差值始终会保持在一定范围内。

（二）偶然误差

与系统误差相比，此种误差的原因是变化的。水质检验工作涉及到的环节较多，检验方法、工具使用、环境、检验步骤、人员因素等都可能会对水质检验的结果产生影响。从而导致误差出现。由于此种误差是不确定的，无法通过某些固定的方法来避免，并且在工作过程中也不容易被发现。比如湿度，温度造成的误差等。

（三）过失误差

过失误差是检验工作常见的误差类型，从某种程度来看，此类误差都是可以避免的。误差产生的原因主要是由于工作过程中，工作人员未能严格依据工作流程开展工作或者是工作人员技能素质问题。上述因素都属于可控因素的范畴。检验工作中工作人员可以从自身入手，消除产生误差的相关因素。比如在水质检验过程中，工作环节中所使用到的仪器与设施都必须要保证其清洁性，避免工作人员疏忽未能对仪器作清洁处理，仪器中残留的其它物质对测量工作造成影响。由于知识与能力问题，在检验工作中未能正确的使用相关试剂，也会影响到测量工作结果，而此种误差造成的影响非常大。

（四） 规律误差

此类型误差指的是在同样的条件下进行了重复测量工作，而相关的影响因素没有发生变化。出现此类误差的原因大多是由于工作人员个人习惯所致。如在工作开展前没有检查相关仪器的情况，清洁度，精准度等。

三、水质误差的处理措施

（一）人为操作处理

工作人员在检验工作进行的过程中，应该确保所有使用到的仪器无测量工作不相关残留，仪器应该是干燥而清洁的。鉴于水质检测过程的复杂性，有必要从以下方面来预防误差的产生。检测的方法统一，对于同一个项目而言，在水质检测时，应该优先考虑相同的方法。考虑到检测结果的可比性，在对特异性指标检测的时候，应该保持体测方法与仪器的一致性，避免差误产生。规定标准差值。对于某些项目测试时，可以就某些指标作统一规定，便于对测试结果的可靠性进行判断。

（二）数字结果处理

数字结果处理通常是在检验结果计算时应用，并且需要工作人员有较为丰富的工作经验，为确保数据的精准性，数据处理工作至少需要2 名以上工作人员。数据需要多次记录，并对其进行研究分析。就数据与检验项目二者之间的吻合度进行判断，确保数据能够全面并且真实的反映检验过程与结果。比如在滴管数据读取时，工作人员的视线应该与试管内凹液面保持在同一水平线上。从数据的可靠性与精准性方面考虑，应该将其精准到小数点后两位。而数字处理方案的应用则是在测量方式，读取标准，小数点后第一位数据相同的情况下，如果出现了第二位数据不同的情况。在多次重复测验的结果中，最终检验数据通常是第二位数据中位数，以此来将误差控制在一定范围内。而为了确保数据的精确性，就需要工作人员对数据进行精确的计算，数据能够正确的反应出检测的精度与数量。如对滴管数据记录时，记录的数据分别是20.12 ml、20.22 ml、20.21 ml、20.25 ml。在这一组数据中，只取3 组数据求得均值，这组数据中应选数值相差不大的数值，作为求得均值的数值。

（三）间接处理

间接处理主要针对的是间接误差带来的影响。而间接误差的产生又会受到计算公式，仪器精度，函数关系等影响。绝对误差通常具有叠加效应。工作人员在对测量值或者是最终值进行计算时，要考虑到计算的全过程，在最终结果获得前，尽可能的选择原始值。

（四）结果处理

读取水质检测结果数据会存在与预期结果不一致的情况，这一部分部分数据就被称之为异常数据。通常情况下异常数据都会被忽略，因为其参与计算会导致结果不准确。但更为科学的方法是在处理异常数据时，工作工作人员必须要对异常数据出现的结果，过程与原因进行分析，从中吸取经验与教训。而在最终检验环节就需要将异常数据排除，将检验结果偏差控制在一定范围内。在数据记录过程中，为了确保数据有效性，需要对同一测试目标数据进行多次记录。并且在检测结果中要确保一定比例的有效数据。数据检测方面通常是将异常数据排除，计算剩下的数据，求得其平均值或者是平均偏差，再求计算结果与测量数据之间的绝对值，进一步求得两组数据的比值。除此种方法，在工作中还有其它的方法对异常数据进行处理，并且不同的方法有其自身的优点与局限性，工作人员在使用不同方法的时候，要依据现实情况进行合理的选择。

（五）工作人员个人技能与素质提供升

水质检测工作需要工作人员来完成，因此在整个检测过程中，工作人员个人因素带来的影响非常大。为了避免水质检测结果误差。管理部门要将人员技能与素质提升工作放到重要位置。通过不同方式，不定期对工作人员开展培训工作，并制定相应考核制度，将工作人员个人培训与学习工作结果纳入到部门管理工作中，与工作人员工作联系到一起。也可以与管理工作中其它模块结合到一起。通过外部压力提升工作人员操作能力，丰富其理论知识，强化其责任意识，以此来减少工作中的失误。

四、结束语

在水质检测工作中，经常受到各种因素的影响，致使数据存在各种误差，其中部分误差的出现是不可控制因素导致的就说明基本不能避免。总之，数据误差对水质检测结果有很大的影响，所以必须规范操作，正确处理数据，使检验结果更加准确。

参考文献：

[1]刘惠萍.水质检验中的数据误差和处理措施探究[J].中国高新技术企业，2016（18）：128-129.

[2]沈瑞瑾.水质检验中的数据误差及处理方式解读[J].中国卫生标准管理，2016，7（13）：25-27.

[3]宗萍萍.水质检验中的数据误差及处理[J].化工管理，2016（10）：138.