《表4 河流健康评价结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《随机森林与模糊识别耦合方法在河流健康评价中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

最终根据上述各个评价指标的gini值，可计算求得各指标的权重比例θ={0.085，0.080，0.070，0.126，0.106，0.116，0.082，0.085，0.072，0.108，0.070}。由矩阵R和权重θ计算。由表4可以看出，6条河流的各项健康评价指标等级经过随机森林与模糊识别相结合的方法改进后精度较改进前的层次分析模糊识别方法有一定的提高，预测率达67%。编号为1～5的河流评价结果都在[0.70，0.85]之间，评价等级为良；编号为6的河流评价结果在0.70以下，评价等级为差，说明该市河流的整体健康状况良好，6条河流均能满足市区居民的实际用水需求，但是仍然存在改进的空间，希望当地相关部门加强对市区河流的治理与监管，改善水质条件，提高河流生物多样性，加强河流稳定性建设，维护生态系统的稳定性。综合上述分析结果，本文结果合理、可行，与实际情况相符。