4D和Q检验模型在供水管网水质检验中的应用

第３１卷第２期２　０　１　
３年２月水　电　能　源　科　学
Ｗａｔｅｒ　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　ＰｏｗｅｒＶｏｌ．３１Ｎｏ．２
Ｆｅｂ．２　０　１　
３文章编号：１０００－７７０９（２０１３）０２－００５０－
０４４Ｄ和Ｑ检验模型在供水管网水质检验中的应用
张　燕１，
姜进峰１，李翠梅１，刘成刚１，蒋光洁２（１．苏州科技学院市政工程系，江苏苏州２１５０１１；２．苏州科技学院数学系，江苏苏州２１５０１１）摘要：鉴于城市供水管网末梢水质检验一直是供水水质监测的难点，以苏州市五个偏远小区供水管网末梢的水质指标数据为样本，应用数学统计模型中的４Ｄ检验模型和Ｑ检验模型对所监测的水质数据进行了检验。

结果表明，４Ｄ检验模型和Ｑ检验模型均能快速、灵敏地检测出离群数据，其中４Ｄ检验模型对水中氯气及游离氯制剂、溶解性总固体、浑浊度等水质指标较为敏感；Ｑ检验模型在不同的显著性水平下均能检测出水中溶解性总固体、总β放射性等水质指标的异常。

可见应用数学统计模型可对供水管网水质进行检验与分析，从而可提高水质检测的科学性和合理性，亦可为供水管网建立水质模型与进行水质调度奠定良好的理论基础。

关键词：供水管网末梢；水质；检验；４Ｄ检验模型；Ｑ检验模型中图分类号：ＴＵ９９１．２１
文献标志码：Ａ
收稿日期：２０１２－０６－０８，修回日期：２０１２－０８－
０７基金项目：苏州科技学院研究生科研创新计划基金资助项目（ＳＫＣＸ１１Ｓ＿０２５
）作者简介：张燕（１９８６－），女，硕士研究生，研究方向为城市水资源与给水排水工程设计运行的最优化，Ｅ－ｍａｉｌ：ｊｊ
ｆ０６６５１０８＠ｓｉｎａ．ｃｏｍ 当前，
我国各大供水管网均在进行信息化、数字化建设，在线水质、水量、水压检测设备与系统正逐步完善与形成。

但随着大量在线数据的生成，数据检验检测工作急需科学的方法来指导，以便及时、快速地发现异常数据、离群数据，从而为科学调度水质、水量、水压奠定良好的基础。

其中，水质数据检验检测直接关系到供水的安全性，因此对水质数据的检验显得尤为重要。

在外界条件相同的情况下，多次重复分析监测可得出一组平行数据，在这组数据中有时会发现个别数据明显偏离其他大多数数据，显现出异常的特征，但又找不到产生偏差的确切原因，这类个别数据就称为可疑数据。

对这类可疑数据的取舍一定要经过科学慎重的检验，因为若该可疑数据不属于异常值，将它舍去后，尽管表面上提高了精密度，但实质上降低了平均值的准确度；若该可疑数据是异常值，却未将它舍去，这不仅降低了监测数据的精密度，且会使所求结果不科学不可靠。

研究表明，通过数理统计方法，可将确实可疑离群的非正常
值舍弃，从而确保检测结果的准确度［
１，２］。

鉴此，本文以苏州市某五个小区管网末梢的水质监测数据为样本，采用统计学模型中的４Ｄ检验模型和Ｑ检验模型对监测点的水质数据进行了检验，
并对检验结果进行了相应的分析与总结，以期为供
水管网末稍水质检验提供参考。

!　%:检验模型统计计算法
４Ｄ检验模型的检验方法为在同一组实测水
质指标数据中，运用统计学数学方法对该组数据
逐一进行计算。

计算公式为［
３］
：Ｄ＝（ＸＫ－珡Ｘｎ－１）／珚ｄ
（１
）式中，Ｄ为一组数据的公式计算统计量；ＸＫ为一组数据中的可疑数（需将该组数据中的所有数据
均作为可疑值逐一进行检验）；珡Ｘｎ－１、珚ｄ分别为一组数据中除去可疑值后其余数据的平均值、平均偏差；Ｋ为假定的可疑值在这组数据中的排列位置；ｎ－１为去除假定可疑值后的剩余数据的个数。

