基于灰色局势决策理论的工程设计方案评价_李佑莲

基于灰色系统理论的经济决策研究一、前言随着经济的全球化和复杂性增加，经济决策变得越来越重要。

但传统的统计分析方法难以应对这种趋势，因为数据往往不完全，可靠度不高，并且关系复杂，且受外部影响。

因此，对于经济决策的研究，灰色系统理论成为一种新兴的研究方法。

二、灰色系统理论灰色系统理论基于不完全信息的系统，它的核心是确定因素和控制因素。

灰色系统理论的主要特点是，它能够对非线性、不确定性和不完整信息的资料进行有效的分析和处理。

它能够揭示数据背后的潜在规律和趋势。

这种解析方法已经应用于许多领域，包括经济、金融、环境、社会、生物、医疗等，取得了很好的效果。

灰色系统理论包含两个部分：模型：灰色预测模型算法：GM(1,1)模型GM(1,1)是灰色预测模型的主要算法，常用于时间序列预测，是一种基于微分方程的预测方法。

该算法对样本数据不做任何假设，能够处理一些非线性和非平稳数据序列，具有效果好、可靠性强等特点。

三、基于灰色系统理论的经济决策灰色系统理论在经济决策中的主要应用是基于它的灵活性和适应性。

本研究介绍了基于灰色系统理论的经济决策方法。

首先，灰色系统理论在宏观经济模型中的应用。

基于GDP、CPI、PPI等宏观经济数据，可以构建一个灰色系统的经济模型。

该模型可以分析不同变量之间的关系，以及这些变量对整个经济体系的影响。

这样的模型可以为政府和企业提供更准确的经济预测，从而更好地做出决策。

其次，灰色系统理论在市场分析中的应用。

分析市场行情、股票价格等数据采用灰色系统方法，通过预测趋势，可以帮助投资者制定投资策略。

这种方法可以防止市场风险和降低投资风险，同时为投资者提供更好的投资机会。

再次，灰色系统理论在产品研发中的应用。

根据产品研发数据，可以构建灰色系统模型，预测产品热度趋势，以辅助制定研发策略。

这种方法可以有效帮助企业做好产品研发，增加产品的销售量和市场份额。

最后，灰色系统理论在危机管理中的应用。

例如，有些企业经营不善，面临债务危机。

基于灰色关联度分析挺水植物模拟生活污水的净化能力贺义昌１，何素琳１，张继红１，任琼１，叶选２，赵攀１，郑育桃１∗（１．江西省林业科学院，江西南昌３３００３２；２．江西农业大学林学院，江西南昌３３００４５）摘要㊀以１７种挺水植物为研究对象，对挺水植物进行驯化处理，随后移植在模拟生活污水中培养，在不同的时间段内采集水质，并对水质中的总氮㊁总磷㊁氨氮和化学需氧量以及ｐＨ进行监测，采用灰色关联度分析评价挺水植物的综合净化水质的能力㊂结果表明，不同的挺水植物对单个水质指标的去污能力差异较大；灰色关联度分析１７种挺水植物综合去污能力优等的有３种，分别是旱伞草㊁紫芋和灯芯草；综合去污能力良好的有６种，分别是海寿花㊁水葱㊁溪荪㊁水生美人蕉㊁花叶芦竹㊁再力花；综合去污能力中等的有５种，分别是香蒲㊁水芹㊁慈姑㊁纸莎草㊁泽泻；综合去污能力较低的有３种，分别是千屈菜㊁黄菖蒲㊁菰㊂初步筛查出９种挺水植物具有良好的综合去污效果，试验结果可为后续小微湿地水生植物示范与推广提供基础数据㊂关键词㊀挺水植物；灰色关联度分析；综合去污能力中图分类号㊀Ｘ１７１．１㊀㊀文献标识码㊀Ａ㊀㊀文章编号㊀０５１７－６６１１（２０２４）０２－００６９－０４ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．０５１７－６６１１．