Water Environment Random Evaluation Model based on the improved TOPSIS method and Bayesian Theory and its Application

  • Авторы: Jinchao Xu 1, Chen Y.2, Zhao J.3, Hang Q.4, Li X.5
  • Учреждения:
    1. School of Hydrology and Water Resources, Nanjing University of Information Science and Technology, Key Laboratory of Navigation Structure Construction Technology, Ministry of Transport
    2. Protection Institute
    3. School of Hydrology and Water Resources, Nanjing University of Information Science and Technology, China Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Jiangsu Key Laboratory of Agricultural Meteorology, Nanjing University of Information Science & Technology
    4. Yancheng Branch Office, Jiangsu Provincial Hydrology and Water Resources Investigation Bureau
    5. School of Hydrology and Water Resources, Nanjing University of Information Science and Technology
  • Выпуск: Том 46, № 3 (2019)
  • Страницы: 344-352
  • Раздел: Water Resources and the Regime of Water Bodies
  • URL: https://journals.rcsi.science/0097-8078/article/view/175109
  • DOI: https://doi.org/10.1134/S0097807819030102
  • ID: 175109

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Under the background analysis of water issues, water environment random evaluation model based on Bayesian theory is put forward to universally describe and physically analyze the uncertainty information. Guided by the viewpoint of sustainable development, this study applies water conservancy science, intelligence science and information science to discuss about risk indexes from three aspects of water quantity, water quality, and water ecology with the evolution mechanism of water environment. The evaluation index system is selected by qualitative analysis and quantitative calculation, and index weight is determined by the improved TOPSISI method. The Bayesian theory is employed to set up the random evaluation model. The process is to obtain posterior distribution by prior distribution with sample information. Then, the evaluation levels of water environment are given by the principle of probability maximization with advancing the control policy. Taihu Basin, China is taken as an example. It shows that the proposed model is rigorous with theory, flexible with method, and reasonable with results, providing a new way for studying water resources shortage, water pollution prevention, and water ecology protection, which can be widely applied to water environment management.

Об авторах

Jinchao Xu

School of Hydrology and Water Resources, Nanjing University of Information Science and Technology, Key Laboratory of Navigation Structure Construction Technology, Ministry of Transport

Автор, ответственный за переписку.
Email: xujinchao301@foxmail.com
Китай, Nanjing, 210044

Yaqian Chen

Protection Institute

Автор, ответственный за переписку.
Email: Cowry-5268663@163.com
Китай, Guangzhou, 510611

Jun Zhao

School of Hydrology and Water Resources, Nanjing University of Information Science and Technology, China Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Jiangsu Key Laboratory of Agricultural Meteorology, Nanjing University of Information Science & Technology

Автор, ответственный за переписку.
Email: zsmzyq@126.com
Китай, Nanjing, 210044

Qingfeng Hang

Yancheng Branch Office, Jiangsu Provincial Hydrology and Water Resources Investigation Bureau

Автор, ответственный за переписку.
Email: hqf_1107@126.com
Китай, Yancheng, 224005

Xuechun Li

School of Hydrology and Water Resources, Nanjing University of Information Science and Technology

Автор, ответственный за переписку.
Email: lxcnuist@163.com
Китай, Nanjing, 210044 

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».