随着全球对食品蛋白质需求的增加,各类水产养殖产量持续增长,对全球水产生产作出重大贡献。随着水产养殖业的发展,池塘养殖作为传统的养殖方式,养殖规模不断扩大,创造了巨大经济效应。在淡水池塘养殖过程中,缺氧成为影响池塘养殖产量的主要原因。在缺氧状态下,养殖生物摄食量,抗病系数受到影响,甚至导致窒息死亡。叶轮式增氧仪的发明有效地改善了池塘缺氧的情况,提高了鱼类的摄食率,使池塘养殖进入高产阶段。增氧仪产生的曝气对池内流场有明显影响,合理的布局可形成良好的水循环,便于池塘污泥的收集。判断增氧仪布局合理性的关键是监测水流速度,一般采用声学多普勒流速仪实现。多普勒流速仪容易受到水中气泡、悬浮物颗粒、湍流强度等因素影响,导致记录数据时产生局外值。在进行数据分析前,对多普勒数据进行后置处理,对于提高数据有效性,准确分析水体流速分布规律和计算底部摩擦系数具有重要意义。本研究针对池塘养殖过程中,由于叶轮式增氧仪的使用导致流速仪记录数据时受浪花、水中悬浮物等影响产生野点的问题,根据稳健估算法和相空间阈值法检测原理,通过两步过滤和三维同测的方法,构建了一种可有效减少迭代,对接近真实值的野点检测精度高的方法,称为三维稳健相空间法(3DRPS)。通过对模拟的清洁数据进行不同条件的人工污染,记录和统计各方法检测出野点数等统计参数,对比分析各算法对野点的检测效果,得出以下结论:3DRPS法具有良好的检测能力。在正确检出率方面,3DRPS法的正确检出率显著高于稳健估算法及相空间阈值法,对于污染程度低的数据,其正确检出率可达100%,对于严重污染数据,其正确检出率高于97%。对于连续野点,3DRPS正确检测率平均为84.41%,相较于稳健估算法(55%)和相空间法(79.67%),3DRPS检测效果更好。在过处理率方面,虽然3DRPS法存在过处理现象,但相较于相空间法,3DRPS法有效地减少了过处理现象,且数据受污染程度越严重,过处理现象越少。利用稳健估算原理结合移动窗口进行一次过滤,可有效剔除数据中极值野点,且不产生过处理现象,不影响样本数据的平均值和标准偏差。经一次过滤后的数据仅剩少量与真实数据相近的野点,符合相空间阈值法适用特点。再利用相空间原理进行二次过滤,可有效避免迭代产生的过处理现象。3DRPS法综合能力最佳,适用于受高度污染的数据,能够在有效提高检测精度的同时减少由于迭代产生的过处理现象。与稳健估算法和相空间阈值法相比,3DRPS具有检测精度高,过处理现象小,适用范围广的特点。对比三种方法检测后数据与清洁数据的峰度系数与偏斜系数,3DRPS法趋近清洁数据峰度系数与偏斜系数组别数最多。21组数据中19组与清洁数据的峰度系数一致,20组数据与清洁数据的偏斜系数一致,说明3DRPS法对污染数据处理效果明显,数据还原度更高。综合分析,相比于稳健估算法和相空间阈值法,3DRPS能够在避免迭代,降低过处理率的同时,有效提高算法的检测精度,适用于污染程度高的流速数据,可有效应用于养殖池溏中监测流速后置处理,为后续池塘水体流速分布与底部摩擦速度估算等研究提供准确地流速数据。