当Ｄ＞４时，即可将被检验数据列为离群数据，标记为Ｆ；
当Ｄ＜４时即可将被检验数据保留，标记为Ｔ。

按上述方法对苏州某水务公司的监测点水质指标的实测数据（表１）进行第一次检验，结果见表２。

根据离群值检验法则，
应对数据逐一检验，直至满足要求为止。

因此需对监测点水质指标的实测数据在剔除第一次检验离群值的基础上再次进行检验。

结果表明，第三次检验后，检验结果不再发生变化，
检验中止。

第二、三次检验结果见表２。

第３１卷第２期张　燕等：４Ｄ和Ｑ检验模型在供水管网水质检验中的应用
表１　监测点水质指标实测数据
Ｔａｂ．１　Ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｄａｔａ　ｏｆ　ｍｏｎｉｔｏｒｉｎｇ　ｐｏｉｎｔｓ
监测点氟化物硝酸盐浑浊度ｐＨ值铝氯化物硫酸盐溶解性
总固体
总硬度耗氧量
总β
放射性
氯气及游
离氯制剂
１　０．５０　０．４４　０．１７６　７．７１　０．０６２　６５　８３　２６７　１２３　１．６２　０．１４　０．２６２　０．４９　０．４３　０．２０９　７．６３　０．０６７　６５　８３　２６７　１２５　１．７２　０．１４　０．４４３　０．４９　０．４４　０．１８９　７．６７　０．０６４　６５　８３　２６２　１２７　１．７３　０．１４　０．１７４　０．４９　０．４５　０．１８１　７．６８　０．０５８　６６　８４　２６８　１２２　１．６６　０．１３　０．２２５　０．４８　０．４６　０．２４５　７．６７　０．０５０　６６　８４　２６７　１２０　１．７４　０．１４　０．１５注：除浑浊度的单位为ＮＴＵ、总β放射性的单位为Ｂｑ／Ｌ、ｐＨ无单位外，其余所有指标单位均为ｍｇ／Ｌ；总硬度以ＣａＣＯ３计，根据高锰酸钾消耗量表示耗氧量（以Ｏ２计）。

表２　４Ｄ检验模型第一、二、三次检验结果
Ｔａｂ．２　Ｔｈｅ　ｆｉｒｓｔ，ｓｅｃｏｎｄ　ａｎｄ　ｔｈｉｒｄ　ｉｎｓｐｅｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　４Ｄｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌ
检验顺序监测点氟化物硝酸盐浑浊度ｐＨ值铝氯化物硫酸盐溶解性
总固体
总硬度耗氧量
总β
放射性
氯气及游
离氯制剂
第一次检验１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ２ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ
３ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ
４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ
５ＴＴ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ第二次检验１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ２ＴＴ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ
３ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ
４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ
５ＴＴ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ第三次检验１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ２ＴＴ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ
３ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ
４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ
５ＴＴ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ由表可看出，实测数据中的离群数据分别为监测
点２的氯气及游离氯制剂、监测点３的溶解性总
固体、监测点２和监测点５的浑浊度。

４Ｄ检验模型的检验方法的优点是简单易记、
无需计算标准偏差，但该方法只适用于测量次数
较少的情况，当样本较小时误差易被忽略而不能
检验出来。

另外，作为一种数学统计方法，４Ｄ检
验模型只是对数据进行了数学检验，并未考虑数
据自身代表的含义就去作取舍。

如从第二、三次
检验舍弃的监测点２的浑浊度分析可知，这两次
舍弃的离群数据并不是实测数据离群，而是因为
其与第一次检验除去可疑数据后剩余所有数据的
平均值之间存在一定偏差。

"　;检验模型统计计算法
Ｑ检验模型的检验方法为将测得的数据从小
到大排列，即ｘ１、ｘ２、…、ｘｎ
－１、ｘ
ｎ
，若最小值ｘ
１
或
最大值ｘｎ为可疑值，则按检验ｘ１、ｘｎ的公式分别计算统计量［４］为：
ｒ１＝（ｘ２－ｘ１）／（ｘｎ－ｘ１）（２）
ｒｎ＝（ｘｎ－ｘｎ－１）／（ｘｎ－ｘ１）（３）由于样本容量为５，因此ｎ＝５时，在显著水平α＝０．１０时查表［１］得ｒ临界＝０．６４；在显著水平α＝０．０４时查表得ｒ临界＝０．７３；在显著水平α＝０．０１时查表得ｒ临界＝０．８２。

