- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
浅析基于相关系数定权的集对分析法在湖泊富营养化评价中的应用
浅析基于相关系数定权的集对分析法在湖泊富营养化评价中的应用
摘要:为有效处理浮游植物型湖泊富营养化评价中各评价指标、评价级别以及各级别对应的水质标准浓度的不确定性,将集对分析理论运用于湖泊富营养化的水质评价中。在确定各指标权重时,将统计学中的相关关系理论引入该模型,通过计算各评价指标与叶绿素的相关关系来计算各水质评价指标在富营养化评价中所占权重,建立了基于相关系数定权的集对分析模型。最后通过国内5个湖泊的水质实测数据,将该模型与模糊评价方法,灰色评价方法进行比较验证,说明该模型简单实用、评价结果合理。
关键词:湖泊富营养化评价;模糊评价方法;灰色评价方法;权重;相关关系;集对分析
Set Pair Analysis Method in Lakes Eutrophication Assessment Based on Correlation WEight Method
LV Ming-jie,DU Yun,RONG Chao,YANG Si-bo
(The School of Civil Engineering,Hefei University of Technology,Hefei 230009,China)
Abstract: In order to solve the uncertainty of the assessment index,order and the assessment standard of each order of lakes eutrophication,a method of set pair analysis was adopted in the assessment of lakes eutrophication in this study.Correlation theory of statistics was used in this model for lakes eutrophication assessment.The weight of each water quality index was calculated according to the correlation coefficient between each water quality index and chlorophyll.this method only suits the lakes of phytoplankton type.By compared with fuzzy assessment method and grey assessment method using measured data in 5 lakes in China,the method is validated to be simple and practical with sound assessment results.
Key words: lakes eutrophication assessment;fuzzy assessment method; grey assessment method; weight; correlation; set pair analysis
1 研究背景
水体富营养化是指在人类活动的影响下,生物所需的氮、磷等营养物质大量进入湖泊、河口、海湾等缓流水体,引起藻类及其他浮游生物迅速繁殖,水体溶解氧量下降,水质恶化,鱼类及其他生物大量死亡的现象[1]。如何对富营养化水质做出科学、客观的评价以便为人类合理决策提供前提,一直是水污染防治研究的重点。目前常用的富营养化评价方法大致可分为单因子评价法和综合评价法[2]。综合评价法有主成分分析法、层次分析法、模糊数学法、人工神经网络法和灰色评价法等。然而这些方法都有其自身的优点和不足,例如主成分分析法对高维变量系统进行最佳综合和简化,同时客观地给出各个指标的权重,避免了主观的随意性;模糊数学法[3]用隶属函数刻画水质标准分界的模糊性,但是从信息利用角度看,这种方法丢弃了研究对象变化范围这一极为重要的信息;人工神经网络[2]用于水质评价有可允许的大量供调节参数和全息联想功能及自组织、自学习、自适应和容错的能力,其缺点是对于协同性较差的样本,评价结果易出现均化现象;灰色评价法将水环境系统视为一个灰色系统,即部分信息已知、部分信息未知或不确知的系统,具有简单、可比的优点,然而分辨率较低。由于水质是受多种因素综合影响的结果[4],本文针对湖泊富营养化评价中各评价指标,评价级别以及各级别对应的水质标准浓度的不确定性,将集对分析理论[5]运用于湖泊富营养化的水质评价中。在确定各指标权重时,将统计学中的
文档评论(0)