本文基于某自来水厂2025年全年4380条实时监测数据，构建了多层次水质分析体系。研究采用多元统计分析、机器学习和聚类分析等方法，主要成果包括：建立综合水质指数(WQI)评价体系（出厂水WQI达83.6分）；开发基于Z-score、IQR和DBSCAN的异常检测模型；通过随机森林识别河流水位为浊度的关键影响因素；构建多模型预测框架，其中MLP神经网络在浊度预测中表现最佳（R²=0.8331）。研究