摘要：就目前来说我国经济虽然得到了全面性和快速性的发展，城市化建设及发展速度也得到了提高，但随之而来的还有一系列环境污染问题，水污染是最为典型的一种环境污染，也是对人类最有影响力的污染，所以一直备受人们的关注与重视，使水质检验成文解决水污染的关键环节。但进行水质检验时，总是会出现各种各样的误差，影响水质检验结果的准确性，进而影响水资源管理及水污染预防工作。所以笔者要对水质检验中的数据误差原因分析及处理方法进行根深一步的研究及分析，希望能够给需要的人提供一定的帮助。
关键词：水质检验；数据误差；处理方法
人类的生存与发展均离不开水资源的利用，水资源的多及质量直接关系着人们生活的质量与健康水平，但有发展就有污染，人类在依靠水资源发展的同时也给水资源带来了污染，使水资源污染问题成为水资源管理的的重要内容。进行水资源管理时通常都需要对水资源质量进行检验，以制定不同质量水资源的管理方法和污染治理方法，可想而知水质检验对水污染预防和治理的重要性与必要性。但水质检验中避免不了数据误差的出现，影响水质检验结果的精准度，所以要在水质检验过程中提高对数据误差的重视，并尽可能减少数据误差的发生，以便于更好的管理水之源。对此，本文先简单分析水质检验中的数据误差原因，然后详细分析了水质检验中数据误差的处理方法。
1.水质检验中的数据误差及其原因
1.1系统误差及其原因
系统误差也可以称为可测误差，是最为常见的一种数据误差，因为它们是由某一固定因素造成的，并且会在某一次水质检验中多次出现。如称量中出现的数据误差，如果称量人员在称量前没有对祛码进行相应的检查校正，那么祛码可能会存在一定的问题，如果在称量过程中，多次使用这种存在问题的祛码，那么在称量过程中就会多次出现这样的误差[1]。
1.2偶然误差及其原因
这种误差产生的原因是不断变化的，检验中周围环境的变化、检验人员的检验操作步骤等，都可能会引起水质检验数据的变化，使水质检验中的数据产生偶然性误差。并且这种误差不会因为保证检验人员的正确操作或者内外环境相同而使误差消失，这种误差是不固定的，如检验温度、湿度等偶然性因素导致的数据误差[2]。
1.3过失误差及其原因
过失误差顾名思义就是因为不小心时产生的过失所导致的一种误差，是水质检验中比较常见的一种数据误差，这种误差通过合理的方法是可以避免的，因为这种误差多数都是因为水质检验工作人员专业素质低、没有严格安装操作要求进行检验所致，所以可以通过不断提高水质检验工作人员的专业素质及操作技能来避免过失误差的发生[3]。
例如，水质检验时，除了检验工作人员以外，相关工作人员也要对检验所使用的仪器进行清理，以保证检验结果的精准度，但在实际检验过程中，往往有一部分检验工作人员在检验后疏于清理，对使用过的仪器并没有进行擦拭，导致检验残存物质滞留在仪器中，导致检验中残存物质发生化学反应，进而导致水质检验的数据结果出现很大的误差，降低水质检验结果的准确性。另外，部分检验人员的专业能力还不高，对一些试剂的使用方法还掌握不到位，导致试剂使用错误，进而导致检验结果精准度下降甚至发生很大的变化，最后形成巨大的数据误差。这种因过失而导致的数据误差对水质检验的影响非常大，而且这些误差具有很强的变动性，也就是这些误差随时都有可能发生变化，这必定会导致水质检验工作难度增大。所以为了减少和避免过失数据误差的发生，检验工作人员及其他相关工作人员都要不断提高自己的专业素质及责任心，并严格安装相关要求及标准进行检验操作，尽可能将误差排除。
期刊文章分类查询,尽在期刊图书馆
2.水质检验中的数据误差处理办法
2.1数学处理
这要求检验人员要对实际检验出来的数据进行反复计算和分析，以使数据计算及分析的结果更加贴近与实际数据，另外还要求检验人员进行测量时还使用正确的计算方法及计算数据，并对计算出来的数据进行记录。这样计算和记录下来的数据不但能够清晰将数据数据的大小反映出来，还能够将水质检验的准确度反应出来，是检验工作人员能够快速且直观的了解到数据误差，使数据误差得到了有效降低[4]。
