术语“异常值”;通常用于指单个数据点，似乎明显偏离其他数据的趋势。异常值分为三种类型:不正确的观测值，与其他最大值基本相同的现象引起的罕见事件，以及由不同现象引起的罕见事件。首先对完整的数据序列(包括异常值)进行洪水频率分析，然后对去除异常值的序列进行洪水频率分析。结果表明:异常值数据的遗漏不影响概率分布函数(Log-Pearson III型)，但设计流量在10000年回归期从3320 (m³/s)减少到1340 (m³/s)，减少了60%。此外，采用美国水资源委员会(WRC)提出的方法和HEC-SSP软件，将离群数据与其他系统数据组合，并对 统计分布。采用WRC方法，将离群值指定为200年回归期，并对Log-Pearson III型分布参数进行修正，估计的万年洪水相当于1907年(m³/s);这比包含异常值的情况减少了约43%。