本发明属于水质监测，尤其涉及一种水质监测站校准、补偿、数据处理、评价方法及系统。
背景技术：
1、水是生命之源，是人类生存和发展的基础。然而，随着工业化和城市化的快速发展，水污染问题日益严重，对人类的健康和生态环境造成了巨大的威胁。因此，水质监测成为了保障水资源的重要手段。通过对水质的实时监测和分析，可以及时发现和解决水污染问题，保障人民的用水安全，同时也有助于保护和改善生态环境。
2、水质监测技术的发展经历了多个阶段。最早的水质监测主要依靠人工采样和简单的理化分析，这种方法不仅效率低下，而且无法实时反映水质变化。随着科技的发展，自动监测技术逐渐取代了传统的人工监测。自动监测技术可以实时监测水质，提供更准确的数据，并且可以对水质进行长期持续的监测。近年来，随着物联网、大数据等技术的兴起，智能化水质监测成为了新的发展趋势。
3、现有的智能水质监测站可对水质进行连续实时监测，其原理是通过传感器的光电信号与不同水质的对应关系来获取水质的各种指标数据。实际上，传感器反馈到的光电信号与最终获取的水质指标数据之间是通过非常复杂的算法来推演实现的，中间任何环节出现偏差都会导致最终检测结果与实际情况出现偏差。因此，在进行水质监测之前，需要对整个智能水质监测站进行系统性校准。
4、环境因素对智能水质监测站的监测结果也会产生影响，例如污泥附着，微生物滋生以及传感器安装仓的位置等等。
5、由于水质监测在自然水域进行，因此会有很大的不确定性。例如有异物、少许污水流经传感器，会使得该段时间监测到的数据出现非常巨大的波动。然而该波动并不能代表水域的真实水质，若未经处理即发布会造成较坏影响。
6、由其他原因会引起电信号、光信号的持续上升，但又并非监测指标本身的变化，也会导致的监测数据与实际情况不符。
7、最后，国标gb3838地表水环境质量标准主要用于静态水域进行水质定点评价。而在实际的水质评价中，特别是流域江河等活动水域，水质中各种指标的含量为实时动态变化，直接通过国标gb3838去判断水质并不适合。
8、综上的种种原因都会导致监测结果与实际情况不符，因此现有的水质监测站亟需一种系统、全面的校准、补偿、数据处理以及评价方法对整个监测流程进行管理和控制，使得最终的监测结果更加的精确。
技术实现思路
1、有鉴于此，本发明提供一种水质监测站校准、补偿、数据处理、评价方法及系统，对水质监测站进行校准，并对环境造成的影响进行补偿，以及对获取的数据进行噪点剔除及审核，最终对水质进行全面科学的评价。
2、为解决以上技术问题，本发明的技术方案为采用一种水质监测站校准、补偿、数据处理、评价方法，其特征在于包括：
3、对水质监测站进行系统性校准，又包括：对传感器感知器件的物理特性进行校准，以确定传感器自身的准确性；利用标准物质溶液对传感器系统进行校准，以确定传感器与被测指标之间量值传递关系的准确性；利用本底样本浓缩液对传感器系统进行校准，以降低监测方法的方法误差；
4、对水质监测站进行环境性补偿，又包括：对离子选择传感器进行污泥影响补偿；对uvcod传感器进行微生物影响补偿；对传感器进行安装位置影响补偿；
5、对水质监测站获取的监测数据进行处理，又包括：对水质监测数据噪点进行剔除；对水质监测数据进行审核；
6、利用水质监测站获取的连续监测数据进行水质评价。
7、作为一种改进，对传感器感知器件的物理特性进行校准的方法包括电极传感器校准和光学传感器校准；
8、所述电极传感器校准的方法包括：
9、在温度25℃下，将待校准电极传感器分别放置在浓度为c1和c2的标准物质溶液中形成离子选择性电池，并测得电压e1和e2；
10、对于采用直接测量法的电极传感器，在温度25℃下，放置在浓度cs为标准物质溶液中测得离子选择性电池电动势es，并放置在待测溶液中测得离子选择性电池电动势ex；
11、利用浓度为cs标准溶液的电动势es以及待测溶液的电动势ex构建测量模型i；
12、利用浓度为c1的标准物质溶液中测得的电压e1以及浓度为c2的标准物质溶液中测得的电压e2计算当前斜率；
