模糊綜合評價法評價河水質(zhì)量(文獻翻譯)

用模糊綜合評價法評價河水質(zhì)量摘要：基于有限的觀察方法來評價河水系統(tǒng)中水質(zhì)量狀況可以達到環(huán)境管理目標(biāo)的基本要求。各種各樣的分類方法已經(jīng)被應(yīng)用到評價河水流域中狀態(tài)改變及表層水的可用性。但是，在各種水使用方式、質(zhì)量標(biāo)準使用的不確定性及決策輸出值的模糊性這些方面常常產(chǎn)生矛盾。（水體環(huán)境中存在大量不確定因素，各個因子的級別劃分、標(biāo)準的確定都具有較強的模糊性）由于原本的不確定性，某些傳統(tǒng)方法在考慮到用各種化學(xué)組分、生物方面、營養(yǎng)物質(zhì)和美學(xué)價值來描述整體水質(zhì)量狀況存在一定的困難。本文闡述了評價水質(zhì)量的三種模糊綜合評價技術(shù)與用傳統(tǒng)方法（例如水質(zhì)指數(shù)waterqualityindex）得到輸出值的方法對比。從臺灣曾文溪中的七個采樣點收集大量的數(shù)據(jù)可以證明這些方法的潛能。研究表明這些技術(shù)可以成功的化解原有的矛盾并解釋復(fù)雜的情況。文中描述的先進的、新發(fā)展的模糊綜合評價法也可被用來測定不同水環(huán)境質(zhì)量的日最大負荷總量，同時對建設(shè)一套有效的水質(zhì)量管理對策也有一定的幫助。引言：許多國家已經(jīng)引進河水質(zhì)量監(jiān)管和評價體制，依據(jù)水質(zhì)的化學(xué)、生物和營養(yǎng)成分以及整體美學(xué)狀況等方面用來檢測水質(zhì)各種指標(biāo)?？傊笖?shù)是最早期管理機構(gòu)在應(yīng)對污染控制問題時用評價現(xiàn)狀來弄清楚監(jiān)測優(yōu)先順序的綜合評價方法。在文獻中有對水質(zhì)的大量解釋。霍爾頓做了一個對總指數(shù)、選擇參數(shù)和加權(quán)參數(shù)的創(chuàng)新性嘗試。水質(zhì)指數(shù)是一個總所周知的評價方法，由美國國家科學(xué)基金會采用特爾非技術(shù)發(fā)明的，主要用在正式評價程序中。水質(zhì)指數(shù)最初設(shè)計目的是通過水中九種因子的測定對水質(zhì)量狀況進行整體評價。在二十世紀八十、九十年代，這被視為非常有前景的一種方面。在水質(zhì)指數(shù)的基礎(chǔ)上用輕微改進概念做了相當(dāng)多的改進。但是，在不同水的使用方式、質(zhì)量標(biāo)準使用的不確定性及決策輸出值的模糊性這些方面常常產(chǎn)生矛盾。有時候，根據(jù)一定范圍內(nèi)不均勻的降水及地表徑流來評價季節(jié)性水質(zhì)狀況是非常困難的，而且分析時會出現(xiàn)沖突的狀況。因此，一種能夠?qū)δ：畔⑦M行分類的先進技術(shù)的需求非常迫切。Sii等人最先探討在水質(zhì)指數(shù)中用0~1的數(shù)值表示模糊區(qū)間來代替0T00數(shù)值范圍表示的傳統(tǒng)評級曲線，這引起了廣泛的探討。盧研究人員在臺灣應(yīng)用模糊綜合評價技術(shù)對水庫富營養(yǎng)化現(xiàn)象進行評價。本文展示了模糊綜合評價法與水質(zhì)指數(shù)的對比研究，主要強調(diào)兩種新發(fā)展的技術(shù)，即模糊信息強度法及模糊推理的去模糊化法。在臺灣南部曾文溪水域中由于不均勻性季節(jié)降水導(dǎo)致的水污染影響分析描述的問題將會被引用到評價該技術(shù)潛力的應(yīng)用中去。水質(zhì)指數(shù)方法：美國國家科學(xué)基金會在研究水質(zhì)量總指數(shù)中曾經(jīng)做出開拓性的嘗試。Ott將這些指數(shù)分為四大類：常規(guī)的、特殊用途的、規(guī)劃的、統(tǒng)計的。水質(zhì)指數(shù)由九個參數(shù)組成，包括溶解氧、糞大腸菌、PH、生物化學(xué)需氧量、硝酸鹽、磷酸鹽、溫度、濁度、總固體量。它的輸出值在0T00之間，100表示非常好的水質(zhì)量狀況，而0表示水未經(jīng)處理不適合直接使用。如果成分很多，每種成分將在決策過程中根據(jù)相對應(yīng)的權(quán)重進行分配，選中的指數(shù)可以通過以下方程進行計算：