当计算值大于临界值时表明该检验数据为离群数据，标记为Ｆ，分析离群原因后根据情况决定是否舍弃；反之，则标记为Ｔ，并将该检验数据予以保留。

因Ｑ检验模型第二次检验与第一次检验结果并无不同，故第一次检验数据即为最终结果。

Ｑ检验模型的检验结果见表３。

由表可看出，离群数据分别为在显著水平０．１０、０．０４、０．０１时监测点３的溶解性总固体和在显著水平０．１０、０．０４、０．０１时监测点４的总β放射性。

#　两种模型检验结果对比分析
４Ｄ模型与Ｑ模型检验的公共离群数据为监测点３的溶解性总固体，非公共离群数据为４Ｄ模型检验出了监测点２的氯气及游离氯制剂指标和监测点２、５的浑浊度；Ｑ模型检验出了在不同显著水平下监测点４的总β放射性指标。

同时，４Ｄ模型检验出的离群数据较Ｑ模型检验出的多，因此其敏感性更强［５］。

浊度和余氯为两个重要的监控指标，检验监测这两个水质指标对保证用水安全具有重要作用。

浊度和溶解性总固体为一类水质项目，均属于感官性状方面的要求，它们虽不属于危害人体健康的直接指标，但它们的存在会引起使用者的厌恶感，严重时表示水中很可能含有有毒物质［６］。

因此对检验出的离群数据进行了详细分析。

·
１
５
·
表３　Ｑ检验模型检验结果
Ｔａｂ．３　Ｉｎｓｐｅｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　Ｑ　ｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌ
监测点α氟化物硝酸盐浑浊度ｐＨ值铝氯化物硫酸盐溶解性
总固体
总硬度耗氧量
总β
放射性
氯气及游
离氯制剂
１　０．１０ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ２　０．１０ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ３　０．１０ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ０．０４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ０．０１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ　Ｔ　Ｔ　Ｔ４　０．１０ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ０．０４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ０．０１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｆ　Ｔ５　０．１０ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０４ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ０．０１ＴＴ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ　Ｔ
#$!　公共离群数据分析
溶解性总固体是指单位体积水样中溶解无机矿物成分的总质量，其成分包括Ｋ＋、Ｎａ＋、Ｃａ＋、Ｍｇ２＋、ＨＣＯ－３、ＣＯ２－３、Ｃｌ－、ＳＯ２－４、Ｈ２ＳｉＯ３、ＮＯ－３、Ｆ－等，其含量主要取决于Ｃａ＋和Ｍｇ２＋的含量。

《生活饮用水卫生标准》［７］中规定，溶解性总固体含量的标准为１　０００ｍｇ／Ｌ。

一般来说，溶解性总固体值越大，说明水中的杂质含量越大，反之，杂质含量越小。

对公共离群数据应做进一步的系统分析，确定出该监测指标是操作误差还是管网水力瞬变引起离群，然后再做出取舍。

#$"　非公共离群数据分析
（１）氯气及游离氯制剂。

《生活饮用水卫生标准》［７］规定，管网末梢水中氯气及游离氯制剂的含量应大于等于０．０５ｍｇ／Ｌ。

本文检验的水质指标均满足规定要求，但管网末梢中的游离余氯有时会低于此规定值，其原因在于水温、ｐＨ值、出厂内可能投氯发生故障、余氯在腐蚀的管壁中输送时的消耗、余氯与管道水中有机物和无机物等物质的反应及水在管网中的停留时间过长等。