例如，在进行滴管数据读取时，会得到相应的四个数字，诸如21.23mL、21.11m L、21.24m L和21.23m L，判断这四位数字是否准确的关键在于是否有刻度，该例子中前三位数字均有相应的刻度，所以前三位数字均是准确的，而第四位数字则没有刻度，其数据结果是通过估读而来，所以第四位数字存在很多不确定性，因此也被成为“可以数字”，该数字虽然存在不确定性，但它是根据经验得出，不是随意编造就能得出的，所以记录时也应该被保留，与前三位数字一起被称为“有效数字”，其中前三为数字为确切的数字，第四为为不确切的数字。
在进行数据处理会对有效数据进行取舍分析及处理，该过程会涉及很多分析方法的应用，稍有不慎就会导致数据误差增大，所以在进行数据处理时还需要注意以下几点事项：第一，对倍数与分数的关系进行分析，涉及到的数据在位数方面是无限的；第二，在第一位有效数字≥8的数据中，有效数字的位数可多取一位；第三，有效数字的位数可比应保留的位数多取一位以避免误差的累计，最后要注意多余位数的舍去[5]。
2.2结果分析
进行水质检验时，会检测出读取数据中不符合预期结果的差异性数据，而这些差异性数据就是导致数据误差的关键所在，所以需要检验人员对这些差异性数据进行出现过程分析、结果分析等，以及时找出数据发生异变的原因，然后根据异变原因找出剔除差异性数据的方法，以降低和避免水质检验中结果出现误差。
具体结果分析处理方法如下：第一，为确保和提高水质检测数据的准确性和有效性，检验人员必须进行＞5次的检验，并将每次检验的数据进行真实、有效且准确的记录，以保证检测结果的有效性；第二，数据检测的方法是使用常规的排异技术将数据中的异常数据检测出来，然后算出测量数据和计算平均值间的绝对值，以实现对两组数据比值的求出，最后根据相关数据的计算结果进行对比分析，如果比值＞2，则排除多余的异常数据，如果比值＜2，则保留一定量的异常数据[6]。
3.结语
总之，水污染已经严重影响着人们的健康生活，预防和治理水污染已经成为我国乃至全世界的重要任务及工作，决定降低水质减压中数据误差成为了预防和治理水污染的关键。水质检验中导致数据误差的原因很多，所以所产生的误差类型也不尽相同，通过上文的简要分析了解到水质检验中数据误差包括系统误差、偶然误差和过失误差三种类型；导致这些误差的原因包括固定因素、水质检验操作技术应用不恰当、检验人员素质较低等。这些误差都可以通过规范性操作、提高技术控制水平、对数字进行处理与结果分析等方法来处理，其中数字处理与结果分析是最常见且最有效的水质检验中数据误差处理方法，所以本文详细分析了数据处理与结果分析。
参考文献：
[1]张常玉.水质检验中的数据误差及处理方法[J].中国农村卫生，2015，08：94.
[2]刘裕刚.浅谈水质检验中的数据误差及处理[J].中国卫生标准管理，2015，12：5-6.
[3]易显斌.水质检验中的数据误差及处理方法[J].中国农村卫生，2015，14：6.
[4]李君.浅谈水质检验中的数据误差及处理[J].才智，2012，20：204.
[5]刘素娟，殷春艳.分析水质检验中的数据误差及处理方法[J].中华民居（下旬刊），2014，01：230-231.
[6]李剑.分析水质检验中的数据误差及处理[J].中国医药指南，2013，25：567-568.
论文作者:魏建红
论文发表刊物:《基层建设》2017年第16期
论文发表时间:2017/10/16
标签：误差论文; 数据论文; 水质论文; 数字论文; 水资源论文; 方法论文; 原因论文; 《基层建设》2017年第16期论文;