水质检测化验误差及数据处理方式分析

李雪松 万静

摘 要：随着水质检测技术的更新与发展，误差分析数据处理引起人们重视。本文将对水质检测化验的主要内容与重要性进行简要概括，重点分析水质检测化验误差及数据处理方式，误差包括绝对误差、随机误差、过失误差、系统误差，数据处理方式包括直接测量数据、对间接误差数据进行检测、实测数据等，希望能相应提高水质检测化验准确性，推进我国水质检测工作顺利进行。

关键词：水质检测;化验误差;数据

1 水质检测化验概述

1.1 主要内容

水质检测化验是指利用物理、化学方法对水中所存在的微生物、化学元素等多种指标进行检测化验，通过检测来判断水的质量能否达到生活、工业或其他领域的使用要求与标准。

检测化验主要指标包括浑浊度、细菌数、色度、臭和问及化学需养量与其他物质的比例，分析指标不同就需要采用不同的取样标准和检测化验方法，因此应该进行独立检测。

1.2 重要性

水是生命之源，是工业生产中不可缺少的资源。水资源的质量不仅会对生活生产质量产生影响，还与人类生存的生态环境稳定程度密切相关。对水进行检测化验，可以有效减少水污染给环境造成的危害，另外还能够按照水检测的结果将其进行合理分类，依据分类进行科学使用，可以提高水资源的利用率，避免发生严重浪费现象。我国属于人均人资源占有量比较少的国家，需要更加明确水资源的重要程度，尽快提高水质检测化验的质量与水平，以保证检测工作的精确度与稳定性[1]。

2 水质检测化验误差分析

2.1 绝对误差

任何检测都会存在相应的误差，在水质检测化验过程中同样也会存在误差。就计算方式来说，检测值与实际值之间会存在一定间隔，不管间隔有多小它都会存在，被称为绝对误差。通常情况下，科学实验都没有办法做到准确无误的设备、器皿和操作流程，因此绝对误差是客观存在的。虽然不能够完全消除绝对误差，但其也不会对检测化验结果产生很大影响。因为绝对误差一般是恒定的，数据在测量后都会因为某些固定因素产生绝对误差，所以其可以被当成恒定变量，能够成为控制变量中的一个环节，不会对有差别的测试组之间的比较产生影响。另外，跟随技术的更新与升级，绝对误差也在逐渐减少，甚至在使用精密测量工具进行测量时能够忽略不计。

2.2 随机误差

在水质检测化验时会因为某些不确定的因素的影响而产生误差，这都是主观、客观原因造成的误差，并不是必然存在的。在多数水质检测中，随机误差会对检测结果带来较大影响，情况严重会导致最终的对比结果不准确。随机误差有可能发生的范围比较小，出现原因通常都能够通过分析得出，因此一般情况下是可以避免或者消除。

2.3 过失误差

又称为人为误差，将直接影响水质检测化验的最终结果。人为误差是不可避免的，但并不经常出现。在使用精密仪器检测时，非常容易发现人为误差，所以一般情况下，在检测化验结束之前，人为误差可以被纠正。

2.4 系统误差

其主要存在于检测过程中，所使用的检测设备和遵照的检测流程都会出现不同程度的系统误差，其对数据信息的影响也很小，进而对最终的结果也不会产生较大的影响，不会改变概括值。

3 数据处理方式

3.1 直接测量数据

在对水质进行检测化验时，需要对相关的数据进行测量，通常有直接测量和间接测量两种方式。直接测量就是在仪器和设备中对需要测量的数据进行直接读取。间接测量就是将直接测量中读取出的数据通过公式进行计算，得出测量值。通常在对直接测量所得到的数据进行检测时，会出现单项检测误差和多次检测误差。工作人员在检测化验水质时，一般会在实验中因受到检测条件的阻碍，使其不能准确完整重复此项工作，导致有些项目只能进行一次测量，对于此误差，需要依据测量的实际情况对其纠正。对于一些随机误差小的测量值可以通过设备允许误差范围，进行适当纠正，如果不能计算，能够将仪器最小刻度的50%当作测量的最大允许误差[2]。为了确保测量数据的准确性，在条件允许的情况下反复进行测量，要注意在测量过程中要保证各种条件及环境等因素不出现明显变化，然后把所获得的数据进行数学计算与测量，得到的真实值为算术平均值，平均误差需要经过10次处理后才能算出结果。最后通过平均误差与算数平均值求出真值。计算时需要结合实际测量情况明确真值的范围，这种计算方法可以有效的消除数据误差带来的影响。