因此通过对管网末梢氯气及游离氯制剂指标的监测与检验，再结合离群数据的检验，分析确定引起余氯衰减的原因和影响因素，再对离群数据的取舍作出合理判断。

（２）浑浊度。

《生活饮用水卫生标准》［７］规定，浑浊度的含量不得超过１ＮＴＵ（水源与净水技术条件限制时不得超过３ＮＴＵ）。

本文检验的浑浊度均满足规定要求，但仍检验出了离群数据，这可能是因监测过程中操作方法不当引起的，也可能是因自来水生产过程中有些环节未处理好引起的，如原水浊度突变而生产中未及时处理；个别滤池渗漏；管网施工接驳工程竣工后阀门开启过快、过急；抢修后较粗的干管通水时管道内部杂物激起或开启阀门过急；用户违章用水的间接供水设施与市政管道连通，当市政管道压降时二次水倒灌入管网造成污染等。

因此应对该离群数据所在监测点的浑浊度指标重新进行检验，根据检验结果再做取舍。

（３）总β放射性指标。

《生活饮用水卫生标准》［７］规定，总β放射性含量不得超过１Ｂｑ／Ｌ。

由Ｑ模型检验结果可知，监测点４的总β放射性指标离群，而溶解性总固体却正常，从而排除了溶解性总固体对总β放射性指标的影响，表明真正影响总β放射性活度的为水体中的放射性金属核素离子。

因此，该监测点４的总β放射性指标数据不应轻易舍弃，而应继续监测，应判断出是因为水体中核素的影响还是监测过程中人为操作引起的离群，再做取舍。

%　结语
ａ．以苏州市五个小区供水管网末梢的水质监测数据为样本，运用数学统计模型中的４Ｄ检验模型和Ｑ检验模型对水质指标的实测数据进行了检验分析。

结果表明，４Ｄ检验模型和Ｑ检验模型均可检测出离群数据，但４Ｄ检验模型的检验结果较Ｑ检验模型更严格，敏感性更高。

结果可为供水管网水质的科学调度和管理提供有效手段，尤其能为水质预警提供科学支撑。

ｂ．对两种检验模型均检验出的公共离群数据应进行进一步分析，确定出公共离群数据产生的原因，进而确定离群数据应舍弃或在稳定的条件下重新做试验来获取正确的水质数据；对两种检验模型分别检验出的非公共离群数据，也应予以重视，分析引起数据离群的原因，结合统计检验模型再次进行检验并判断取舍。