13、对当前斜率进行温度补偿获取修正斜率；
14、利用修正斜率替换测量模型i中的原始斜率；
15、对于采用双标测量准法的电极传感器，在温度25℃下，放置在浓度为cs1标准物质溶液和浓度为cs2的标准物质溶液中分别测得离子选择性电池电动势es1和电动势es2，放置在待测溶液中测得离子选择性电池电动势ex；待测溶液浓度在浓度cs1和浓度cs2之间；
16、利用浓度为cs1的标准物质溶液中测得的电动势es1、浓度为cs2的标准物质溶液中测得的电动势es2以及待测溶液的电动势ex构建测量模型ii；
17、利用浓度为c1的标准物质溶液中测得的电压e1以及浓度为c2的标准物质溶液中测得的电压e2对测量模型ii进行修正，并对待测溶液中测得的离子选择性电池电动势ex进行温度补偿；
18、其中，所述测量模型i为：
19、；
20、；
21、其中，cx待测溶液的浓度，cs为标准物质溶液浓度，s为斜率，∆e为电动势差，ex为待测溶液的电动势，es为浓度为cs的标准物质溶液的电动势；
22、所述当前斜率为：
23、；
24、其中，s’为当前斜率，c1、c2分别为两种标准物质溶液的浓度，e1为浓度为c1的标准物质溶液的电压，e2为浓度为c2的标准物质溶液的电压；
25、对当前斜率进行温度补偿的方法包括利用公式：
26、
27、对当前斜率进行温度补偿，其中，sd为修正斜率，s’为当前斜率，t为热力学温度；
28、所述测量模型ii为：
29、；
30、其中，cx待测溶液的浓度，cs1、cs2为两种标准物质溶液的浓度，ex为待测溶液的电动势，es1为浓度为 cs1的标准物质溶液中测得的电动势，es2为浓度为 cs2的标准物质溶液中测得的电动势；
31、修正后的测量模型ii为：
32、；
33、其中，cx待测溶液的浓度，c1、c2分别为两种标准物质溶液的浓度，e1为浓度为c1的标准物质溶液的电压，e2为浓度为c2的标准物质溶液的电压，ex为待测溶液的电动势，t为热力学温度；
34、所述光学传感器校准的方法包括：
35、对光学传感器的光源进行校准；具体包括：将待校准的光学传感器放入洁净空气中，测定光学传感器当前光源光强，在当前光源光强小于光源设计光强的情况下，将当前光源光强调整至光源设计光强；若当前光源光强无法调整至光源设计光强，则将光学传感器入射光强计算值调整至当前光源光强；
36、对光学传感器的光源检测器件进行校准；具体包括：将待校准的光学传感器放入洁净空气中，利用光源检测器件对光源光强进行测定获得光源入射光强检测值，若光源入射光强检测值不等于光源设计光强且差值在10%以内，则利用公式：
37、
38、对入射光强的计算值进行调整，其中，为调整后的入射光强的计算值，ix为光源入射实际光强，i1为光源入射光强检测值，i0为光源设计光强。
39、作为一种进一步的改进，对离子选择传感器进行污泥影响补偿的方法包括：
40、获取离子选择传感器被单位污泥量m0的污泥影响的单位影响值cau；具体包括：取传感器安装舱上覆盖的单位污泥量的污泥进行熟化；
41、将所述污泥放入纯净水中搅拌形成污泥溶液，并利用离子选择传感器对污泥溶液进行测量获取被单位污泥量影响的单位影响值cau，所述纯净水的体积与传感器安装舱的容积的差值在阈值范围内；
42、获取传感器安装舱当前覆盖的污泥量msum；具体包括：利用公式：
43、
44、计算传感器安装舱当前覆盖的污泥量；其中，msum为传感器安装舱当前覆盖的污泥量，mt0为随着时间推移传感器安装舱上覆盖的污泥量，mmax为传感器安装舱最大可覆盖的污泥量；
45、随着时间推移传感器安装舱上覆盖的污泥量的获取方法为利用公式：
46、
47、计算随着时间推移传感器安装舱上覆盖的污泥量；其中，mt0为随着时间推移传感器安装舱上覆盖的污泥量，tnow为当前时间，t0为传感器安装舱运维完成时间，vw为水流速度,csl为水中污泥浓度，usl为污泥粘性流体特性，st为传感器安装舱的表面积，v0为设定标准流速，k为相对标准流速对附着特性的影响系数，∫为积分符号，d为微分符号；