２０２４．０２．０１４㊀㊀㊀㊀㊀开放科学（资源服务）标识码（ＯＳＩＤ）：ＡｎａｌｙｓｉｓｏｆＰｕｒｉｆｉｃａｔｉｏｎＣａｐａｃｉｔｙｏｆＥｍｅｒｇｅｎｔＰｌａｎｔｓｔｏＳｉｍｕｌａｔｅＤｏｍｅｓｔｉｃＳｅｗａｇｅＢａｓｅｄｏｎＧｒｅｙＲｅｌａｔｉｏｎａｌＤｅｇｒｅｅＨＥＹｉ⁃ｃｈａｎｇ，ＨＥＳｕ⁃ｌｉｎ，ＺＨＡＮＧＪｉ⁃ｈｏｎｇｅｔａｌ㊀（ＪｉａｎｇｘｉＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ３３００３２）Ａｂｓｔｒａｃｔ㊀Ｉｎｔｈｉｓｐａｐｅｒ，１７ｋｉｎｄｓｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓａｒｅｔａｋｅｎａｓｒｅｓｅａｒｃｈｏｂｊｅｃｔｓ，ａｎｄｔｈｅｙａｒｅｄｏｍｅｓｔｉｃａｔｅｄ，ａｎｄｔｈｅｎｔｒａｎｓｐｌａｎｔｅｄｉｎｔｏｓｉｍｕ⁃ｌａｔｅｄｄｏｍｅｓｔｉｃｓｅｗａｇｅｆｏｒｃｕｌｔｉｖａｔｉｏｎ．Ｗａｔｅｒｑｕａｌｉｔｙｉｓｃｏｌｌｅｃｔｅｄｉｎｄｉｆｆｅｒｅｎｔｔｉｍｅｐｅｒｉｏｄｓ，ａｎｄｔｈｅｔｏｔａｌｎｉｔｒｏｇｅｎ，ｔｏｔａｌｐｈｏｓｐｈｏｒｕｓ，ａｍｍｏｎｉａｎｉｔｒｏ⁃ｇｅｎ，ｃｈｅｍｉｃａｌｏｘｙｇｅｎｄｅｍａｎｄａｎｄｐＨｖａｌｕｅｏｆｗａｔｅｒｑｕａｌｉｔｙａｒｅｍｏｎｉｔｏｒｅｄ．Ｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｉｓｕｓｅｄｔｏｅｖａｌｕａｔｅｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｐｕｒｉ⁃ｆｉｃａｔｉｏｎａｂｉｌｉｔｙｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎａｂｉｌｉｔｙｏｆｄｉｆｆｅｒｅｎｔｅｍｅｒｇｅｎｔｐｌａｎｔｓｔｏａｓｉｎｇｌｅｗａｔｅｒｑｕａｌｉｔｙｉｎｄｅｘｗａｓｓｉｇｎｉｆｉｃａｎｔｌｙｄｉｆｆｅｒｅｎｔ；ａｃｃｏｒｄｉｎｇｔｏｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，ｔｈｒｅｅｏｆｔｈｅ１７ｅｍｅｒｇｅｎｔｐｌａｎｔｓｈａｄｔｈｅｂｅｓｔｃｏｍｐｒｅｈｅｎｓｉｖｅｄｅｃｏｎｔａｍｉｎａ⁃ｔｉｏｎａｂｉｌｉｔｙ，ｗｈｉｃｈｗｅｒｅＵｍｂｒｅｌｌａ，ＡｍｏｒｐｈｏｐｈａｌｌｕｓｐｕｒｐｕｒｅｕｓａｎｄＤｅｎｄｒｏｌｉｍｕｓ；ｔｈｅｒｅａｒｅ６ｋｉｎｄｓｗｉｔｈｇｏｏｄｃｏｍｐｒｅｈｅｎｓｉｖｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎａ⁃ｂｉｌｉｔｙ，ｎａｍｅｌｙ，Ｈａｉｓｈｏｕｈｕａ，Ｓｈｕｉｃｏｎｇ，Ｘｉｓｕｎｇ，ａｑｕａｔｉｃｃａｎｎａ，ｆｌｏｗｅｒｉｎｇａｎｄｌｅａｆｙａｓｐａｒａｇｕｓ，Ｚａｉｌｉｈｕａ；ｔｈｅｒｅａｒｅ５ｋｉｎｄｓｗｉｔｈｍｅｄｉｕｍｃｏｍｐｒｅｈｅｎ⁃ｓｉｖｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎｃａｐａｃｉｔｙ，ｎａｍｅｌｙｃａｔｔａｉｌ，ｗａｔｅｒｃｅｌｅｒｙ，ａｒｒｏｗｈｅａｄ，ｐａｐｙｒｕｓａｎｄａｌｉｓｍａｏｒｉｅｎｔａｌｉｓ；ｔｈｅｒｅａｒｅ３ｓｐｅｃｉｅｓｗｉｔｈｌｏｗｃｏｍｐｒｅｈｅｎ⁃ｓｉｖｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎｃａｐａｃｉｔｙ，ｎａｍｅｌｙ，Ｌｙｔｈｒｕｍ，ＡｃｏｒｕｓｃａｌａｍｕｓａｎｄＺｉｚａｎｉａｌａｔｉｆｏｌｉａ．