刀⑷MiWQI=——xlOO (1)i=l公式(1)其中qi表示涉及的水質(zhì)參數(shù)，Wi表示它分配到的權(quán)重。盡管水質(zhì)指數(shù)是最有前景的方法之一，但是科學(xué)家們早就意識到需要發(fā)展一種統(tǒng)一的方法來應(yīng)對水污染控制問題。事實上，由于公民要求政府能果斷應(yīng)對相關(guān)水環(huán)境安全問題，美國環(huán)保局仍致力于改進檢測水質(zhì)變化的方法。模糊綜合評價原理：模糊集合論自1965年起已經(jīng)發(fā)展并廣泛應(yīng)用，它原本設(shè)定是為用來補充解釋用語言及測量的方法對現(xiàn)實生活中隨機現(xiàn)象不確定性。這些不確定性會在自然中涉及到信息沒有明顯界限時引起非統(tǒng)計學(xué)特征。然而，在大規(guī)模復(fù)雜的決策過程中主要的不確定性來源可能通過模糊隸屬函數(shù)得以描述出來。模糊聚類分析法和模糊綜合評價法是兩種常用的技術(shù)。與水質(zhì)指數(shù)對考慮到的所有參數(shù)運用集合評價不同的是，模糊聚類分析法是通過將原始數(shù)據(jù)通過選定運算符分成幾類，而且并不考慮每一類涉及的已有標(biāo)準。模糊聚類分析法的大部分規(guī)則是通過對圍繞因子或代表對象的所有觀測值匯集在最低限度的研究為基礎(chǔ)得來的。礎(chǔ)得來的。類別，通常可以用一系列反應(yīng)各種相近標(biāo)準間模糊界限來描述它。模糊綜合評價

法比模糊聚類分析法對水質(zhì)量評價更有用。一個設(shè)計優(yōu)秀的模糊綜合評價法可以涵蓋在采樣和分析過程中存在的不確定性，能對比每個參數(shù)應(yīng)用質(zhì)量標(biāo)準的樣本為了在實際中靈活運用，輸入?yún)?shù)值可以根據(jù)情況用鮮明的或模糊的值來表示。早期的方法比較經(jīng)常把用鮮明的值表示輸入數(shù)據(jù)，而近期的應(yīng)用趨向于強調(diào)模糊值。在現(xiàn)在，在輸入子系統(tǒng)中普遍采用對稱三角模糊隸屬函數(shù)來描述其不確定性。顯然的，不精確性越大，誤差區(qū)間就越大。此外，分類機制對一個特定的模糊推理依據(jù)至關(guān)重要。這種機制是由一組預(yù)先確定好的隸屬函數(shù)所形成的，隸屬函數(shù)是表示為了分類設(shè)計的不同種類之間的模糊性，這種機制的設(shè)計兼顧了執(zhí)行推理結(jié)果，概括所有單一參數(shù)值。而WQI結(jié)果，概括所有單一參數(shù)值。而WQI中很少體現(xiàn)這些不確定性。模糊綜合評價法通常包括一個輸入的子系統(tǒng)，輸出子系統(tǒng)和一個分類機制。功能和事后辯護生產(chǎn)輸出值的功能。 （模糊綜合評價法考慮了參評的各項水質(zhì)因子在總體水環(huán)境中的地位,為其配置適當(dāng)?shù)臋?quán)重，并確定隸屬函數(shù),再經(jīng)過模糊矩陣復(fù)合運算，求得綜合隸屬度，根據(jù)隸屬度來劃分水質(zhì)類別,進而得到綜合評價結(jié)功能和事后辯護生產(chǎn)輸出值的功能。評價從這個機制的輸出子系統(tǒng)中生成的所有輸出值，用隸屬度來劃分水質(zhì)類別（隸屬度是用來描述水質(zhì)模糊界限的參數(shù),可用隸屬函數(shù)表示。然而，輸出子系統(tǒng)在解釋結(jié)果的時候可能會需要考慮模糊的含義。水質(zhì)指數(shù)從沒特別考慮到這點。