48、污泥粘性流体特性的获取方法包括利用公式：
49、
50、计算污泥粘性流体特性；其中，usl为污泥粘性流体特性，ksl为污泥浓度相关系数，e为粘流活化能，t为绝对温度，k为波尔茨曼常数。
51、通过传感器当前覆盖的污泥量msum、单位污泥量m0以及单位影响值cau计算当前传感器安装舱覆盖的污泥对离子选择传感器的影响值δcsum；具体包括：利用公式：
52、
53、计算污泥对离子选择传感器的影响值；其中，δcsum为影响值，msum为当前覆盖污泥的污泥量，m0为单位污泥量，cau为单位影响值；
54、利用当前传感器安装舱覆盖的污泥对离子选择传感器的影响值δcsum对离子选择传感器的监测值cv进行修正，获得修正后的监测值cw；具体包括：利用公式：
55、
56、对离子选择传感器的监测值进行修正；其中，cw为修正后的监测值，cv为监测值，δcsum为污泥对离子选择传感器的影响值，kf为修正系数。
57、作为另一种更进一步的改进，对uvcod传感器进行微生物影响补偿的方法包括：
58、获取uvcod传感器被单位污泥量中最大微生物数量影响的单位影响值cau；具体包括：
59、取传感器安装舱上覆盖的单位污泥量的污泥作为培养基进行微生物熟化培养，使得污泥内含有最大的微生物数量n；
60、将所述污泥放入纯净水中搅拌形成污泥溶液，并利用uvcod传感器对污泥溶液进行测量获取被单位污泥量中最大微生物数量影响的单位影响值cau；所述纯净水的体积与传感器安装舱容积的差值低于阈值；又包括：利用uvcod传感器对污泥溶液进行n次测量获得n个监测值；
61、利用公式：
62、
63、计算uvcod传感器被微生物影响的单位影响值；其中，cau为单位影响值，ci为监测值，n为监测值的数量，i为监测值的序号；
64、基于传感器安装舱当前覆盖的污泥量获取污泥中微生物的数量usum；具体包括：
65、利用公式：
66、
67、计算污泥中微生物的数量；其中，usum为当前微生物的总量，ut1为上一个计算时刻t1微生物的总量，tnow为当前时刻，t为时刻，nmax为传感器安装舱上当前覆盖的污泥中可含有的最大微生物数量，sgr为水中微生物生长速率，u为随时间推移的微生物总量，∫为积分符号，d为微分符号；
68、利用公式：
69、
70、计算当前温度条件下的生长速率；其中，sgr为微生物在水中的生长速率，sgrnormal为水温25℃时水中微生物生长速率，ea为微生物生长所需要的活化能，r为气体常数，tgr为当前传感器安装舱的温度；
71、获取水温25℃时水中微生物生长速率的方法包括利用公式：
72、
73、计算水温25℃时微生物生长速率；其中，sgrnormal为水温25℃时水中微生物生长速率，t为时刻，smax为最大生长速率，t0为生长速率达到最大值所需的时间，kxt为生长速率变化的斜率，e为自然底数；
74、括利用公式：
75、
76、计算传感器安装舱上当前覆盖的污泥中可含有的最大微生物数量；其中，nmax为传感器安装舱上当前覆盖的污泥中可含有的最大微生物数量，msum为传感器安装舱当前覆盖的污泥量，m0为单位污泥量，n为单位污泥量中可含有的最大微生物数量；
77、污泥可含有的最大微生物数量的获取方法包括：
78、取传感器安装舱上可覆盖污泥作为培养基进行微生物熟化培养，培养温度为25℃，其污泥量为单位污泥量m0；
79、采用菌落计数法估算微生物的数量；
80、利用公式：
81、
82、计算可含有的最大微生物数量；其中，n为微生物数量，c为估算的微生物数量，v为取样体积，d为稀释倍数、s为样品原始体积；
83、通过当前覆盖污泥中微生物的数量usum、单位污泥量中最大微生物数量n以及单位影响值cau计算当前传感器安装舱覆盖的污泥所含有的微生物对uvcod传感器的影响值δcsum；具体包括：利用公式：
84、
85、计算微生物对uvcod传感器的影响值；其中，δcsum为影响值，usum为当前覆盖污泥中微生物的数量，n为单位污泥量中最大微生物数量，cau为单位影响值。
