1.一种大坝位移数据的粗差剔除方法，其特征在于，包括以下步骤：
1）设定Dixon准则、Grubbs准则、Chauvenet准则、四分点准则这四种离群点判定准则的权重系数，以及设定粗差判定阈值；
2）计算原位移测值序列的均值和标准差，并基于回归模型计算残差序列；
3）根据Dixon准则判定疑似粗差；
4）根据Grubbs准则判定疑似粗差；
5）根据Chauvenet准则判定疑似粗差；
6）根据四分点准则判定疑似粗差；
7）对于每一个测值，都有4个疑似粗差判定结果，将结果为疑似粗差的准则的权重系数相加，再与粗差判定阈值相比，达到或者超过，即判定该测值为粗差。
2.根据权利要求1所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤1）中，每种离群点判定准则的权重系数的取值范围为1-100，四个权重系数的总和为100。
3.根据权利要求1所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤2）中，基于回归模型计算残差序列是指，根据大坝水平位移基础成因理论，确定影响大坝位移的因子以及位移量数据，然后使用最小二乘法进行回归拟合，得到回归模型及对应的拟合值序列，并和原位移测值序列作差从而计算出原位移测值序列的残差序列。
4. 根据权利要求1所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤3）中，根据Dixon准则判定疑似粗差是指对于原位移测值序列升序排序，得到新的序列X，记D=(Xn-Xn-2)/ (Xn-X3)，对于序列中第k个测值，如果满足D(k,α)＞D，即判定该测值为疑似粗差，其中，n为原位移测值序列的总长度，Xn为序列X的第n个数值，α为显著性水平。
5.根据权利要求4所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述显著性水平α取值为0.01。
6. 根据权利要求3所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤4）中，根据Grubbs准则判定疑似粗差是指对于每个测值对应的残差V，当和原位移测值序列的标准差S满足：|V| ≥ G(n,a)*S时，即判定该测值为疑似粗差，其中，n为原位移测值序列的总长度，a为显著性水平。
7.根据权利要求6所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述显著性水平a取值为0.05。
8. 根据权利要求3所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤5）中，根据Chauvenet准则判定疑似粗差是指对于每个测值对应的残差V，当和原位移测值序列的标准差S满足：|V| ≥ Z（n）*S时，即判定该测值为疑似粗差，其中，n为原位移测值序列的总长度。
9. 根据权利要求3所述的一种大坝位移数据的粗差剔除方法，其特征在于，所述步骤6）中，根据四分点准则判定疑似粗差是指对于残差序列按照升序进行排序，记Q1为新序列中值，Q2为新序列首值到Q1的中值，Q3为Q1到新序列末值的中值，则每个测值对应的残差V，满足：V ≥ 4* Q3 - Q1，或 V ≤ 4* Q1 - 3* Q3时，即判定该测值为疑似粗差。