污水监测与处理对环境保护和居民饮用水的安全保障起着重要作用。化学需氧量(COD)作为污水监测的重要指标，其检测方法从最初的实验室化学分析，发展到紫外法（UV法）快速在线监测。国内UV法检测技术起步较晚，与国外还存在一定的差距。由于环境因素与水质自身参数的影响，UV全光谱法COD仪器的测量精度往往达不到理想效果。消除干扰因素带来的误差，提高国内UV法COD检测技术，对COD在线监测技术的进一步发展有着重要意义。　　 针对目前UV法检测技术中存在的问题，论文对COD测量过程中几个常见的干扰因素进行研究，通过实验分析光程、温度、pH值和颜色这四个因素对溶液特征吸光度及测量结果的影响，探明溶液吸光度与各个因素之间的关系，提出如何选择光程以减小误差，计算出特征吸光度的pH值补偿公式，并从理论上提出消除无机物颜色干扰的方法。论文采用紫外全光谱法建立COD测量系统，系统采用BP神经网络建立水样10个特征吸光度和COD值的数学模型。实际测量时，扫描未知水样的特征吸光度值，通过调用已建立好的神经网络模型即可演算出水样COD值。测量系统主要包括分光系统、单片机控制系统、计算机控制系统和软件系统四大部分。　　 选取3个不同光程的比色皿，系统在3种光程下分别建立溶液特征吸光度与COD值的数学模型，用3个模型分别预测样本溶液的COD值，分析光程对不同浓度溶液测量误差的影响;测量样本溶液在不同温度下的UV吸光度，分析溶液特征吸光度的变化及COD测量误差，实验证明温度变化使特征吸光度发生了很微小的变化，可以忽略温度的影响;测量样本溶液在不同pH值下的紫外全光谱吸光度变化曲线，研究pH值对溶液特征吸光度的影响，分析溶液吸光度与pH值的关系;选取一种无机染色剂，向样本溶液中逐量加入染色剂，测量溶液随颜色深浅变化的UV全光谱吸光度曲线，研究溶液特征吸光度的变化规律，分析颜色深浅变化对COD测量结果的影响。　　 在理论分析的基础上，结合实验结果研究了4个干扰因素对测量结果的影响，提出减小误差的解决方法，并取得了很好的效果，为UV全光谱法COD检测技术发展提供了提高测量精度的有效方法和途径。