Ｎｉｎｅｅｍｅｒｇｅｎｔｐｌａｎｔｓｈａｖｅｂｅｅｎｐｒｅｌｉｍｉｎａｒｉｌｙｓｃｒｅｅｎｅｄａｎｄｈａｖｅｇｏｏｄｃｏｍｐｒｅｈｅｎｓｉｖｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎｅｆｆｅｃｔ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｃａｎｐｒｏｖｉｄｅｂａｓｉｃｄａｔａｆｏｒｔｈｅｓｕｂｓｅｑｕｅｎｔｄｅｍｏｎｓｔｒａｔｉｏｎａｎｄｐｒｏｍｏｔｉｏｎｏｆａｑｕａｔｉｃｐｌａｎｔｓｉｎｓｍａｌｌａｎｄｍｉｃｒｏｗｅｔｌａｎｄｓ．Ｋｅｙｗｏｒｄｓ㊀Ｅｍｅｒｇｅｎｔｐｌａｎｔｓ；Ｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ；Ｃｏｍｐｒｅｈｅｎｓｉｖｅｄｅｃｏｎｔａｍｉｎａｔｉｏｎｃａｐａｃｉｔｙ基金项目㊀２０２１年中央财政湿地保护与恢复补助项目（２０２１１４３）；江西农业大学大学生创新创业训练计划项目（２０２１）㊂作者简介㊀贺义昌（１９８６ ），男，江西九江人，助理研究员，硕士，从事小微湿地调查研究㊂∗通信作者，副研究员，硕士，从事小微湿地㊁园林设计研究㊂收稿日期㊀２０２３－０２－０５；修回日期㊀２０２３－０２－２３㊀㊀随着我国社会经济的发展，城镇化进程的加速㊁乡村振兴的推进㊁农耕化肥的过度使用等，造成水环境严重破坏［１－２］㊂如何净化水环境污染，恢复水体的综合功能越来越受到人们的关注［３－４］㊂目前，净化水体的方法主要有化学法㊁物理法和植被生态修复法［５－７］㊂物理法和化学法由于成本高㊁耗时长㊁易造成二次污染等缺陷，逐渐被植被修复生态法所替代［８－１１］，生态修复主要是采用水生植物去除水体营养盐，并利用水生植物发达的根系为微生物附着提供场所，同时吸附水质的悬浮物质，从而达到净化的目的［１２］㊂近年来，采用水生植物净化污水的研究报道较多，然而不同水生植物对水质净化的效果差异较大㊂倪蒙等［１３］研究了轮叶黑藻㊁空心菜㊁鸢尾㊁生菜㊁香菇草㊁香蒲和水芹等７种不同的水生植物对水质的净化效果，结果表明，空心菜对总氮㊁总磷和化学需氧量净化效果最佳，轮叶黑藻对氨氮和硝态氮净化效果最佳；杨贤鑫等［１４］研究了１０种水生植物对水质净化效果，结果表明水芹㊁纸莎草和蓼对总磷和总氮的吸收效果最佳，去除率达到６５％以上；罗海霞等［１５］比较了旱伞草㊁黄菖蒲㊁再力花㊁美人蕉㊁鸢尾５种水生植物的脱氮除磷效果，结果表明，旱伞草脱氮除磷效果最好，不同植物的直接吸收同化除磷能力与植物生长状况密切相关，长势越好㊁生物量越大的植物同化除磷能力越强；大多数报道均是对总磷和总氮进行检测，而ｐＨ㊁化学需氧量（ＣＯＤ）和氨氮（ＮＨ４＋－Ｎ）也是评价水环境质量标准的基本项目，是反映水体状况的重要指标㊂该研究选取了１７种水生植物，模拟生物污水，通过水生植物在模拟生活污水中培养一段时间，监测水质的总氮㊁总磷㊁氨氮和化学需氧量以及ｐＨ的变化，采用灰色关联度评价水生植物综合去污效果，以期为后续小微湿地示范提供参考㊂１㊀材料与方法１．