這些不確定因素很重要，因為它們可以影響政策決定。評價程序可以分為三步“（1） 將一系列隸屬函數(shù)轉(zhuǎn)換成綜合分類機制（2） 建立標(biāo)準要求和用隸屬函數(shù)或者曲線值表示的觀測值之間關(guān)系的模糊關(guān)系矩陣（3） 用特定的模糊算子整合所有代表水質(zhì)量的值。其他拓展后的方法可能在得到最后結(jié)論前使用稍有不同的框架。接下來討論四種不同的模糊綜合評價法（1）簡單模糊分類法（2）模糊相似度法（3）模糊信息強度法（4）去模糊化法。通過這些方法的對比得出結(jié)果。研究的例子可以證明這些新方法如何能成功解釋不確信因素和使現(xiàn)實社會問題的差異相和諧。模糊綜合評價法：（1）簡單模糊評價法質(zhì)量管理涉及到?jīng)Q定不同水的用途。在重疊部分或者模糊邊界經(jīng)常發(fā)生復(fù)雜的情況。簡單模糊評價法利用隸屬函數(shù)來描述不同用途的標(biāo)準。水質(zhì)成分的測量值直接轉(zhuǎn)換成一系列清晰的數(shù)字用來為最終的模糊綜合評價法的相關(guān)隸屬度提供研究。如果質(zhì)量標(biāo)準分為五組，如圖二所示，定義的模糊程度表示可能的重疊范圍。I II IIIIVVdin dvFigure2?Definitionoffuzzymembershipfunctionsforthesimplefuzzyclassificationmethod.圖二中的公差程度dll或者dIV反映了這個不精確程度。公差程度越大，過程中生產(chǎn)的困難越多。模糊隸屬函數(shù)，主觀地得出了分類的目的，主要是根據(jù)將從監(jiān)測系統(tǒng)監(jiān)測相關(guān)用水時得到的監(jiān)測值作圖得出關(guān)系矩陣。計算相應(yīng)水質(zhì)參數(shù)的隸屬值幫助完成矩陣。輸出值用評價矩陣列好用于之后的決策分析階段。剩下的程序就是用幾種分類方法分析矩陣，確定監(jiān)測狀況與相關(guān)的使用模式之間的相似度情況。為了合理的給出解釋，各種模糊推理方法包括模糊算子法、加權(quán)平均法、誤差法、相加運算法均能適用。模糊算子模糊算子法利用不等式符號完成模糊綜合評價。每個隸屬值入ij表述第i個參數(shù)與第j個使用方式的模糊關(guān)系，必須通過模糊運算單獨考慮。Aj=min(Xij} (2)kp=max{Aj} (3)方程(2)和(3)所示，運算符kj表示所有相關(guān)參數(shù)中入ij的最小值,kp表示kj系列中的最大值。因此，模糊算子法的最終結(jié)果會被最有影響力的參數(shù)控制。而且，評估最后將以主觀分類程序而結(jié)束。加法運算加法運算強調(diào)每個參數(shù)在分類過程中的影響是相同的，將之前方法中原本存在的乘離率最小化。m島=力入ij丿=1,2,(4)i=ibp=max{bj}丿=1,2, (5)方程（4）和（5）表示了加法運算方法的主要思路。加權(quán)平均法加權(quán)平均法由公式（6）到（8）表達，提供了一系列表達每個參數(shù)相對重要性的權(quán)重值，使與相應(yīng)的使用方式更加一致。因此，wi在方程（6）中是指每個相關(guān)參數(shù)的權(quán)重，是屬于方程（7）的要求。誤差運算法盡管加法運算和權(quán)重平均法可能可以提高評價的可靠性，但這兩種方法都無法描述輸入數(shù)據(jù)時測量誤差的模糊性。差均勻算法是一種用來減少評價、每種使用方式和觀察參數(shù)值之間的相對誤差的技術(shù)，在模糊綜合評價中具有獨特的潛力。用方程（9）定義的式子計算相對誤差，可以幫助認識整體觀測值與每種水質(zhì)利用方式之間每種參數(shù)相應(yīng)的影響。m刀（奶X福產(chǎn)hj=nm j=XN…皿 （9）￡工（妙x審j=li=l（2）模糊相似度法模糊相似度法的第一步是先歸一化所有的質(zhì)量標(biāo)準使每個標(biāo)準都有獨立的隸屬函數(shù)。