（下转第２４１页）
·
２
５
·水　电　能　源　科　学 ２０１３年
２０１３年 水　电　能　源　科　学
（上接第４页）
Ｓｔｕｄｙ　
ｏｆ　Ｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　Ｄｒｏｕｇｈｔ／Ｆｌｏｏｄ　ａｎｄ　Ｓｕｎｓｐｏｔｉｎ　Ｈｕａｉｈｅ　Ｂａｓｉｎ　Ｄｕｒｉｎｇ　
５０ＹｅａｒｓＺＨＥＮＧ　Ｘｉａｏｄｏｎｇ１，
２，
ＬＵ　Ｆａｎ２，ＭＡ　Ｊｉｎｇ３
（１．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｗａｔｅｒ　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｈｙｄｒｏ－ｅｌｅｃｔｒｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ　７１００４８，Ｃｈｉｎａ；２．Ｗａｔｅｒ　Ｒｅｓｏｕｒｃｅｓ　Ｄｅｐａｒｔｍｅｎｔ，Ｃｈｉｎａ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｗａｔｅｒ　Ｒｅｓｏｕｒｃｅｓ　ａｎｄ　Ｈｙｄｒｏｐｏｗｅｒ　Ｒｅｓｅａｒｃｈ，Ｂｅｉｊｉｎｇ　
１０００３８，Ｃｈｉｎａ；３．Ｎａｔｉｏｎａｌ　Ｃｅｎｔｅｒ　ｆｏｒ　Ｓｃｉｅｎｃｅ　＆Ｔｅｃｈｎｏｌｏｇｙ　Ｅｖａｌｕａｔｉｏｎ，Ｂｅｉｊｉｎｇ　
１０００８１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｍｏｎｔｈｌｙ　ｒａｉｎｆａｌｌ　ｄａｔａ　ｉｎ　ｔｈｅ　Ｈｕａｉｈｅ　Ｂａｓｉｎ　ｆｒｏｍ　１９６１ｔｏ　２０１０，ｔｈｅ　Ｚ　ｉｎｄｅｘ　ｍｅｔｈｏｄ　ｉｓ　ａｐ－ｐｌｉｅｄ　ｔｏ　ａｎａｌｙｚｅ　ｔｈｅ　ｌａｗ　ｏｆ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｄｉｓａｓｔｅｒ．Ａｎｄ　ｆｒｅｑｕｅｎｃｙ　ａｎａｌｙｓｉｓ　ｉｓ　ａｄｏｐｔｅｄ　ｔｏ　ａｎａｌｙｚｅ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｃｈａｒａｃｔｅｒｉｓ－ｔｉｃｓ　ｎｅａｒ　ｔｈｅ　ｓｕｎｓｐｏｔ　ｅｘｔｒｅｍｅ　ｙｅａｒｓ．Ｔｈｅｎ　ｔｈｅ　Ｍｏｒｌｅｔ　ｗａｖｅｌｅｔ　ｉｓ　ｕｓｅｄ　ｔｏ　ａｎａｌｙｚｅ　ｔｈｅ　ｐｅｒｉｏｄｉｃｉｔｙ　ａｎｄ　ｔｈｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎｔｈｅ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｉｎｄｅｘ　ａｎｄ　ｓｕｎｓｐｏｔ　ｎｕｍｂｅｒ　ｔｉｍｅ　ｓｅｒｉｅｓ　ｉｎ　ｔｈｅ　Ｈｕａｉｈｅ　Ｂａｓｉｎ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　Ｚ　ｉｎｄｅｘ　ｃａｎ　ｒｅ－ｆｌｅｃｔ　ｔｈｅ　ａｃｔｕａｌ　ｓｉｔｕａｔｉｏｎ　ｏｆ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｄｉｓａｓｔｅｒｓ　ｉｎ　Ｈｕａｉｈｅ　Ｂａｓｉｎ；ｗｉｔｈ　ｉｎｃｒｅａｓｅ　ｏｆ　ｔｈｅ　ｆｒｅｑｕｅｎｃｙ　ｏｆ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｅ－ｖｅｎｔｓ，ｔｈｅ　ｄｅｇｒｅｅ　ｏｆ　ｆｌｏｏｄ　ｉｎｃｒｅａｓｅｓ　ｉｎ　Ｈｕａｉｈｅ　Ｂａｓｉｎ；ｔｈｅ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｄｉｓａｓｔｅｒｓ　