引言：对于水质检测化验的结果影响最大的因素就是实验当中产生的各种误差，因此水质检测人员应了解各种误差分析方法，通过检测数据之间的关系来提升数据的精度，优化检测流程，降低误差带来的影响，采用合理的检测方案，并找出检测过程中影响是要结果的主要因素，从而做到正确处理实验数据，提高检测结果的可信度。
一、水质检测化验简述
(一)水质检测化验的内容
水质检测就是通过物理检测手段或是化学检测手段来测定水体中污染物的种类、各类污染物的浓度及变化趋势以及微生物的含量，是一种评价水质状况的过程。其主要检测项目可分为两类：一类是反映水质状况的综合指标，如温度、色度、浊度、pH值、微生物含量、悬浮物、化学需氧量和生化需氧量等；另一类是一些有毒物质，如氰、砷、铅、铬、镉、汞以及有机农药等[1]，这些数据的测量由于拥有不同的性质，因此检测的方法也不相同，这使得水质检测化验工作变得极为复杂。通过水质检测，我们才能了解到生活、工业、农业等行业的用水是否满足使用标准，是各类用水安全性的保障。
(二)水质检测化验的重要性
水与我们日常的生活息息相关，它是人的基本需求。不论是在工业、农业还是其他行业当中的各种工作都离不开水。因此水质的好坏不仅仅影响着人们的生活质量与生态环境，也影响着各类生产工作的质量。因此为了降低水质给各种人类生产活动所带来的影响，就需要一定的检测化验手段来对水质进行分析。水质检测可以通过对各类污水进行测定，来判断其是否满足排放标准，从而保护生态环境，水质检测还能依据水的质量以及各种物质的含量来对水资源进行使用方向上的分类，从而增强对水资源的保护，提高水资源的使用效率。由此可见水质检测对于水使用标准的确定以及生活、生产质量的提高都有益处，因此应高度重视水质的检测化验工作。
二、水质检测化验中的重要数据
(一)数据的真值与平均值
水质检测化验后的数据处理工作中，误差分析是极为重要的，实验过程中不规范的操作会引起误差，严重的误差可以对实验结果产生极大的影响从而导致整个实验丧失科学性，检验结果也就失去了有效性。由于实际操作不能达成理论上的标准，因此误差是一定会有的，但只要误差不超过一定范围，就可以认为数据是有效的。在判断误差的范围时，需要知道如下几个基本数据，其一是真值，然而真值是一种理想概念，无法获得，因此在水质检验过程中通常会利用平均值或相对真值进行替代，且这种替代也只是近似替代，需要在其他实验条件满足标准时才能进行。常用的平均值主要分为算术平均值、均方根平均值、加权平均值、几何平均值几种，会根据不同的需要进行选取。
(二)误差
在水质检测化验当中，产检的误差分为三种，分别是结对误差、相对误差以及疏失误差，其中相对误差与绝对误差需要通过计算分析确定其对实验数据的影响程度后，才能对确定数据的有效性，然而一旦发现疏失误差，实验数据就无法使用了，因为疏失误差是由于错误的操作步骤引起的，这就使数据失去了有效性[2]。绝对误差时准确值与近似值之间的差值，其中准确值即为真值，然而由于真值无法确定，所以通常利用检测值与平均值之间的差值作为绝对误差。绝对误差与真值之间的比即为相对误差，同样的相对误差要由绝对误差与平均值的比值来确定，相对误差更能反应数据的可信度，因此在相对误差更加重要一些。
(三)精度与准度
精度是指观测值与真值之间的接近程度，准度是指平均值与真值之间的差距，这两样都是确定数据准确性的标准。由于真值无法确定，因此通常使用相对误差来确定数据的准度。精度的测定通常需要在一个条件严格控制在一定范围的重复性实验中进行，精度可以反映实验中各种测量量与平均值之间的差距，这有益于测定实验数据的取舍工作，并且精度分为不同的等级，在日常的检测过程中需要根据最终数据的准确度要求来选取不同的精度。在确定准确度前需要先确定精度，当水质检测实验中的误差被消除时，精确度就能更好地反应各类测量量是否符合要求。
三、检测化验中的误差分析与数据处理
(一)直接测量量的误差分析
直接测量量是通过仪器进行测量后反映到对应仪表上的量，在直接测量量中分为单次测量与多次测量两种情况，但在条件允许的情况下一般检测实验中的测量量都会采取多次测量进行确定。当每一次测量的实验条件都会产生不同变化的时候，就只能采取单次测量的方法，对于这类测量值的误差无法利用平均的方法来消除，但仪表上一般都标注有误差范围，因此可利用仪表的误差来确定单次测量量的误差。多次测量量由于有多组实验条件相同的测量量，因此可以利用通过算术平均误差，即测量值与平均值差值的平均值来确定测量值真值的范围，多次测量取平均可以有效的减小由实验条件与操作带来的误差，从而使实验结果更准确。
(二)间接测量量的误差分析
间接测量量通常是一些无法通过一起直接获取的物理量与化学量，对于这些数据需要将直接测量的数据带入到经验公式当中通过计算得到。因此间接测量量的误差会受到每一个参与计算的直接测量值误差的影响，并且由于不同方法得出的直接测量量其精度不同，使得计算结果的精度也会有相应的改变[3]。因此对于间接测量量通常利用算术平均误差来判断数据的准确性。直接测量量在进行加减运算时，间接测量量绝对误差就是各项运算数据绝对误差的和，而当直接测量量在进行非加减运算时，间接测量量的相对误差就是各运算数据相对误差的和，因此间接测量量的绝对误差和相对误差的计算顺序，需要通过计算公式来确定。
(三)测量数据的取舍
在进行水质的检测化验过程当中，并不是所有的数据都符合要求，会存在着一些差别过大或者误差不在允许误差范围当中的数据，这些数据都被叫做异常数据，再进行数据的处理时，这些异常数据都需要被舍去。常用的判断异常数据的方法有格拉布斯检验法、狄克逊检验法、肖维涅准则等，例如肖维涅准则是通过对实验数据按照大小关系进行排列，并将最大值与最小值当作怀疑数据，通过计算整组数据的平均值与均方根从而确定数据的误差范围然后再对实验数据的误差进行对比，从而排除异常数据。也可以将实验数据化成图像，然后确定回归曲线，那些偏离曲线过多的量即为可以舍去的异常数据。
四、结语：
不论是生活用水、工业用水质量的确定，还是污水是否满足排放标准，都离不开水质检测工作。目前我国对环境问题以及各类资源保护问题的重视程度日益提升，水资源作为生态环境的重要一环同时也是重要的国家战略资源，必须提升其使用效率，因此应该不断的更新水质检测化验技术，优化水质检测化验流程，不断地提升消除实验误差的能力，从而为水质检测化验工作质量的提升提供保障。
参考文献：
[1]周瑞瑞.水质分析实验室质量控制与管理[J].化工设计通讯,2018,44(11):224.
[2]程曼曼.季节性肯达尔检验法在南湾水库水质趋势分析中的应用[J].河南水利与南水北调,2012(16):57-58.
[3]张秀峰,吴锦润.无线水质参数检测系统的开发[J].大连民族大学学报,2018,20(05):408-411.