在這步驟中，最高值設(shè)定為1，最低值設(shè)定為0，其他的在0~1之間。值。HammingdistanceITLrf(A.AT)-^|AAta)-AA(4)值。HammingdistanceITLrf(A.AT)-^|AAta)-AA(4)li=ll皿S(A.A!)=—V|抵(珀-心(菇)1m厶-i=l(10)(IDEucliddistancem 2e（A,A）=刀|氐（珀一心漸）產(chǎn)(12)1=1(13)Minkowskidistance■AFigure3?Definitionoffuzzymembershipfunctionsforthefuzzysimilaritymethod.圖三描述了一個建立綜合隸屬函數(shù)系統(tǒng)的典型例子。橫坐標(biāo)對應(yīng)的是隸屬pp(14)m工川筠）-也（筠）卩i=l

TOC\o"1-5"\h\zHammingproximity=l—3(A,A") (16)Euclidproximity=l—e(A:A7) (17)Fuzzyproximity=7V(A,A!')n^2minAA(Xi),= (IS)^2maxAa(玄i),贏(尤i)i=l方程(10)~(18)用來計算兩種隸屬值入A和入A之間的相似度。其中入A是從實測值推導(dǎo)出的，入A'表示通過每種使用方式標(biāo)準定義要求t中得到的值。這個方法得到的輸出值將水質(zhì)分類為模式A而不是模式B。不管應(yīng)用哪個方程，最后的解釋要求選擇決策分析中的一種標(biāo)準值或者界限值。模糊信息強度法模糊信息強度法強調(diào)在通過設(shè)定每種觀察類型的耐受度(如隸屬函數(shù)的低值)包含輸入數(shù)據(jù)方法誤差。因此，耐受度越大，在采樣和分析過程中的不確定圖四是一個說明了對比案例研究，其中入A和入B可以根據(jù)設(shè)定的耐受度相聯(lián)系的曲線值或者模糊化值定義的輸入數(shù)據(jù)而不同。采用圖四(b)可以反映方法誤差固有的不確定性，可以為最終決策分析生產(chǎn)不同系列值。

I\\l\\AAi0<11(a)(b)?0I\\l\\AAi0<11(a)(b)?0Figure5.Informationintensityexistingwithinamodeandbetweenmodes.圖五（a）中表示兩種使用方式A和B,其中AAi和ABi表示分化隸屬度的比較基礎(chǔ)。在圖五（b）中的參數(shù)f代表輸入信息中的方法誤差或者耐受度。假設(shè)C 是一組監(jiān)測數(shù)據(jù)，用來描述特定方程參數(shù)模糊化后的輸入值，與三個實測值相關(guān)的隸屬值用相對模糊強3\亠味ACu譏乂―表示。 沖當(dāng)確定 有多接近A模式時，相應(yīng)的隸屬度亠門' Uf匕也分別等價于圖五（b）相應(yīng)的陰影面積。Aiji/AAjAq^AAj°Aqa/AA,Aiji/AAjAq^AAj°Aqa/AA,Figure6*FuzzymembershipfunctionformodeAbasedonagivenwaterqualityindex.圖六闡明了基于給定質(zhì)量參數(shù)建立的A模型的模糊隸屬函數(shù)。在包括相對模糊強度信息的模糊綜合評價過程中，可以確定一個新的矩陣，涵蓋了用相同系列的監(jiān)測數(shù)據(jù)的五種使用模式，從而創(chuàng)造了一種可以應(yīng)用的分類機制。（4）去模糊化法去模糊化法是一個來自模糊控制理論的概念，強調(diào)將復(fù)雜隸屬函數(shù)分解成鮮明的值，對是模糊分類或者模糊推理過程得到的輸出值的解釋和執(zhí)行的相應(yīng)。鮮明的值可以大概的表示用評價矩陣為基礎(chǔ)的模糊推理的確定性特征，在解決現(xiàn)實問題時候有利于將不確定性轉(zhuǎn)換成適用的行動。各種去模糊化法經(jīng)常在模糊控制領(lǐng)域中應(yīng)用，其中重力法是最有前景的。