86、利用微生物对uvcod传感器的影响值δcsum对uvcod传感器的监测值cs进行修正，获得修正后的监测值cw；具体包括：利用公式：
87、cw= cs- kfδcsum
88、对uvcod传感器的监测值进行修正；其中，cw为修正后的监测值，cs为监测值，δcsum为微生物对uvcod传感器的影响值，kf为修正系数。
89、作为一种改进，对传感器进行安装位置影响补偿的方法包括：
90、获取传感器在实际安装位置对被测物质进行监测获得的监测值c1；
91、获取传感器实际安装位置与理想安装位置的深度差δh；
92、基于深度差δh、监测值c1以及被测物质的摩尔质量m获取由深度差δh带来的被测物质的摩尔离子浓度差δc；具体为利用公式：
93、;
94、计算由深度差带来的被测物质的摩尔离子浓度差；其中，δc为摩尔离子浓度差，m为被测物质的摩尔质量，g为重力加速度；δh为实际安装位置与理想安装位置的深度差，c1为实际安装位置的监测值，r为理想气体常数，t为热力学温度；
95、利用摩尔离子浓度差δc对监测值c1进行修正，获得修正后的监测值c，具体为利用公式
96、;
97、对监测值进行修正，其中，c为修正后的监测值，c1为实际安装位置的监测值，δc为摩尔离子浓度差，kf为修正系数。
98、作为一种改进，对水质监测数据噪点进行剔除的方法包括：
99、对校准周期内的利用浓缩水样进行校准后的监测数据进行平滑处理；所述校准周期为两次校准之间的时间间隔；具体包括：
100、对校准周期内的监测数据进行平滑处理的方法为利用公式：
101、；
102、对监测数据进行平滑处理；其中，cmt为监测指标m平滑处理后的数据，vmt传感器反馈的监测指标m的监测数据，kmt为监测指标m的变化率，bmt为监测指标m的变化偏移；
103、变化率的获取方法为利用公式：
104、；
105、获取变化率；其中，kmt为监测指标m的变化率，knowm为监测指标m当前校准周期内的浓缩水样校准斜率，klastm为监测指标m上一校准周期内的浓缩水样校准斜率，n为一个校准周期内产生的监测指标m的监测数据量，t为两个监测指标m的监测数据之间的时间间隔；
106、浓缩水样校准斜率的获取方法为利用公式：
107、；
108、获取浓缩水样校准斜率；其中，kmf为监测指标m的浓缩水样校准斜率，cm为原始水样的观察值，为浓缩水样的观察值，vm为原始水样的监测值，为原水水样的监测值；
109、变化偏移的获取方法为利用公式：
110、；
111、获取变化偏移；其中，bmt为监测指标m的变化偏移，bnowm为监测指标m当前校准周期内的浓缩水样校准偏移，blastm为监测指标m上一校准周期内的浓缩水样校准偏移，n为一个校准周期内产生的监测指标m的监测数据量，t为两个监测指标m的监测数据之间的时间间隔；
112、浓缩水样校准偏移的获取方法为利用公式：
113、；
114、获取浓缩水样校准偏移；其中，bm为监测指标m的校准偏移，km为监测指标m的浓缩水样校准斜率，cm为原始水样的观察值，vm为原始水样的监测值；
115、在校准周期内以h时间为单位时间段，逐段提取该校准周期内平滑处理后的监测数据；
116、计算h时间内监测数据的平均数，并利用容忍系数对平均数进行调整获取容忍值；
117、若提取到的单位时间段内存在连续q个监测数据均大于容忍值，并且qf<h时，将所述连续q个监测数据作为噪点数据进行剔除；其中，h为阈值时间，f为监测数据采集频率。
118、作为一种改进，对水质监测数据进行审核包括实时审核、梯度审核和统计审核；
119、所述实时审核方法包括：
120、设定目标水质监测点的监测指标的考核值tcm；
121、计算时间段d内目标水质监测点获取的监测数据的平均值；
122、若存在，且
123、
124、，ken≥1；则将监测数据cmi~cm(i+q)进行留存；其中，cmi~cm(i+q)为监测指标m的第i~i+q个监测数据，ken为平均容忍系数；