１㊀试验材料㊀挺水植物均购买于江西润通水生植物种植有限公司，长势一致且生长状况均良好㊂具体名录见表１㊂试验前，将水生植物分株㊁洗净后将其整体置于盛有水的塑料桶中预培养，备用㊂试验基质选取沙石，取自赣江，过滤洗净，晾干备用㊂试验容器为白色塑料水箱规格为长６６ｃｍ㊁宽３３ｃｍ㊁高４５ｃｍ㊂１．２㊀试验水体㊀试验在江西省林业科学院玻璃温室中（２８ʎ７４ᶄＮ，１１５ʎ８２ᶄＥ）进行，在试验前将所有植物用自来水进行整体清洗，清洗过程中避免植物根须和茎秆受损，且在自来水中统一驯化培养３０ｄ㊂待其生长稳定后，将１７种挺水植物分别放入试验水箱中静态培养㊂根据前期对全省小微湿地的调查结果，试验所用的生活污水使用磷酸二氢钾㊁无安徽农业科学，Ｊ．ＡｎｈｕｉＡｇｒｉｃ．Ｓｃｉ．２０２４，５２（２）：６９－７２㊀㊀㊀水乙酸钠㊁硫酸铵来模拟富营养化的农村污水，最初总氮浓度为１．４７３ｍｇ／Ｌ，总磷浓度为０．５４９ｍｇ／Ｌ，氨氮浓度为１．１７３ｍｇ／Ｌ，ＣＯＤ浓度为３５．０００ｍｇ／Ｌ㊂表１㊀１７种供试挺水植物名录Ｔａｂｌｅ１㊀Ｌｉｓｔｏｆ１７ｔｅｓｔｅｄｅｍｅｒｇｅｎｔｐｌａｎｔｓ序号Ｎｏ．种名Ｓｐｅｃｉｅｓｎａｍｅ拉丁学名Ｌａｔｉｎｎａｍｅ科名Ｆａｍｉｌｙｎａｍｅ１再力花Ｔｈａｌｉａｄｅａｌｂａｔａ竹芋科２泽泻Ａｌｉｓｍａｐｌａｎｔａｇｏ－ａｑｕａｔｉｃａ泽泻科３慈姑Ｓａｇｉｔｔａｒｉａｓａｇｉｔｔｉｆｏｌｉａ泽泻科４灯芯草Ｊｕｎｃｕｓｅｆｆｕｓｕｓ灯芯草科５纸莎草Ｃｙｐｅｒｕｓｐａｐｙｒｕｓ莎草科６菰Ｚｉｚａｎｉａｌａｔｉｆｏｌｉａ禾本科７海寿花Ｐｏｎｔｅｄｅｒｉａｃｏｒｄａｔａ雨久花科８旱伞草Ｐｈｙｌｌｏｓｔａｃｈｙｓｈｅｔｅｒｏｃｌａｄａ禾本科９香蒲Ｔｙｐｈａｏｒｉｅｎｔａｌｉｓ香蒲科１０花叶芦竹Ａｒｕｎｄｏｄｏｎａｘ禾本科１１黄菖蒲Ｉｒｉｓｐｓｅｕｄａｃｏｒｕｓ鸢尾科１２溪荪Ｉｒｉｓｓａｎｇｕｉｎｅａ鸢尾科１３水葱Ｓｃｉｒｐｕｓｖａｌｉｄｕｓ莎草科１４水芹Ｏｅｎａｎｔｈｅｊａｖａｎｉｃａ伞形科１５千屈菜Ｌｙｔｈｒｕｍｓａｌｉｃａｒｉａ千屈菜科１６水生美人蕉Ｃａｎｎａｇｌａｕｃａ美人蕉科１７紫芋ＣｏｌｏｃａｓｉａｅｓｃｕｌｅｎｔａᶄＴｏｎｏｉｍｏ天南星科１．３㊀试验设计㊀挺水植物采用ＰＶＣ框进行固定，ＰＶＣ框用网目为０．５ｃｍˑ０．５ｃｍ的网片覆盖并固定；每个试验水箱中放入６株长势一致的水生植物，每种植物设置４个重复，同时设置无植物水体为空白对照组（ＣＫ）㊂试验周期为２０２２年６月２７ ７月１８日㊂试验期间，定期补充自来水，用以补充因蒸发以及采样等所消耗的水分，确保试验水箱中水位保持稳定㊂１．４㊀水样采集㊀分别于试验后第０㊁７㊁１４㊁２１天进行水样采集，采集时间均在０８：００ ０９：００，为避免试验误差，当天测定检测指标（氨氮㊁总氮㊁总磷㊁化学需氧量）并对数据进行整理分析㊂取样时在距离水面１０ｃｍ处采集５００ｍＬ水样㊂１．５㊀检测方法㊀总氮采用碱性过硫酸钾消解紫外分光光度法，总磷采用钼酸铵分光光度法，氨氮采用纳氏试剂光度法，ＣＯＤ采用测定高锰酸盐指数的方法，ｐＨ采用ｐＨ计测量㊂１．６㊀指标计算方法㊀水体中污染物去除率（Ｌ）：Ｌ＝（Ｃ０－Ｃｉ）／Ｃ０ˑ１００％（１）㊀㊀各指标的吸收量（Ｃ）：Ｃ＝Ｃ０－Ｃｉ（２）式中：Ｌ为去除率；Ｃ０为试验开始时水体中的污染物浓度；Ｃｉ为第ｉ天水体中的污染物浓度㊂１．７㊀数据处理㊀数据处理采用ＭＡＴＡＬＢ进行处理，图标制作采样Ｅｘｃｅｌ２０１９软件进行绘制㊂２㊀结果与分析２．１㊀挺水植物对水体中总氮的净化效果㊀从图１可知，在挺水植物中总氮去除效果最好的为水生美人蕉㊂在２１ｄ后对总氮的去除率达到６９．