重力法包括兩個重要的步驟。第一步通過確定所有使用方式標(biāo)準已經(jīng)用模糊隸屬函數(shù)表示，確定輸入數(shù)據(jù)的模糊性。不然的話，一套代表所有使用模式的合理公差間隔要產(chǎn)生，而且類似于圖二描述的分類機制要建立。第二部是根據(jù)在方程（19）所示，用重心法計算重心坐標(biāo)"hJ直接替代讀出隸屬值B0(b)Figure7.Methodforideratifyingmembershipvalueusingthedefuzzificationmethod.B0(b)Figure7.Methodforideratifyingmembershipvalueusingthedefuzzificationmethod.fuzziness(a)在圖7（b）中，分離機理要求得出所有從橫坐標(biāo)（XA,c和XB,c）根據(jù)方程（20）推導(dǎo)出的新的隸屬值入'A,c和入’B,c，同時建立一個表示模糊推理的評價矩陣。根據(jù)方程（10）到（17）提到的方法，模糊推理法適用于最后決策分析?？偟膩碚f，文章中的兩種改進后的模糊綜合評價方案為（1）模糊信息強度，描述在表述模糊分類機理之前輸入數(shù)據(jù)的不確定性（2）去模糊化法，補充了輸出信息的說明，使其更適用于決策分析。兩種方法為了達到最終的分類目的，仍然要求用加權(quán)平均法或者誤差法來執(zhí)行模糊推理。案例：背景：曾文溪流域位于臺灣南部，是一個狹窄陡峭的分水嶺。流域的主流全長138km，通向臺灣海峽。曾文溪水庫是一個集防洪、水力發(fā)電、灌溉、供水、娛樂和增大流量為一體的多功能水庫。水庫位于流域的上游部分，如圖八所示

?1?1Tseng^Wen3?11Jen-Ai?2Tseng-Wen1?12Kuan-Yueh?3Feng-Lee?13Fan-Tsai-Tien1?4Yu-Ching?14Fan-Tsai-Tien2十5Erh^His十15Hou=YingYu-Feng?16Ma-San?7Shan-Shang?17His-Wei?8Chis-Pa?18An-Ting?9Pa-Shih^Chou?19Fsi-Kang?10Tseng-Wen-Hsi十20Hou-Hsing rFigure8.GeographicallocationandsystemenvironmentoftheTseng-WenRiverBasin.整個流域面積1176km2其中曾文溪水庫流域占了418km2。水庫設(shè)計用表明的17km2貯藏7.08億m3的水量。這塊流域的平均年降雨量接近3000mm，比整條流域的平均年降雨量2600mm高出了一點?，F(xiàn)在，水庫流域主要是森里和農(nóng)業(yè)用地。Changetal.(1996a,b)在一個不確定環(huán)境中評價非點源污染對水庫水質(zhì)的影響。Changetal.等人充分討論過一個水庫水域中的土地利用要通過不精確的優(yōu)化方法達到同時滿足經(jīng)濟和環(huán)境目標(biāo)。水域的平均坡度是1/57?？?cè)丝诮咏?6萬人，而且大部分居民在中下游河段附近居住。后堀溪、菜寮溪是兩條相近的支流，在附近有三個小型水庫。烏山頭水庫是通過一個河道連接到曾文溪的獨立蓄水，為臺灣南部最大灌溉地區(qū)(嘉義市和臺南市)農(nóng)業(yè)灌溉提供短期儲水。由于不充足的溪流、不均勻降水、季節(jié)性徑流和來自居民區(qū)及養(yǎng)豬場廢水的污染，沿海城市的水供應(yīng)正面臨嚴峻的挑戰(zhàn)。南華水庫為高雄市和臺南市提供水源。水是從緊鄰高屏溪流域的河流堰中抽出匯成一個河道，然后在水庫里暫時儲藏。荊門水庫是曾文溪水域中最小的水庫，主要只用在當(dāng)?shù)毓喔取１硪涣谐隽怂褂媚Ｊ綇腁到E的官方分類，每一種分類都適用好幾種用法。在D和E中幾個指數(shù)的不連續(xù)性會增加綜合水質(zhì)狀況分類時的困難。曾文溪水域只分為B和C兩種不同使用模式，如圖8所示。文中包含3個觀測站和20個水質(zhì)監(jiān)測點。而在中段流域土地利用的增強具有優(yōu)先權(quán)，民眾對飲用水質(zhì)的關(guān)注增加，隨著項目帶來了許多類似的密集的辯論。在流域下游地區(qū)的最佳管理策略是由陳先生和常先生評價的。這項研究關(guān)注當(dāng)面臨低流量和在旱季從高污染地區(qū)接受更多污染影響時，每個排水區(qū)域的污染負荷如何有效降低，