3.2 对间接误差数据进行检测

在对水质检测过程中，数据间接测量值一般是通过将直接测量的数据带入公式进行计算所得到，其所发生的误差和直接测量数据之间有紧密联系，与计算公式的形式也有相应关联，因此直接数据与间接数据的误差中要是出现其他计算法则，将会随绝对误差产生大幅度影响。例如除法、开方、乘法、平方等。因为进行运算，所以绝对误差有可能会被缩小或放大，相对误差也是如此。间接数据误差的分析需要结合直接数据，因此在直接数据准确程度达到标准之后，在对间接数据进行分析。需要注意，在使用运算法则之后，间接数据误差会发生变化，真值范围也会受到相应影响，这要在数据分析中着重体现和说明，进而提高实验的科学严谨性，以便可以更好的完成水质检测化验工作[3]。

3.3 实测数据

在计算分析相关数据时，通常要结合以往的工作经验，派专业检测人员对数据进行有效处理。比如双盲法，通过双盲法对数据进行读取、校对和录入，并确定是否存在误差。相对来说经验法是处理数据最直接的方法。水样分析具有较强的重复性，环保部门管理的区域内水质相对稳定，且成分变化并不是很大，倘若出现变化，很可能是发生重大污染事故，比如化学品泄露等，根据以往工作经验对数据进行分析校对，就能够发现重大误差。数据读取时，需要掌握一些技巧，比如在读取滴管数据时，视线要保持平齐，对读取数据的规范性与准确性方面起很大作用，如果不能熟练的使用技巧，对检验结果也会产生影响。

3.4 精密度与准确度

分析水质检测化验数据时，一般采用准确度和精密度两个指标来衡量。精密度指在控制条件下，通过一个均匀实验进行重复测定，得到的数据就可以随机反映测定结果的准确程度，还能够体现出算数平均值与测定值之间存在的偏差程度。准确度是指真实值与测定值之间存在的偏差，能够反映出系统误差大小，使用相对误差进行表示。精密度是在确保准确度的基础与前提，唯有消除测定误差，才可以通过水质检测精密度来表示准确度。在对水质检测化验结果进行分析时，要先对数据精密度加以考察，继而对准确度进行细致分析，明确两者之间的关系对处理水质检测化验数据误差起积极作用。

3.5 针对误差进行数据分析

对水质进行检测时，每组实验误差数据都需要保持在某个固定范围内，数据测量值也应该保持在一个稳定的范围。如果检测中其某组数据值相对其他数据来说，出现大幅度偏差，即可看成是离群数据或异常数据，应立即对异常数据进行研究分析。针对离群数据能够使用的检验方法包括拉布斯法、肖维涅法等，比较常用的是肖维涅法，通过多次测量获得数据，将最大值与最小值确定为异常数据，计算多组数据的标准差与算术平均数值，得出数据的异常范围，舍弃超出范围的数据，保留在异常范围内的数据。经过对数据的取舍，对实际测量出的数据进行客观判断，提升数据的准确性，保证最终结果的真实性。

4 结束语

综上所述，水质检测化验中应用技术在不断更新，仪器在持续改进，对其提供更加精准的方法。与此同时检测人员也要熟练的掌握相關仪器，认真对待水质检测化验的各个环节，对仪器读取出的数据进行记录、分析、计算等，相关人员都要全神贯注进行工作，尽可能避免发生错误，以便做好检测工作。

参考文献：

[1]王娜.废水水质检测化验误差及数据处理方式分析[J].资源节约与环保，2020（01）：65.

[2]张学刚.废水水质检测化验误差分析与数据处理[J].智能城市，2020，6（01）：124-125.

[3]梁华.废水水质检测化验误差分析与数据处理[J].建材与装饰，2019（33）：146-147.