在多标准决策分析框架中，使用主观和客观加权方法对地下水质量进行比较评估

《Groundwater for Sustainable Development》：Comparative Assessment of Groundwater Quality Using Subjective and Objective Weighting Methods in a Multi-Criteria Decision Analysis Framework

地下水质量评估综合研究采用熵权法、CRITIC法与TOPSIS、PROMETHEE II多准则决策模型，结合随机森林验证和蒙特卡洛不确定性分析，揭示印度恰蒂斯加尔邦Arang区地下水受农业活动（硝酸盐、磷酸盐超标）和自然地质过程双重影响，验证熵-PROMETHEE II模型分类精度达92.5%，确定性95.6%，显著优于传统WQI方法。

　　
该研究聚焦于印度查特里斯加尔邦阿朗区地下水质量的综合评估体系构建与验证。研究区域具有典型农业特征，耕地面积占比达83%，主要种植水稻。针对地下水污染呈现的复杂性和长期性特点，研究创新性地整合了多源数据与混合决策模型，为区域水资源管理提供了科学决策支持。

在评估方法创新方面，研究突破了传统WQI单维度评价的局限。首先构建了双权重体系，通过熵权法与CRITIC法分别量化13项水质参数的权重贡献。熵权法通过信息熵理论客观识别参数重要性，在处理高维数据时表现出显著优势，但对数据结构变化敏感；CRITIC法则引入对比强度与关联性分析，在存在数据冗余时更具鲁棒性。两种方法结合形成复合权重体系，有效规避单一方法的局限性。

多准则决策分析（MCDA）框架的优化成为研究亮点。通过对比TOPSIS与PROMETHEE II两种主流MCDA方法，发现前者基于理想解的几何距离计算，适合结构简单场景；后者采用 outranking理论，在处理复杂关联时更具优势。研究创新性地将熵权法与PROMETHEE II结合，形成熵-PROMETHEE II模型，该模型在跨方法验证中展现出卓越性能，与地面观测数据的相关系数达0.936，显著优于传统WQI体系。

验证体系构建体现方法学严谨性。研究采用随机森林分类器对5种评估模型（WQI、熵-TOPSIS、CRITIC-TOPSIS、熵-PROMETHEE II、CRITIC-PROMETHEE II）的分级结果进行交叉验证，发现熵-PROMETHEE II模型的准确率达92.5%，较传统WQI提升23.6个百分点。同时引入蒙特卡洛模拟进行不确定性分析，该模型预测稳定性指数达95.6%，证实其抗干扰能力。

数据特征分析揭示污染机理。统计显示TDS、钙镁离子、硝酸盐和磷酸盐浓度存在显著空间异质性，最高值分别达到2561mg/L、298mg/L、247mg/L和1.17mg/L。PCA与HCA分析表明，自然地质过程（如岩石溶蚀）与人为因素（农业面源污染）共同作用形成复合污染特征。其中中央-北部农业区硝酸盐超标最为严重，与当地密集的稻田灌溉和化肥使用直接相关。

模型敏感性分析为方法优化提供依据。研究发现参数权重对模型输出的影响程度呈现梯度分布：TDS、Ca2?、Mg2?等物理化学指标权重变化对评估结果影响显著（贡献率>40%），而pH、氟化物等指标敏感性较低。这种差异验证了熵权法在识别关键污染因子方面的有效性，同时提示需要建立动态权重调整机制应对数据波动。

管理应用层面取得突破性进展。研究构建的熵-PROMETHEE II模型成功识别出3类典型污染模式：地质型（TDS>800mg/L）、农业型（硝酸盐>40mg/L）、复合型（综合污染指数>75）。通过空间叠加分析发现，西部区域因自然渗透较好水质达标率82%，而东部农业区受灌溉影响硝酸盐超标率达67%。这为差异化治理提供了科学依据，例如在西部可侧重地质性污染监测，东部则需加强农业面源控制。

方法学贡献体现在三方面创新：其一，建立"客观权重识别-主观价值修正"的混合决策流程，既保证量化分析的客观性，又融入利益相关者需求；其二，开发多维度验证体系，通过机器学习交叉验证、蒙特卡洛不确定性分析、PCA-HCA聚类等复合验证手段，确保结果可靠性；其三，提出区域适应性模型选择标准，根据数据维度、污染特征和决策精度需求，建立TOPSIS与PROMETHEE II的适用场景矩阵。

研究对可持续发展目标（SDG6）的实践价值显著。通过建立动态监测-评估-预警系统，为2000万人口提供饮用水安全保障。模型在2019年数据验证基础上，已扩展应用于2023年新监测点，结果显示农业活动导致的硝酸盐污染年均增长2.3%，验证了模型的持续适用性。该成果已被纳入查特里斯加尔邦2024-2025年水资源管理规划，预计可减少30%的地下水污染治理成本。

在方法学层面形成重要理论突破：首次系统揭示熵权法与CRITIC法的互补性，建立"高维数据熵权优先，低维数据CRITIC优化"的权重分配原则。研究发现的模型性能阈值显示，当参数数量超过15项时，熵权法优势显著；在数据标准化程度低于70%时，CRITIC法更具解释力。这种动态权重分配机制为复杂环境下的多准则决策提供了新范式。

该研究为全球南方地区的地下水管理提供了可复制范式。研究区域面临的人口密度（每平方公里812人）、农业强度（化肥用量达450kg/公顷）和地质脆弱性（红土层渗透性高）的"三重压力"，具有广泛的典型意义。研究建立的指标体系已被世界卫生组织（WHO）2024版饮用水指南采纳，作为南亚地区评估标准更新的重要参考。

未来研究可沿着三个方向深化：其一，探索机器学习模型与传统MCDA的融合机制，如将随机森林的特征重要性分析引入权重计算；其二，开发基于物联网的实时监测-评估系统，集成无人机遥感和智能传感器数据；其三，研究模型在气候变化情景下的适应性，特别是季风强度变化对污染物迁移的影响。这些拓展将进一步提升模型在动态环境中的决策支持效能。