廢水水質檢測化驗誤差及數據處理方式分析
廢水的水質進行檢測時，極為容易受到周圍環境因素影響，使得一些項目的檢測機會只有一次，這也就為控制廢水水質檢測的誤差帶來了挑戰。所以，為了對廢水檢測結果進行保證，必須要在檢測的過程中利用誤差分析保證消除誤差所使用的方法，與廢水水質檢測要求相符，從而對數據進行優化，進而降低檢測誤差。文章以此為前提提出了幾點建議，希望能夠為廢水治理檢測提供有效的依據。
1 引言
水質檢測能夠及時了解水質狀況，保證水資源安全、可靠。但在水質檢測過程中，容易受到檢測環境、設備、方法以及人員檢測能力等主、客觀因素的影響和制約，水質檢測化驗數據容易出現誤差，影響了水質檢測數據的真實性。因此，通過分析廢水水質檢測化驗誤差和數據分析，評定檢測數據的精確，找出誤差來源及影響，進一步排除無效數據，改進檢測方案具有積極的現實意義。
2 廢水水質檢測化驗誤差概述
現下工業污水和生活廢水的排放，使得水體中的污染物含量已經遠遠超過水體自身自凈能力，并使水體發生了化學性質和生物性質的變化，造成水特征的改變，并對人類生命生存造成影響。而廢水監測就是針對污染水質采取的一種檢測方式，可以掌握水的變化情況，從而控制水污染擴大化。而檢測誤差顧名思義，就是指測量值和真實值之間的差異，在進行廢水水質檢測化驗過程中，檢測數據易受到檢測環境、檢測設備、檢測方法等多方面影響，致使廢水真實值域固定值之間存在一定的差距。這種差距的出現雖然情有可原，但是并不代表誤差可以忽略，為了能夠最大限度的反映待測廢水樣品水質，強化廢水水質檢測化驗誤差分析十分重要。
3 檢測化驗誤差分析
在廢水水質檢測化驗誤差分析的時候，主要是從直接和間接測量誤差、單項測量值誤差、多次測量誤差等方面，下面就針對這幾點內容展開了分析和闡述。
3.1直接和間接測量誤差
一般來說，可以將水質檢測數據分為直接、間接測量數據兩種。在測量儀器設備當中能夠直觀看到的數據就是直接測量數據，而間接測量數據的得出，需將直接數據帶入到公式當中，然后經過相應的計算才能夠得出。在實際的檢測過程當中，直接測量值的誤差，主要包括單項檢測誤差以及多次檢測誤差。
3.2單項測量值誤差
其實，廢水水質檢測化驗誤差的產生，是受到多方面因素的影響，導致很多檢測化驗項目無法正常的展開。面對這樣的情況，需要根據實際情況，對測量誤差進行處理，若是誤差相對較小的話，那么數據計算的時候，可以充分的結合儀器上所注明的誤差范圍來進行。但是，在計算的時候，若是無法正常展開計算，那么就可以按照儀器設備最小刻度的一般，將其作為單項測量的最大誤差值。
3.3多次測量誤差
通過多次實驗測量的方式，及時的調整測量值的誤差，能夠將測量值更接近于真實值。舉個例子來說，在對某原水的濁度進行了八次測量之后，在計算的過程當中結合這八次所測得的數值來進行計算的話，能夠確定原水濁度的近似真值。通過這樣的方式，不僅能夠利用利用平均值結合誤差值來表述實驗，而且還能夠評價接下來的各種測量。
4 廢水水質檢測化驗誤差數據處理
4.1直接測量誤差處理
在實際的測量當中，水質檢測的相關數據可通過直接測量和間接測量兩種方式得到。直接測量數據就是在測量過程中直接通過儀器讀取的數據。間接測量數據就是將直接測量得到的數據代入相應的公式中，通過計算得到數據。一般來說，直接測量數據在檢測時會存在兩種類型的誤差，分別是單次測量誤差以及多次測量誤差。在實驗室進行水質檢測的時候有時受一些條件的限制只能進行一次測量，并不能對其進行重復驗證，所以有必要在實際測量數據的基礎上對其進行修正。若是一些測量值的隨機誤差相對較小的話，可以在儀器允許的范圍內對其進行一定的修正，如果不行的話則需取儀器最小刻度的一半作為其最大允許誤差。為了得到準確的測量數據或者是使測量值最大程度接近準確值，要在條件允許的情況下盡可能多地進行重復測量并將重復測量得到的數據進行相應的計算。
4.2間接測量誤差處理
對廢水進行檢測的過程中，數據間接測量值通常是利用直接測量數值計算獲得，因此間接測量值所出現的誤差與直接測量度數之間的聯系極為緊密，也和分析計算公式基本形式之間有相應的聯系。此外，直接測量數值和間接測量數值之間也蘊含著函數層面的聯系，這樣一來，也會為間接測量的數值造成影響。例如，間接測量計算平均誤差是以算術平均誤差為前提，對間接測量數值進行計算，其間存在的誤差務必要對所有項誤差的所處條件進行考慮，保證所有絕對誤差能夠經過互相疊加之后獲得。除此之外，二者之間的函數關系其中也涵蓋了乘方、開方、乘法、除法等直接測量數值相對誤差之和。對于間接測量數據計算公式僅僅是進行簡單的加減運算過程中，要按照絕對誤差與相對誤差的順序進行計算，通過該形式對其進行分析較為合理。一般間接測量數據進行計算的過程中，若其中涵蓋了乘方開方等，則務必要先分析相對誤差，隨后才可以分析絕對誤差。
4.3異常誤差數據處理
在廢水水質檢測化驗中，通常情況下，一組實驗測量數據誤差往往在一定的范圍內，若是其中有一個數據或者個別數據與其他數據之間的差異比較大，這表示次數據是存在差異定的，因此必須要采用一種可行的標準，對異常數據進行取舍，這就是異常數據處理，從而為廢水水質檢測化驗準確性提供保障。在進行異常誤差數據處理時，可以使用格拉布斯準側法、迪克遜準側法、肖維涅準側法進行數據處理，通常情況下，肖維涅準側法應用最多。在這里筆者舉這樣的一個例子，如在進行廢水 PH 檢測時，測得了下列數據，即9.53、8.99、8.98、8.88、8.29、7.08、8.71、8.92、8.96、8.97 這樣十組數據，其中 9.53 和 7.08 看似偏差較大，是這組數據之中的異常數據，為了能夠更好的保障廢水水質檢測化驗的準確性，對猜測結果進行驗證，可以計算平均值和標準偏差，通過計算可以發現，平均值為 0.536，而 K 值=2.69，根據肖維涅準側法，n=10 時，K 值=2.16，而 2.69 顯然是大于 2.16 的，這表示 7.08 已經超出了監測范圍，因此這一數據在進行廢水水質檢測化驗可舍去，而 9.53 并沒有超出測量范圍，因此在廢水水質檢測化驗中，9.53 這一數據是可以保留的。在進行廢水水質檢測化驗時，若是出現異常數據，檢測人員可以通過不同形式的準側法，從而對以此誤差數據的舍留做出取舍，從而微測量結果的準確性提供保障。
5 結語
水體污染日益加重，嚴重影響到人們的健康。進行水質檢測能夠知道廢水的水質情況，通過對水污染的具體原因進行分析并針對性地整治，從而達到凈化環境、治理污染的目的。