基于多判据决策的水体营养状态评价

为了准确地评价水生态系统营养状态和综合决策，通过最大熵原理耦合模糊性与随机性，建立了最大熵模糊评价模型（fame）；利用逼近理想解排序法（topsis），以待决策水体样本的实测值为理想解，以评价结果中与实测值相差最大的为负理想解，建立了多判据决策模型（mcdm）。经12个湖泊实测数据验証，最大熵模糊评价与随机评价、模糊评价和灰色评价的结果较为一致，但提高了评价水体营养状态问题各层次的分辨力。多判据决策模型可解决多种方法评价结果不相容问题，使评价结果更接近水体实际情况。fame和mcdm适用于各种水质的综合评价及决策。