隨著數(shù)據(jù)流的廣泛運(yùn)用，數(shù)據(jù)流中異常數(shù)據(jù)的檢測(cè)問(wèn)題也引起了更多的關(guān)注?，F(xiàn)有的卡爾曼濾波算法需要的歷史數(shù)據(jù)量雖然小，但只適用于單個(gè)異常點(diǎn)的檢測(cè)，對(duì)于復(fù)雜連續(xù)的異常值檢測(cè)效果較差。針對(duì)這個(gè)問(wèn)題，提出一種水文傳感器分級(jí)標(biāo)注模型，并在此基礎(chǔ)上提出一種基于多維影響因子的卡爾曼濾波算法，加入空間、時(shí)間、起源三個(gè)維度的影響因子，在天氣和汛期等影響因素改變時(shí)，對(duì)系統(tǒng)模型的控制參數(shù)進(jìn)行適當(dāng)調(diào)整，并且對(duì)測(cè)量噪聲進(jìn)行更加準(zhǔn)確的估計(jì)，提高異常檢測(cè)的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果證明，所提算法在保證運(yùn)行時(shí)間相近的前提下，檢測(cè)的錯(cuò)誤率遠(yuǎn)低于基于遺忘因子的卡爾曼（AKF）算法和基于小波的卡爾曼（WKF）算法。