从水资源总量的上来看,我国的水资源总量排名居世界第6位,虽然水资源的总量排名是比较靠前的,但我国人口数量较大,这使得中国的人均水资源量远不及世界的平均水平,使得中国的水资源依然处于严重短缺的状态。同时,我国工业化的持续发展,众多的水体污染也在这个过程中发生。水体的污染对生态环境造成了严重的破坏,人类的生命健康也受了到较大的威胁。另外水污染使水资源短缺的问题更加严重。如果能在水污染事故发生扩大之前,有效地发现并提供预警信息和进行污染物的识别分类,利于做出快速的应对措施和保护水资源。因此,建立水质异常检测及污染物分类识别系统是一个迫切的问题且具有十分重要的意义。对水质进行监测,通常是借助于离线或在线的水质传感器。用于水质监测的水质传感器多种多样,总体来说可分为两类：一类是检测特定污染物或一类污染物的传感器,虽然检测特定污染物的传感器可以定量测定低浓度的特定污染物,但是同时也存在一些缺点,如抗干扰性差、价格较贵、寿命短等。基于这些原因,此类传感器一般难以推广应用。另外一类传感器与检测特定污染物的传感器不同,它不是具体检测某种特定或者某一类污染物的传感器,它反映的是水质的综合状况,如pH、电导率、温度等水质传感器,我们称之为常规简约水质传感器。污染水体的污染物种类数目繁多,现有的检测仪器也很难实现对每种污染物都进行检测,正在研究中的用于检测特定种类污染物的仪器价格比较昂贵。而用于检测常规简约水质参数的传感器设备价格较为便宜、检测技术成熟、性能稳定,且常规简约水质参数与特定种类的污染物之间存在一定的关系,表征污染的能力可通过数据分析和数据挖掘技术进一步提高。这些体现了常规简约水质参数传感器的优势所在,也说明了常规简约水质参数用于水质检测及污染物分类的可行性。常规简约水质传感器用于水质监测具有一系列优势,这也使得常规简约水质传感器在水质监测中的应用越来越为广泛。基于水质异常检测的重要性和常规简约水质传感器在水质监测中的优势,本文对利用常规简约水质传感器进行水质异常检测进行了研究。论文中运用数据标准化对水质数据进行处理,消除水质参数背景波动的影响。采用了多边形面积法融合多个水质指标信息,提高了异常检测性能。基于X-控制图原理,设定了多边形面积阈值,实验中将由水体样本的水质参数计算得到多边形面积与设定的面积阈值相比较进行水质异常判断。选取了重金属类、苯酚苯胺类和农药类三类代表性的污染物进行水质异常检测的实验,获得了较好的异常检测效果。在水质异常的情况检测到之后,紧接着需要面对的问题是尽快对污染物的种类进行识别,以便为水污染事故做出应急措施提供决策支持。常规的污染物种类识别方法是基于实验室分析。虽然可以准确定性和定量污染物,但在实际检测中耗费的时间相对较长,在快速应急方面存在弊端。而在线水质传感器测量水质参数具有实时在线、简单快速等优势,且水质传感器对不同污染物的响应不同,同一水质传感器对一类污染物响应特征相似,对不同种类的污染物响应特征存在差异。因此,水质参数数据与污染物的种类存在着一定的相关性。因此,可运用数据挖掘技术对常规水质参数数据进行分析进而实现对污染物种类的识别分类。本文在水质异常检测积累了大量水质监测数据的基础上,建立水体污染物分类识别系统。本文选取的六个水质参数具有检测快速简便,最可代表水体质量的特点。该水质六参数检测技术成熟、仪器简单,可实现检测仪器一体化,与网络技术联用,可实现对不同水体、不同地点进行水质实时在线监测,为预防和处理水体突发事故,提供及时有效的信息预报和决策支持。论文主要分为三章：第一章：绪论针对我国水资源状况及水体污染情况做总体介绍；叙述了本文的研究背景及意义；基于相关文献,介绍了国内国外关于水质异常检测的研究现状、水质参数检测方法、水质异常检测算法；本章通过对水质异常检测及污染物识别分类的方法介绍、总结,详细说明了本论文研究的理论基础、研究目的和创新之处。第二章：基于常规简约水质六参数的水质异常检测的研究对水质异常进行检测是水质监测及预警系统的关键环节,为及时准确地发现水体污染,提供了早期预警,对提高处理突发水污染事故的应对措施能力、防止水污染及水资源保护具有十分重要的意义。通过对常规简约水质六参数(温度、pH、DO、电导率、UVP、UV254)和污染物之间的关系进行研究,发现了水质六参数对各污染物都有不同程度的响应,为基于常规简约水质参数的水质异常检测提供了研究基础。本章建立了一种基于常规简约水质六参数对水质异常进行检测的方法；运用一种数据标准化方法对水质数据进行处理,消除了水质背景数据波动的影响；运用一种可以融合多水质指标信息的异常检测算法-多边形面积法,提高异常检测性能；基于X-控制图原理设置多边形面积法的阈值,用于水质异常检测。本章基于常规简约水质六参数,采用多边形面积法对选取的重金属类、苯酚苯胺、农药类三种类型污染物进行了水质异常检测实验,获得了较好的异常检测效果。第三章：基于常规简约水质六参数的水体污染物分类识别的研究本章以测量的常规简约水质参数数据为基础,运用数据挖掘中的聚类分析方法对水质参数数据进行分析,进而对污染物类别进行分类。具体采用了余弦距离作为相似性测度对水体污染物类型进行分类识别。论文基于余弦距离作为相似性测度,采取数据标准化对数据进行预处理,并对水质指标组合进行优化；基于余弦距离用于某些污染物分类时差异较小,提出了用余弦区分度作为相似性测度用于污染物分类;最后对苯酚苯胺类、重金属类、农药类污染物进行分类识别实验,表现出了良好的分类性能。