熵权法在水资源与水环境评价中的研究进展

刘红雨, 刘友存, 孟丽红, 焦克勤, 朱明勇, 陈燕奎, 张鹏飞

Research progress of entropy weight method in water resources and water environment

Hongyu LIU, Youcun LIU, Lihong MENG, Keqin JIAO, Mingyong ZHU, Yankui CHEN, Pengfei ZHANG

表2 熵权法结合的模型

Table 2 Model combined with entropy weight method

方法 优点 熵权模糊物元模型 以事物名称N，特征c及其量值r组成的有序三元组R=（N，c，r）组作为描述事物的基本元。模糊物元即其中量值具有模糊性［22］ 适用于水资源开发利用评价，评价结果更接近于实际情况，更为科学合理［23］ 熵权改进TOPSIS模型 将评价对象的最优解和最劣解的评价公式进行标准化处理，用以确定具体指标实际值在该指标权重中所处的状况 能够充分利用原始数据、计算过程数据丢失量较小、几何意义直观且不受参考序列选择的干扰［24］ 熵权改进DRASTIC模型 DRASTIC评价指标根据各个指标脆弱性影响程度进行赋权，再加权求和［25］ 该方法符合实际，操作简单，广泛应用于地下水脆弱性评价［26］ 熵权扩展集对分析模型 将各评价指标与评价标准构成一个集对，计算不同评价因子对应的各级水质的联系度的比较，将加权平均联系度最大值所对应的水质级别作为最终评价结果［27］ 相比于内梅罗指数法无法客观描述水质等级之间的过渡，基于熵权的集对分析法可以分析单个指标的数值和评价标准之间的数量关系［28］，可以广泛应用于水质评价中 熵权改进层次分析模型 采用三标度（0，1，2）对指标进行两两比较，建立比较矩阵，确定判断矩阵 该方法具有自调节功能，不需要进行一致性检验，其标度值具合理性和良好的判断传递性，在比较判断过程中准确性高［29］ 熵权-正泰云模型 云模型数值特征值中Ex、En和He分别用于反映水质评价的不确定性、水质综合评价中概念的模糊性和云模型的离散程度 可以定性描述指标隶属度、权重等的中心值，实现了定性概念的定量转化，且兼顾模糊性与随机性的特征 熵权法灰色关联度模型 确定多指标决策域的集合后进行无量纲化求绝对差序列计算关联度，然后用熵权法确定权重 较对样本数量和规律性没有限定，避免量化结果与定性分析结果不符的情况