125、将留存的监测数据分别与从目标水质监测点获取的实验数据进行比较，若留存数据均在实验数据的波动范围内则认为该段留存数据有效，否则将该段留存数据作为无效数据进行剔除；
126、所述梯度审核方法包括：
127、设定目标水质监测点的监测指标的考核值；
128、获取每个采样时间段中每个监测指标采集到的若干监测数据；
129、计算监测数据对应的一维梯度向量场值；具体包括：
130、构建以时间采样点为自变量监测数据为因变量的函数ym=fm(t)，其中y为监测数据，m为监测指标，t为时间；
131、利用函数ym=fm(t)获取时间的方向导数值，具体为利用公式：
132、；
133、计算时间的方向导数值；其中，为时间的方向导数值，为采集数据的时间间隔，vmn为监测指标m的第n个监测数据，vm(n-1)为监测指标m的第n-1个监测数据。
134、利用时间的方向导数值以及时间单位值获取一维梯度向量场值；具体为利用公式：
135、；
136、计算一维梯度向量场值；其中，为监测指标m的第n个监测数据的以为梯度向量场值，为时间的方向导数值，j为时间单位值；
137、若存在平滑后的某个监测数据在考核容忍范围外，且包括该监测数据在内的一段连续的监测数据的一维梯度向量场值的绝对值大于梯度极限，则将该监测数据留存；所述考核容忍范围根据考核值制定；
138、若留存的监测数据在实验容忍范围内则予以保留，否则将作为无效数据被剔除；
139、所述统计审核方法包括：
140、对监测数据设定审核周期，获取审核周期内监测数据的平均值、方差以及标准差；
141、利用审核周期内监测数据以及其方差、均值计算偏离度和峰度；具体包括：
142、计算偏离度的方法包括为利用公式：
143、；
144、计算偏离度；其中，mskm为偏离度，cmi为监测指标m的第i个监测数据，n 为监测数据的数量，为均值，为方差；
145、计算峰度的方法为利用公式：
146、；
147、计算峰度；其中kucm为峰度，cmi为监测指标m的第i个监测数据，n 为监测数据的数量，为均值，为方差；
148、利用偏离度和峰度对监测数据进行判断，剔除无效数据；具体包括：
149、当偏离度的绝对值大于偏离度阈值且峰度大于或等于峰度阈值，则将审核周期内的监测数据作为无效数据进行剔除；
150、当偏离度的绝对值大于偏离度阈值且峰度处于峰度区间内，则将审核周期内的监测数据分别与从目标水质监测点获取的实验数据进行比较，若审核周期内的监测数据均在实验数据的波动范围内则认为审核周期内的监测数据，否则将审核周期内的监测数据作为无效数据进行剔除。
151、作为一种改进，水质评价的方法包括平均值评价方法和综合评价方法；
152、所述平均值评价方法包括：
153、基于参与评价的监测指标的监测数据与该监测指标各类水质临界值的关系，对水质进行实时评价以及若干等级的时间段评价；各时间段的时长递增，并且下一级时间段时长为上一级时间段时长的正整数倍；在进行时间段水质评价时，用于评价的是该时间段内监测数据的平均值；具体包括：
154、所述时间段评价包括分钟评价、小时评价、天评价以及月评价；
155、将参与评价的监测指标m水质类型临界值设置为tycmx,x∈{i,ii,iii,iv,v}；
156、设cmi为监测指标m的实时监测数据，cmmi为监测指标m某分钟监测数据的平均值，cmhi为监测指标m某小时监测数据的平均值，cmdi为监测指标m某天监测数据的平均值，cmmi为监测指标m某月监测数据的平均值；
157、令c=cmi,cmmi,cmhi,cmdi,cmmi；
158、对于非溶解氧指标，在c≤tycmi的情况下，该监测指标为i类水质；在tycm(x-i)＜c≤tycmx，且x≥ii的情况下，该监测指标为x类水质；在c＞tycmv的情况下，该监测指标为劣v类水质；
159、对于溶解氧指标，在c≥tycmi的情况下，该溶解氧为i类水质；在tycm(x-i)＞c≥tycmx，且x≥ii的情况下，该溶解氧为x类水质；在c＞tycmv的情况下，溶解氧为劣v类水质；