ａｎｄ　ｓｏｌａｒ　ａｃｔｉｖｉｔｙ　ｈａｖｅ　ｃｅｒｔａｉｎ　ｃｏｒｒｅ－ｓｐｏｎｄｉｎｇ　ｒｅｌａｔｉｏｎｓｈｉｐ；ｔｈｅ　Ｈｕａｉｈｅ　ｒｉｖｅｒ　ｓｙｓｔｅｍ　ｒｅｇｉｏｎ　ｏｃｃｕｒｓ　ｗａｔｅｒ　ｌｏｇｇｉｎｇ　ａｎｄ　ｄｒｏｕｇｈｔ　ｅａｓｉｌｙ　ｎｅａｒ　ｔｈｅ　ｓｕｎｓｐｏｔ　ｍ　ａｎｄ　Ｍｙｅａｒｓ，ａｎｄ　ｔｈｅ　ｄｒｏｕｇｈｔ／ｆｌｏｏｄ　ｉｎｄｅｘ　ｈａｓ　ｔｈｅ　ｍａｉｎ　ｃｙｃｌｅ　ｗｉｔｈ　４－ｙｅａｒ，１０－ｙｅａｒ　ａｎｄ１６－ｙｅａｒ；ｗｈｉｌｅ　ｔｈｅ　Ｙｉｓｈｕｓｉ　ｒｉｖｅｒ　ｓｙｓｔｅｍ　ｒｅ－ｇｉｏｎ　ｏｃｃｕｒｓ　ｄｒｏｕｇｈｔ　ｅａｓｉｌｙ　ｎｅａｒ　ｔｈｅ　ｓｕｎｓｐｏｔ　Ｍ　ｙｅａｒｓ，ａｎｄ　ｔｈｅ　ｉｎｄｅｘ　ｈａｓ　ｔｈｅ　ｍａｉｎ　ｃｙｃｌｅ　ｗｉｔｈ　３－ｙｅａｒ，１２－ｙｅａｒ　ａｎｄ　３０－ｙｅａｒ；ｂｕｔ　ｔｈｅｙ　
ｈａｖｅ　ｏｂｖｉｏｕｓ　ｃｏｒｒｅｌａｔｉｏｎ　ｉｎ　ｌｏｃａｌ　ｔｉｍｅ　ｉｎｔｅｒｖａｌ；ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｔｉｍｅ　ｉｎｔｅｒｖａｌ，ｔｈｅｉｒ　ｃｏｒｒｅｌａｔｉｏｎ　ｃｈａｎｇｅｓ　ａｒｅ　ｄｉｆｆｅｒｅｎｔ．Ｋｅｙ　
ｗｏｒｄｓ：Ｚ－ｉｎｄｅｘ；ｄｒｏｕｇｈｔ　ａｎｄ　ｆｌｏｏｄ　ｄｉｓａｓｔｅｒ；ｓｕｎｓｐｏｔ；Ｍｏｒｌｅｔ　ｗａｖｅｌｅｔ；櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀櫀
Ｈｕａｉｈｅ　Ｂａｓｉｎ（上接第５２页）参考文献：
［１］　王丹宁，
赵明，赵洪宾．给水管网水质数据统计学检验模型的建立应用［Ｊ］．哈尔滨工业大学学报，２００７，３９（１２）：１　
８６９－１　８７２．［２］　张展，
王利生，张培栋，等．地理信息系统在秸秆资源化利用中的应用［Ｊ］．可再生资源，２００８，２６（６）：８５－
９０．［３］　张绍周，
辛志军，倪竹君，等．水泥化学分析［Ｍ］．北京：化学工业出版社，２００７．
［４］　李家贵，戴健榕．关于可疑值取舍问题的看法［Ｊ］．玉林师专学报（自然科学），１９９７，１８（３）：６２－６４．［５］　刘清青．
浅谈试验检测数据处理［Ｊ］．黑龙江科技信息，２００９（２０）：３１－
３１．［６］　王震宇，
雅雪蓉，李凌．水样不溶微小颗粒、溶解性总固体与总放射性水平之间的关系分析［Ｊ］．中国卫生检验杂志，２０１０，２０（５）：１　１８２－１　１８３，１　２１１．［７］　中国疾病预防控制中心环境与健康相关产品安全
所，广东省卫生监督所，浙江省卫生监督所，等．生活饮用水卫生标准（ＧＢ５７４９－２００６）［Ｓ］．北京：中国标准出版社，２００７．
Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　４Ｄａｎｄ　Ｑ　
Ｉｎｓｐｅｃｔｉｏｎ　Ｍｏｄｅｌｓ　ｔｏ　Ｗａｔｅｒ　ＱｕａｌｉｔｙＩｎｓｐｅｃｔｉｏｎ　ｏｆ　Ｗａｔｅｒ　Ｓｕｐｐｌｙ　
Ｐｉｐｅ　ＮｅｔｗｏｒｋＺＨＡＮＧ　Ｙａｎ１，ＪＩＡＮＧ　Ｊｉｎｆｅｎｇ１，ＬＩ　Ｃｕｉｍｅｉ　１，ＬＩＵ　Ｃｈｅｎｇｇａｎｇ１，ＪＩＡＮＧ　Ｇｕａｎｇｊ
ｉｅ２
（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｕｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ　
