城市供水管网作为提供城市居民日常所需生活用水的重要途径,其安全状况格外值得重视。传统的城市供水管网水质检测通常需要经过采样、贮存、分析、异常报告等步骤,既耗时还会在检测过程中产生新的污染物质,造成二次污染。紫外-可见光谱分析方法具有操作简便、无需添加化学试剂、重复性好和检测周期短等优点,适合快速在线监测和大规模布点监测的需要。有鉴于此,本文利用紫外-可见光谱分析方法开展在线管网水质异常检测方法研究。本文的主要工作和创新点包括：1.针对已知污染物造成的水质异常事件,提出了一种基于特征波长吸光度的水质异常检测方法。该方法主要将特征波长吸收度作为判断指标,并结合时间序列分析算法进行在线水质异常的检测。基于实验平台,选取了邻苯二甲酸氢钾和铁氰化钾两种代表性污染物进行了现场在线异常检测的实验,并将获得的特征波长吸光度数据代入模型进行异常检测,取得了良好的在线异常检测效果。2.对于未知污染物造成的水质异常检测问题,本文中提出了一种基于光谱数据降维的水质异常检测方法。该方法采用主成分分析与聚类分析相结合的方法,首先对光谱仪在线采集到的全光谱数据进行数据降维和特征提取,然后对提取得到的特征量进行聚类分析,并进而对水质的异常情况做出判断。通过针对性的实验设计和模型检测效果分析,证明了该模型对于在线的光谱水质异常检测的适用性。3.针对基于光谱数据降维的水质异常检测算法在低浓度污染物检测方面的局限性,本文引入了概率统计模型,提出了一种基于光谱统计特征提取的水质异常检测方法。该方法采用概率主成分分析的方法进行光谱数据的降维,并将获得的主成分变量进行多维控制监测图进行在线分析,进而判断水质的异常情况。配合实验获得的数据以及详细的参数选择分析,使得模型对于低浓度污染物造成的水质异常具有良好的检测效果。总体来说,本文针对城市管网饮用水水质异常检测问题,利用紫外-可见光谱在线检测的手段,从多个角度对问题进行了分析和讨论,结合传统光谱水质检测方法,形成并优化了基于全波长光谱在线水质异常检测的模型。除此之外,还基于课题组的小型管网水循环系统设计并执行了针对不同问题的实验,积累了实验数据的同时合理验证了模型的效果,为今后的相关研究打下了基础并提供了支持。