４５％，最差的为千屈菜㊂对总氮的去除量由高到低为水生美人蕉＞香蒲＝水芹＝泽泻＞海寿花＝旱伞草＝纸莎草＞慈姑＞溪荪＞紫芋＞水葱＞菰＞灯芯草＞花叶芦竹＞再力花＞黄菖蒲＞千屈菜㊂图１㊀挺水植物对总氮的去除效果Ｆｉｇ．１㊀Ｒｅｍｏｖａｌｅｆｆｅｃｔｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓｏｎｔｏｔａｌｎｉｔｒｏｇｅｎ２．２㊀挺水植物对水体中总磷的去除效果㊀从图２可知，在挺水植物中总磷去除效果最好的为紫芋㊂在２１ｄ后对总磷的去除率达到９６．３６％，最差的为溪荪㊂挺水植物中对总磷的去除量由高到低为紫芋＞旱伞草＞水葱＝花叶芦竹＞香蒲＞黄菖蒲＞慈姑＞水生美人蕉＝灯芯草＝千屈菜＞水芹＞纸莎草＞泽泻＞菰＞再力花＞海寿花＞溪荪㊂图２㊀挺水植物对总磷的去除效果Ｆｉｇ．２㊀Ｒｅｍｏｖａｌｅｆｆｅｃｔｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓｏｎｔｏｔａｌｐｈｏｓｐｈｏｒｕｓ２．３㊀挺水植物对水体中氨氮的去除效果㊀从图３可知，在挺水植物中氨氮去除效果最好的为旱伞草㊂在２１ｄ后对氨氮的去除率达到８５．５１％，最差的为菰㊂挺水植物中对氨氮的去除量由高到低为旱伞草＞海寿花＞灯芯草＝溪荪＞再力花＞水葱＞花叶芦竹＞水芹＞水生美人蕉＞紫芋＞慈姑＞纸莎草＞泽泻＞香蒲＞黄菖蒲＞千屈菜＞菰㊂２．４㊀挺水植物对水体中化学需氧量的去除效果㊀从图４可知，在挺水植物中化学需氧量去除效果最好的为紫芋㊂在２１ｄ后对化学需氧量的去除率达到７９．２９％，最差的为菰㊂挺水植物中对化学需氧量的去除量由高到低为紫芋＞溪荪＞海寿花＞再力花＝灯芯草＞旱伞草＞水葱＝水生美人蕉＞香蒲＞花叶芦竹＞纸莎草＞千屈菜＞慈姑＞泽泻＞水芹＞黄菖蒲＞菰㊂２．５㊀挺水植物对模拟生活污水整体净化能力２．５．１㊀灰色关联度分析㊂０７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年图３㊀挺水植物对氨氮的去除效果Ｆｉｇ．３㊀Ｒｅｍｏｖａｌｅｆｆｅｃｔｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓｏｎａｍｍｏｎｉａｎｉｔｒｏｇｅｎ图４㊀挺水植物对化学需氧量的去除效果Ｆｉｇ．４㊀Ｒｅｍｏｖａｌｅｆｆｅｃｔｏｆｅｍｅｒｇｅｎｔｐｌａｎｔｓｏｎｃｈｅｍｉｃａｌｏｘｙｇｅｎｄｅｍａｎｄ２．５．１．１㊀确定参考数列和比较数列㊂对挺水植物样品进行分析时，首先将供试的１７种挺水植物看成一个灰色系统，每一种挺水植物去除率为该系统中的一个因素，分析挺水植物去除率在灰色系统中每种去除率间的联系程度即关联度㊂人为构建一个挺水植物去除率参考品种Ｘ０，将参考品种的不同去除率作为参考数列，每种品种的去除率为比较数列Ｘｉ，计算出各挺水植物的不同指标的去除率与参考品种相应指标之间的关联度，即可评价每种水生植物综合去除能力的高低㊂该研究参考品种Ｘ０取所有样品活性含量中的最大值㊂若参考数列为Ｘ０（ｋ），比较数列为Ｘｉ（ｋ），参考数列的计算公式为：Ｘ０（ｋ）＝ｍａｘｉＸｉ（ｋ）㊀ｎ＝２０，ｋ＝１，２， ，５（３）２．５．１．２㊀数据的无量纲化处理㊂各种不同挺水植物不同指标的去除率的测定值相差较大，不易比较，须进行标准化处理㊂采用极小化处理［１６］方法，即用各样本测定值除以参考数列，得到各项数值都在０ １的新数列，见表２㊂均值化计算公式：Ｘｉ（ｋ）＝Ｘｉ（ｋ）／Ｘ０（ｋ）㊀ｉ＝１，２， ，ｎ；ｋ＝１，２， ，５（４）２．