ｏｆ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｚｈｏｕ　２１５０１１，Ｃｈｉｎａ；２．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｍａｔｈｅｍａｔｉｃｓ，Ｓｕｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｚｈｏｕ　２１５０１１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｔ　ｉｓ　ａｌｗａｙｓ　ａ　ｑｕｅｓｔｉｏｎ　ｔｏ　ｉｎｓｐｅｃｔ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｗａｔｅｒ　ｓｕｐｐｌｙ　ｐｉｐｅ　ｎｅｔｗｏｒｋ　ｅｎｄ　ｉｎ　ｍｏｎｉｔｏｒｉｎｇｗａｔｅｒ　ｑｕａｌｉｔｙ．Ｔａｋｉｎｇ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｉｎｄｅｘｅｓ　ｏｆ　ｐｉｐｅ　ｎｅｔｗｏｒｋ　ｅｎｄ　ｉｎ　ｆｉｖｅ　ｒｅｍｏｔｅ　ｃｏｍｍｕｎｉｔｉｅｓ　ｏｆ　Ｓｕｚｈｏｕ　Ｃｉｔｙ　ａｓ　ｓａｍｐｌｅ，４Ｄａｎｄ　Ｑ　ｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌｓ　ｉｎ　ｍａｔｈｅｍａｔｉｃａｌ　ｓｔａｔｉｓｔｉｃｓ　ａｒｅ　ａｐｐｌｉｅｄ　ｔｏ　ｅｘａｍｉｎｅ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｍｏｎｉｔｏｒｉｎｇ　ｄａｔａ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗｔｈａｔ　ｂｏｔｈ　ｏｆ　ｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌｓ　ｃａｎ　ｑｕｉｃｋｌｙ　ｄｅｔｅｃｔ　ａｂｎｏｒｍａｌ　ｄａｔａ；４Ｄｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌ　ｉｓ　ｍｏｒｅ　ｓｅｎｓｉｔｉｖｅ　ｔｏ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｉｎ－ｄｅｘｅｓ，ｓｕｃｈ　ａｓ　ｆｒｅｅ　Ｃｈｌｏｒｉｎｅ　ａｎｄ　Ｃｈｌｏｒｉｎｅ　ｐｒｅｐａｒａｔｉｏｎ，ｔｏｔａｌ　ｄｉｓｓｏｌｖｅｄ　ｓｏｌｉｄ　ａｎｄ　ｔｕｒｂｉｄｉｔｙ；ｉｎ　ｄｉｆｆｅｒｅｎｔ　ｓｉｇｎｉｆｉｃａｎｔ　ｌｅｖｅｌｓ，Ｑｉｎｓｐｅｃｔｉｏｎ　ｃａｎ　ｖｅｒｉｆｙ　ａｂｎｏｒｍａｌ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｉｎｄｅｘｅｓ　ｉｎｃｌｕｄｉｎｇ　ｔｏｔａｌ　ｄｉｓｓｏｌｖｅｄ　ｓｏｌｉｄ，ｔｏｔａｌβｒａｄｉｏａｃｔｉｖｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｓｔａ－ｔｉｓｔｉｃｓ　ｍａｔｈｅｍａｔｉｃａｌ　ｍｏｄｅｌｓ　ｃａｎ　ｂｅ　ａｐｐｌｉｅｄ　ｔｏ　ｉｎｓｐｅｃｔ　ａｎｄ　ａｎａｌｙｚｅ　ｗａｔｅｒ　ｑｕａｌｉｔｙ．Ｉｔ　ａｌｓｏ　ｒａｉｓｅｓ　ｓｃｉｅｎｔｉｆｉｃｉｔｙ　ａｎｄ　ｒａｔｉｏｎａｌｉｔｙ　ｏｆｗａｔｅｒ　ｑｕａｌｉｔｙ　ｉｎｓｐｅｃｔｉｏｎ，ｗｈｉｃｈ　ｌａｙｓ　ｇｏｏｄ　ｔｈｅｏｒｅｔｉｃａｌ　ｆｏｕｎｄａｔｉｏｎｓ　ｆｏｒ　ｅｓｔａｂｌｉｓｈｉｎｇ　ｗａｔｅｒ　ｑｕａｌｉｔｙ　ｍｏｄｅｌ　ａｎｄ　ｄｉｓｐａｔｃｈｉｎｇ　ｗａ－ｔｅｒ　ｑｕａｌｉｔｙ
．Ｋｅｙ　ｗｏｒｄｓ：ｔｈｅ　ｅｎｄ　ｏｆ　ｗａｔｅｒ　ｓｕｐｐｌｙ　ｐｉｐｅ　ｎｅｔｗｏｒｋ；ｗａｔｅｒ　ｑｕａｌｉｔｙ；ｉｎｓｐｅｃｔｉｏｎ；４Ｄｉｎｓｐｅｃｔｉｏｎ　ｍｏｄｅｌ；Ｑ　ｉｎｓｐｅｃｔｉｏｎｍｏｄｅｌ
·
１４２·。