模糊综合评价在天然水体水质评价中的应用研究

采用模糊数学方法,对河网地区面源污染影响较大的代表性河流的水质状况进行综合评价研究。根据监测断面水质污染特点,确定了8个指标作为评价因子,建立了评价因素矩阵,计算出影响因子的权重。在此基础上,提出了模糊综合评价的水质级别,证明该河网地区的污染物主要是氮、磷和有机物。     

因子分析及其在河网水质综合评价中的应用研究

对因子分析方法在天然水体水质评价中的应用进行研究,证明在数据较为缺乏的情况下,使用因子分析方法可以损失较少信息,减少评价指标,针对主因子进行分析,使水质评价结果更为合理和有效。同时,利用因子的得分值还可以将不同地区进行比较分析。应用因子分析对河网地区典型河流的水质状况进行分析,发现了增长潜力较大的主要因子,并对该地区的水质状况做出了符合实际的总体评价,表明因子分析在水质评价中具有重要应用价值。     

模糊评价因子的熵权法赋权及其在水质评价中的应用

针对模糊综合评价方法中对多因子赋权时计算繁琐、工作量大、未考虑多个评价对象间联系等缺陷，提出利用熵权法对多评价目标因子赋权的新思路．利用三峡库区城市江段13个监测断面的水质监测数据，比较了利用熵权法与传统的评价因子赋权的差异．结果表明，当涉及多个评价对象时，采用熵权法对各因子赋权，只需1次计算即可，无需对每个监测点进行权重计算，从而使模糊评价过程大大简化，评价的结果客观、合理．     

模糊综合评价在天然水体水质评价中的应用研究

采用模糊数学方法，对河网地区面源污染影响较大的代表性河流的水质状况进行综合评价研究。根据监测断面水质污染特点，确定了8个指标作为评价因子，建立了评价因素矩阵，计算出影响因子的权重。在此基础上，提出了模糊综合评价的水质级别，证明该河网地区的污染物主要是氮、磷和有机物。     

因子分析及其在河网水质综合评价中的应用研究

对因子分析方法在天然水体水质评价中的应用进行研究，证明在数据较为缺乏的情况下，使用因子分析方法可以损失较少信息，减少评价指标，针对主因子进行分析，使水质评价结果更为合理和有效。同时，利用因子的得分值还可以将不同地区进行比较分析。应用因子分析对河网地区典型河流的水质状况进行分析，发现了增长潜力较大的主要因子，并对该地区的水质状况做出了符合实际的总体评价，表明因子分析在水质评价中具有重要应用价值。