ClassutilitystandardindexABCDEPublicwatersupply(primarylevell)SwimmingPublicwatersupply(secondarylevel)Fishery(primarylevel)Publicwatersupply(thirdlevell)Fishery(secondarylevell)Industrywatersupply(primarylevel)IrrigationIndustrialwatersupply(secondarylevel)EnvironmentalprotectionPH65-8-5&(y-9060-9-060-9-060-9-0DO5mg/L>65>5.5>4-5>20>20Coliform,<50<5000<10000MPN/100ml<1<2<4BOD5(20>0),mg/LSS,mg/L<25<25<40<100DO:DissolvedOxygen;BOD5：BiochemicalOxygenDemand;SS:SuspendedSolids.分析過程圖9總結(jié)了分析過程。初始數(shù)據(jù)集是在曾文溪流域中下游的20個監(jiān)測站獲得的，在1997年11月進行Sampling SeasonspH DO BOD5 COD SS NH3-N Cl~location (mg/L)(mg/L)(mg/L)(mg/L)(mg/L)(mg/L)Feng-Lee WinterBridge SpringSummerAutumn3405O-3-4-O--04-8-89-5-9-5■3Feng-Lee WinterBridge SpringSummerAutumn3405O-3-4-O--04-8-89-5-9-5■311144d5-0-0-1-oooErh-HisWinter86109BridgeSpring&070Summer6-67-6Autuimn81125-O-3.0-2&9-S.9-31564-54-sO-O-O.O-60-1118-38-Pa-Shih-ChouBridgeWinter841206625763Spriing435995230019650Summer6463687502535Autumn6319312-84363330740-3-0-0-O-O-O-O1-8-aa8238Tseng=Wen WinterBridge SpringSummerAutumn56058-7-7-7-21189856238189034107-055711520035340282083703157844040-52400Hou-lHsingBridgeWinter7980Spring68Hou-lHsingBridgeWinter7980Spring6836Summer57100Auituimn7-978-6-6-37-0'-s02-4-o■31105-01110-01220-01000-0Ma=SanWinter737395390452-7122DBridgeSpring71386280015050520DSummer6-668301705013400Autumn74108341920828-11150His-KangWinter79793962103500DBridgeSpring7-047603823190Summer6-676824848300Auituimn767153123171130-0oos