160、不参与评价的监测指标均为i类水质；
161、取所有监测指标中水质类别最低的等级作为总体水质类别；
162、对时间段水质评价进行有效性评估，获取效用系数；
163、所述综合评价方法包括：
164、获取目标流域的流量，并根据流量以及监测数据获取参与评价的监测指标的实时综合浓度以及若干等级时间段的时间段综合浓度；各时间段的时长递增，并且下一级时间段时长为上一级时间段时长的正整数倍；所述时间段综合浓度包括分综合浓度、小时综合浓度、天综合浓度以及月综合浓度；获取目标流域流量的方法包括利用公式：
165、；
166、计算目标流域流量；其中，qn为流量，vn为流速，f(h)为以流域切面深度为自变量宽度为因变量的函数，d为微分符号，h为深度；
167、基于参与评价的监测指标的实时综合浓度以及若干等级时间段的时间段综合浓度与该监测指标各类水质临界值的关系，对水质进行实时评价以及若干等级的时间段评价；具体包括：
168、获取实时综合浓度的方法包括利用公式：
169、；
170、计算实时综合浓度；其中，cm实时为监测指标m的实时综合浓度，q为每分钟采集的监测数据的数量，f为采集设备的采集频率，qn为流量,cmn为监测指标m的第n个监测数据；
171、获取分综合浓度的方法包括利用公式：
172、；
173、计算分综合浓度；其中，cm分为监测指标m的分综合浓度，q为每分钟采集的监测数据的数量，f为采集设备的采集频率，qn为流量,cmn为监测指标m的第n个监测数据；
174、获取小时综合浓度的方法包括利用公式：
175、；
176、计算小时综合浓度；其中，cm小时为监测指标m的小时综合浓度，q为每分钟采集的监测数据的数量，f为采集设备的采集频率，qn为流量,cmn为监测指标m的第n个监测数据；
177、获取天综合浓度的方法包括利用公式：
178、；
179、计算天综合浓度；其中，cm天为监测指标m的小时综合浓度，q为每分钟采集的监测数据的数量，f为采集设备的采集频率，qn为流量,cmn为监测指标m的第n个监测数据；
180、获取月综合浓度的方法包括利用公式：
181、；
182、计算月综合浓度；其中，cm月为监测指标m的小时综合浓度，q为每分钟采集的监测数据的数量，f为采集设备的采集频率，qn为流量,cmn为监测指标m的第n个监测数据，m为当月天数；
183、对时间段水质评价进行有效性评估，获取效用系数。
184、作为一种改进，有效性评估的方法包括：
185、对于非溶解氧指标，在某个等级的时间段内所有监测数据均小于对应监测指标该类水质临界值的情况下；对于溶解氧指标，在某个等级的时间段内所有监测数据均大于溶解氧该类水质临界值的情况下，效用系数eec为100%；
186、对于非溶解氧指标，在某个等级的时间段评价内存在监测数据大于或者等于对应监测指标该类水质临界值的情况下；对于溶解氧指标，在某个等级的时间段评价内存在监测数据小于或者等于溶解氧该类水质临界值的情况下，
187、利用公式：
188、；
189、计算效用系数；其中，eec为效用系数，op为超界率；
190、vlmi对于非溶解氧指标时为当前级别时间段中包含的上一级超标时间段中监测数据的变异系数，所述超标时间段中包含大于或者等于监测指标m该类水质临界值的监测数据；对于溶解氧时为当前级别时间段中包含的上一级超标时间段中监测数据的变异系数，所述超标时间段中包含小于或者等于溶液氧该类水质临界值的监测数据；
191、vm对于非溶解氧指标时为当前级别时间段检测指标m的监测数据变异系数,对于溶解氧时为当前级别时间段溶解氧的监测数据变异系数；
192、n为超标时间段的数量；
193、超界率的获取方法包括利用公式：
194、；
195、进行计算；其中，op为超界率，upno为当前级别时间段包含的上一级超标时间段的数量；sumno为当前级别时间段包含的所有上一级时间段的数量；
196、变异系数的获取方法为利用公式：
197、；
198、；