５．２㊀计算灰色关联系数㊂第一步：先计算标准绝对差，即最大和最小样本差：ｍｉｎｉｍｉｎｋ＝｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜（５）ｍａｘｉｍａｘｋ＝｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜（６）第二步：计算各样本数据与参考数列的关系系数：ξｉ（ｋ）＝ｍｉｎｉｍｉｎｋ｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜＋ρ㊃ｍａｘｉｍａｘｋ｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜＋ρ㊃ｍａｘｉｍａｘｋ｜Ｘ０（ｋ）－Ｘｉ（ｋ）｜（７）式中：ρ为分辨系数，一般取０．５，ξｉ（ｋ）为比较列Ｘｉ的第ｋ个元素与参考数列Ｘ０的第ｋ个元素之间的关联系数㊂计算结果见表３㊂表２㊀数据无量纲化处理Ｔａｂｌｅ２㊀Ｄａｔａｄｉｍｅｎｓｉｏｎｌｅｓｓｐｒｏｃｅｓｓｉｎｇ样本Ｓａｍｐｌｅ植物Ｐｌａｎｔ总氮去除率Ｔｏｔａｌｎｉｔｒｏｇｅｎｒｅｍｏｖａｌｒａｔｅ总磷去除率Ｔｏｔａｌｐｈｏ⁃ｓｐｈｏｒｕｓｒｅｍｏｖａｌｒａｔｅ氨氮去除率ＡｍｍｏｎｉａｎｉｔｒｏｇｅｎｒｅｍｏｖａｌｒａｔｅＣＯＤ去除率ＣＯＤｒｅｍｏｖａｌｒａｔｅＸ０ １．００１．００１．００１．００Ｘ１千屈菜０．５１０．８８０．５５０．７８Ｘ２香蒲０．７６０．９１０．６６０．８６Ｘ３水生美人蕉０．８４０．８８０．８８０．８７Ｘ４灯芯草０．６２０．８８０．９８０．９５Ｘ５菰０．６３０．８００．４４０．３３Ｘ６海寿花０．７５０．７３０．９９０．９５Ｘ７旱伞草０．７５０．９７１．０００．９３Ｘ８花叶芦竹０．６１０．９５０．９００．８２Ｘ９黄菖蒲０．５５０．９００．６５０．５０Ｘ１０水葱０．６５０．９５０．９１０．８７Ｘ１１水芹０．７６０．８６０．８９０．６８Ｘ１２溪荪０．７４０．６００．９８０．９８Ｘ１３再力花０．６００．７８０．９２０．９５Ｘ１４泽泻０．７６０．８１０．７１０．７５Ｘ１５纸莎草０．７５０．８２０．７８０．７９Ｘ１６紫芋０．７１０．９９０．８７１．００Ｘ１７慈姑０．７５０．８８０．８２０．７７表３㊀各样本去除率与参考数列的关系系数Ｔａｂｌｅ３㊀Ｃｏｅｆｆｉｃｉｅｎｔｏｆｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｓａｍｐｌｅｒｅｍｏｖａｌｒａｔｅａｎｄｒｅｆｅｒｅｎｃｅｓｅｑｕｅｎｃｅ样本Ｓａｍｐｌｅ植物Ｐｌａｎｔ总氮去除率Ｔｏｔａｌｎｉｔｒｏｇｅｎｒｅｍｏｖａｌｒａｔｅ总磷去除率Ｔｏｔａｌｐｈｏ⁃ｓｐｈｏｒｕｓｒｅｍｏｖａｌｒａｔｅ氨氮去除率ＡｍｍｏｎｉａｎｉｔｒｏｇｅｎｒｅｍｏｖａｌｒａｔｅＣＯＤ去除率ＣＯＤｒｅｍｏｖａｌｒａｔｅＸ１千屈菜０．３５０．６２０．３８０．６０Ｘ２香蒲０．５２０．７００．４５０．７０Ｘ３水生美人蕉０．６３０．６２０．７００．７３Ｘ４灯芯草０．４１０．６２０．９３０．８６Ｘ５菰０．４２０．５００．３３０．３３Ｘ６海寿花０．５２０．４２０．９６０．８８Ｘ７旱伞草０．５２０．８７０．９９０．８２Ｘ８花叶芦竹０．４１０．８００．７３０．６５Ｘ９黄菖蒲０．３７０．６６０．４４０．４０Ｘ１０水葱０．４３０．８００．７５０．７３Ｘ１１水芹０．５２０．