DBSTP2896346221001011oos

DBSTP2896346221001011七個測量項目中的五個是DO,BOD5,NH3-N,pH和SS。水質(zhì)指數(shù)利用每種質(zhì)量參數(shù)選擇的獨立權(quán)重值來生成基本的輸出值。每個參數(shù)的歸一化需要保持內(nèi)部的一致性。權(quán)重最終的評估是來自臺灣常用的與基線相關(guān)的權(quán)重信息。Table3?TheweightsusedinWQImethodandtherevisedweightsusedinthiscasestudyWaterqualityparameterWeightRevisedweightnh3-nConductivitypHEcoii如表3所示，修正后的權(quán)重是將一種參數(shù)與五種質(zhì)量參數(shù)歸一化后的結(jié)果。三種模糊綜合評價法——簡單模糊分類法、模糊信息強度法和去模糊化法在質(zhì)量分類中陸續(xù)被應(yīng)用。圖10所示的是隸屬函數(shù)。

c0.30.6BC0BOD；；m^/L0100CBA25 40?ptlcng/LFigure1c0.30.6BC0BOD；；m^/L0100CBA25 40?ptlcng/LFigure10.Memberehipfunctionsdefinedforwaterqualityclassification.>NII:i-Kmg/L4DOmp/LSSmg/L差距法在分離機制中運用。五種質(zhì)量參數(shù)、四種用法模式組成一個模糊關(guān)系矩陣，在決策分析中含有20個元素。結(jié)果與討論圖11表明受流域中RK30到RK40之間的水域中段產(chǎn)生的污染影響。其中一些位置點被歸類為不符合的地區(qū)。四個季節(jié)中有三個季節(jié)的水質(zhì)狀況達到D級。由于只有少數(shù)監(jiān)測站在夏天能達到官方要求，一些數(shù)據(jù)點落在C和D級的邊界,使得理由變得模凌兩可。任何負責(zé)處理公眾健康和安全的決策人都不能忽略這種差異。任何可能任務(wù)的主管部門要加強污染控制和監(jiān)督關(guān)鍵時段和地區(qū)的方法。為減少結(jié)果的誤差，用三種模糊綜合評價法技術(shù)分析相同的數(shù)據(jù)組。Table4.ComparisonofwaterqualityconditionsihTseng-WeriiRiversystemWinter(January)Spring(March)Summer(July)Autumn(Nov?)River

location(RK)9655260960-5-95-6-6-5-0-各a.4313543!280&0-S-21□59Winter(January)Spring(March)Summer(July)Autumn(Nov?)River

location(RK)9655260960-5-95-6-6-5-0-各a.4313543!280&0-S-21□59566564332196552800-5-9-5-S-6-各643321LocationFeng-LeeBridgeErh-HisBridgePa-Shih-ChouBridgeTseng-WenBndgeMa-SanBridgeHis-KangBridgeHou-HsingBndgeFeng-LeeBridgeErh-HisBridgeBricicjEMa-SanBridgeHis-KangBridgeHou-HsingBndgeFeng-LeeBridgeErh-HisBridgePa-Shih-ChouBridgeTseng-WenBridgeMa-SanBridgeHis-KangBridgeHou-HsingBndgeFeng-LeeBridgeErh-HisBridgePa-Shih-ChouBridgeTseng-WenBndgeMa-SanBridgeHis-KangBridgeHou-H