199、；
200、进行计算；其中，vm为变异系数，sm为标准差，为平均值，cmi为监测指标m的第i个监测数据，n为监测数据的数量。
201、作为一种改进，所述超标因子包括监测指标的总超标量以及超标率；
202、计算总超标量的方法包括：
203、在某个时间段水质等级未达标的情况下，提取除溶解氧外所有参与评价的监测指标的监测数据；
204、将各监测指标的监测数据分别与考核浓度进行对比，将超出考核浓度的监测数据进行留存；
205、利用公式：
206、δt；
207、计算该时间段某个监测指标的总超标量；其中mmh为监测指标m的总超标量，cms为监测指标m的考核浓度，cmi为第i个超出考核浓度的监测数据，qi为流量，δt为最小监测数据采集时间；
208、计算超标率的方法包括：
209、利用公式：
210、；
211、计算某个监测指标的白天超标率；其中excdi为白天超标率，e为超出考核浓度的监测数据的采集时间在9:00点~21：00点内的数量，n为监测数据的总数量；
212、利用公式：
213、；
214、计算某个监测指标的夜晚超标率；其中excni为夜晚超标率，f为超出考核浓度的监测数据的采集时间在21:00点~9：00点内的数量，n为监测数据的总数量。
215、本发明还提供一种水质监测站校准、补偿、数据处理、评价系统，包括：
216、系统性校准模块，用于对水质监测站进行系统性校准，又包括：
217、对传感器感知器件的物理特性进行校准，以确定传感器自身的准确性；利用标准物质溶液对传感器系统进行校准，以确定传感器与被测指标之间量值传递关系的准确性；利用本底样本浓缩液对传感器系统进行校准，以降低监测方法的方法误差；
218、环境性补偿模块，用于对水质监测站进行环境性补偿，又包括：
219、对离子选择传感器进行污泥影响补偿；对uvcod传感器进行微生物影响补偿；对传感器进行安装位置影响补偿；
220、数据处理模块，用于对水质监测站获取的监测数据进行处理，又包括：
221、对水质监测数据噪点进行剔除；对水质监测数据进行审核；
222、水质评价模块，用于利用水质监测站获取的连续监测数据进行水质评价。
223、本发明的有益之处在于以下几个方面：
224、一、本发明中，首先从传感器感知器件的物理特性入手，确定传感器本身的物理特性不出现偏差。然后再验证传感器系统与被测指标之间量值传递关系的准确性，使得传感器检测获得的电信号与被测指标之间具有正确的线性关系。最后，检验采用的水质监测方法得出的结果与实际结果之间的吻合度，减小监测结果与实际结果之间的误差。本发明中三个校准步骤逐层递进，从点到线、从线到面，使得整个校准过程更具系统性并符合水质监测的规律和逻辑，从而确保了最终监测结果更加趋近于实际结果，符合水质监测的需求。
225、二、本发明首先获取单位污泥量对离子选择传感器测量带来的单位影响值，然后计算出传感器安装舱当前覆盖的污泥量，然后通过比值关系计算出当前被污泥影响的影响值，再将影响值从测量值中去除，从而对测量值进行修正获得修正后的测量值，使得测量值与真实值更加接近，提高了水质监测的精度。
226、三、本发明首先获取单位污泥量中最大微生物数量对uvcod传感器测量带来的单位影响值，然后计算出传感器安装舱当前覆盖污泥中微生物的数量，然后通过比值关系计算出当前被微生物影响的影响值，再将影响值从测量值中去除，从而对测量值进行修正获得修正后的测量值，使得测量值与真实值更加接近，提高了水质监测的精度。
227、四、本发明找到传感器实际安装位置与理论安装位置的深度差与摩尔浓度差之间的关系，通过由深度差带来的被测物质的摩尔离子浓度差对传感器监测数据进行修正，使得监测数据更加趋近于从理论安装位置进行监测的数据，使得监测结果更加精准并更加接近标准要求。