５８０．７２０．５２Ｘ１２溪荪０．５１０．３３０．９３０．９５Ｘ１３再力花０．４００．４８０．７７０．８６Ｘ１４泽泻０．５２０．５２０．４９０．５７Ｘ１５纸莎草０．５２０．５３０．５６０．６２Ｘ１６紫芋０．４８０．９５０．６８１．００Ｘ１７慈姑０．５１０．６２０．６００．５９２．５．３㊀计算灰色关联度㊂为避免信息过于分散及便于比较，将１７５２卷２期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀贺义昌等㊀基于灰色关联度分析挺水植物模拟生活污水的净化能力每种挺水植物的各项去除率指标与参考数列相对应的关联系数取算术平均值，即得到等权关联度（γｉ）㊂计算结果见表４㊂γｉ＝１ｎ ｎｋ＝１ξｉ（ｋ）（８）式中：ｎ为每种样本的活动去除率个数，该式中ｎ＝４㊂２．５．４㊀关联度排序及评价㊂计算出等权关联度后，将其排序，得到最终样本的排列次序，然后对其去除率进行分析评价㊂当γȡ０．７０００时，判定去除率优等；当０．６０００ɤγ＜０．７０００时，判定去除率良好；当０．５０００ɤγ＜０．６０００时，判定去除率中等；若γ＜０．５０００，则判定去除率较低（表４）㊂表４㊀各样本去除率与参考数列的关联度Ｔａｂｌｅ４㊀Ｃｏｒｒｅｌａｔｉｏｎａｎｄｅｖａｌｕａｔｉｏｎｏｆｓａｍｐｌｅｒｅｍｏｖａｌｒａｔｅａｎｄｒｅｆｅｒｅｎｃｅｓｅｒｉｅｓ样本Ｓａｍｐｌｅ植物Ｐｌａｎｔ关联度Ｃｏｒｒｅｌａｔｉｏｎ排名Ｒａｎｋｉｎｇ评价Ｅｖａｌｕａｔｅ样本Ｓａｍｐｌｅ植物Ｐｌａｎｔ关联度Ｃｏｒｒｅｌａｔｉｏｎ排名Ｒａｎｋｉｎｇ评价ＥｖａｌｕａｔｅＸ１千屈菜０．４８８６１５较低Ｘ１０水葱０．６７９３５良好Ｘ２香蒲０．５９３６１０中等Ｘ１１水芹０．５８４９１１中等Ｘ３水生美人蕉０．６６７２７良好Ｘ１２溪荪０．６７８９６良好Ｘ４灯芯草０．７０４４３优等Ｘ１３再力花０．６２８９９良好Ｘ５菰０．３９６６１７较低Ｘ１４泽泻０．５２５５１４中等Ｘ６海寿花０．６９４８４良好Ｘ１５纸莎草０．５５５０１３中等Ｘ７旱伞草０．８００４１优等Ｘ１６紫芋０．７７６３２优等Ｘ８花叶芦竹０．６４８５８良好Ｘ１７慈姑０．５８１３１２中等Ｘ９黄菖蒲０．４６８１１６较低㊀㊀根据灰色关联度的分析原则，以培养２１ｄ为基准㊂理论上，参考挺水植物的品种是最优的，实际挺水植物样品与参考品种的关联度越大，其综合去除率越优㊂据此判定，１７个不同挺水植物综合去除率最优的是旱伞草㊂综合去除率优等的是紫芋和灯芯草；综合去除率良好的是海寿花㊁水葱㊁溪荪㊁水生美人蕉㊁花叶芦竹㊁再力花；综合去除率中等的是香蒲㊁水芹㊁慈姑㊁纸莎草㊁泽泻；综合去除率较低的是千屈菜㊁黄菖蒲㊁菰㊂３㊀小结运用灰色关联度分析法对１７种挺水植物在富营养化水体中进行了去除率的评价，与其他研究不同的是，该研究综合考虑了水质中的总氮㊁总磷㊁氨氮㊁化学需氧量以及ｐＨ共５个的综合因素，避免了以往评价体系中只考虑了其中的一种或者两种因素而忽略其他因素的弊端，旨在更加全面地分析挺水植物的净化水质的能力，经研究ｐＨ在试验过程中基本没有变化，后期试验没有考虑㊂根据不同挺水植物的净化水质能力，考虑到景观效果，筛选出９个具有良好的综合去除率的不同挺水植物：旱伞草㊁紫芋㊁灯芯草㊁海寿花㊁水葱㊁溪荪㊁水生美人蕉㊁花叶芦竹和再力花㊂筛选出的不同挺水植物可为小微湿地净化水质的研究提供思路㊂参考文献［１］丁海涛，黄文涛，邓呈逊，等．水生植物对富营养化水体的净化效果研究［Ｊ］．