228、五、本发明通过将校准周期内通过浓缩水样校准后的监测数据进行平滑，再分段处理剔除噪点数据。平滑处理考虑到了相邻校准周期之间水质的线性变化规律，通过平滑处理消除曲线上的锯齿，使其更加符合水质变化的客观规律，让监测数据与实际水质更为接近，从而提高了监测结果的精度。将阈值时间段内连续出现的若干个超过容忍值的监测数据视为噪点数据进行剔除，符合异物或者少许污水对传感器的影响，将上述噪点数据剔除后，避免监测过程中出现以点带面管中窥豹的情况。
229、六、本发明提供了三种数据审核方法即实时审核、统计审核和梯度审核。三种审核方法可结合使用。
230、例如首先通过实时审核对监测数据进行初步筛查，剔除部分无效数据。然后通过统计审核的手段，对监测数据中因异常因素导致的监测数据变化进行判断并剔除，最终保证了公布的数据与实际水质的一致性。
231、或者在梯度审核中首先为目标水质监测点的监测指标设定考核值。然后获取采样时间段中监测设备采集到的各监测指标的监测数据。根据上述监测数据构建以时间采样点为自变量监测数据为因变量的函数。利用该函数获取时间的方向导数值；再利用时间的方向导数值以及时间单位值获取一维梯度向量场值。最后利用一维梯度向量场值对平滑后的监测数据进行判断，若是无效数据则进行剔除。本发明对监测数据中因异常因素导致的监测数据变化进行判断并剔除，最终保证了公布的数据与实际水质的一致性。
232、七、本发明中提供了两种水质评价方法即平均值评价方法和综合评价方法。
233、在平均值评价方法中引入了时间段水质评价。通过该时间段中所有监测数据的平均值与该监测指标各类水质临界值的关系，对水质进行实时评价以及若干等级的时间段评价。相较于现有的时间点水质评价，其覆盖时间更长，更具代表性。在进行水质评价后，本发明还对水质评价的可信度进行评估和量化，通过效用系数来表达某个监测指标在某个等级时间段的水质评价的可信度百分比，从而使得水质评价的结果更具参考性。
234、在综合评价方法中引入了时间段水质评价作为时间范围内的覆盖，引入了综合浓度作为评价的参数形成空间范围内的覆盖。通过该时间段中目标流域监测切面流量的综合浓度与该监测指标各类水质临界值的关系，对水质进行实时评价以及若干等级的时间段评价。相较于现有的时间点以及空间点的水质评价，其覆盖时间更长空间更广，更具代表性。
235、同样，在进行水质评价后，本发明还对水质评价的可信度进行评估和量化，通过效用系数来表达某个监测指标在某个等级时间段的水质评价的可信度百分比，从而使得水质评价的结果更具参考性。
1.一种水质监测站校准、补偿、数据处理、评价方法，其特征在于包括：
2.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于：对传感器感知器件的物理特性进行校准的方法包括电极传感器校准和光学传感器校准；
3.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于对离子选择传感器进行污泥影响补偿的方法包括：
4.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于对uvcod传感器进行微生物影响补偿的方法包括：
5.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于对传感器进行安装位置影响补偿的方法包括：
6.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于对水质监测数据噪点进行剔除的方法包括：
7.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于：对水质监测数据进行审核包括实时审核、梯度审核和统计审核；
8.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于：水质评价的方法包括平均值评价方法和综合评价方法；
9.根据权利要求1所述的一种水质监测站校准、补偿、数据处理、评价方法，其特征在于：所述超标因子包括监测指标的总超标量以及超标率；
10.一种水质监测站校准、补偿、数据处理、评价系统，其特征在于包括：