佳木斯大学学报（自然科学版），２０２０，３８（１）：１１２－１１６．［２］高丁梅，杨涓，虎春宇，等．宁夏４种水生植物对富营养化水体净化效果的研究［Ｊ］．农业科学研究，２０１２，３３（２）：６３－６５．［３］王焕，张志敏，梁浩亮，等．三种植物对富营养化水体净化效果的比较研究［Ｊ］．水产科技情报，２０１３，４０（５）：２５０－２５３．［４］ＢＡＴＴＹＬＣ，ＤＯＬＡＮＣ．Ｔｈｅｐｏｔｅｎｔｉａｌｕｓｅｏｆｐｈｙｔｏｒｅｍｅｄｉａｔｉｏｎｆｏｒｓｉｔｅｓｗｉｔｈｍｉｘｅｄｏｒｇａｎｉｃａｎｄｉｎｏｒｇａｎｉｃｃｏｎｔａｍｉｎａｔｉｏｎ［Ｊ］．Ｃｒｉｔｉｃａｌｒｅｖｉｅｗｓｉｎｅｎｖｉｒｏｎ⁃ｍｅｎｔａｌｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙ，２０１３，４３（３）：２１７－２５９．［５］李妙，龙岳林，刘雪松．水生植物对污水净化功能的研究进展［Ｊ］．山东林业科技，２００７，３７（５）：７８－８１．［６］丁玲．水体透明度模型及其在沉水植物恢复中的应用研究［Ｄ］．南京：河海大学，２００６．［７］苏瑞宝．ＡｔＡＧＴ１基因在水生植物芦苇和黄菖蒲中过表达探索［Ｄ］．天津：南开大学，２０１４．［８］刘敏，吴铁明，刘菡，等．３种水生植物的不同组合对富营养水体的净化效果研究［Ｊ］．中国农业科技导报，２０１９，２１（７）：１５５－１６０．［９］叶旭红，申秀英．水生植物对受污水体净化作用的研究进展［Ｊ］．海洋湖沼通报，２０１１（３）：１１１－１１６．［１０］ＳＨＥＬＥＦＯ，ＧＲＯＳＳＡ，ＲＡＣＨＭＩＬＥＶＩＴＣＨＳ．Ｒｏｌｅｏｆｐｌａｎｔｓｉｎａｃｏｎｓｔｒｕｃ⁃ｔｅｄｗｅｔｌａｎｄ：Ｃｕｒｒｅｎｔａｎｄｎｅｗｐｅｒｓｐｅｃｔｉｖｅｓ［Ｊ］．Ｗａｔｅｒ，２０１３，５（２）：４０５－４１９．［１１］王敏，张晖，曾惠娴，等．水体富营养化成因㊃现状及修复技术研究进展［Ｊ］．安徽农业科学，２０２２，５０（６）：１－６，１１．［１２］刘波，王国祥，王风贺，等．不同曝气方式对城市重污染河道水体氮素迁移与转化的影响［Ｊ］．环境科学，２０１１，３２（１０）：２９７１－２９７８．［１３］倪蒙，储忝江，刘梅，等．水生植物种类及覆盖率水质净化效果研究［Ｊ］．水产科学，２０２３，４２（６）：１０６３－１０７１．［１４］杨贤鑫，易佳宇，刘旺香，等．１０种水生植物水质净化效果及生态设计应用研究［Ｊ］．现代园艺，２０１９（１９）：８－１０．［１５］罗海霞，涂卫国，杨华，等．５种水生植物的脱氮除磷效果比较［Ｊ］．山东化工，２０２２，５１（１８）：２００－２０２，２０５．［１６］李炳军，朱春阳，周杰．原始数据无量纲化处理对灰色关联序的影响［Ｊ］．河南农业大学学报，２００２，３６（２）：１９９－２０２．２７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２４年。

灰色系统理论及其在决策分析中的应用随着社会的不断发展和科技的不断进步，决策分析已成为企业等组织科学管理的必要手段。

而面对越来越多的信息和数据，如何通过分析来做出科学决策也成为人们亟待解决的问题。

灰色系统理论作为一种新的分析方法，受到了越来越多的关注。

一、灰色系统理论概念灰色系统理论是由我国科学家李学凌研究提出的一种新型理论，包括灰色系统动力学、灰色系统模型、灰色关联分析、灰色综合评价等方法。

所谓灰色，是指存在一定程度不确定性的事物，即信息或知识不完备的系统。

而灰色系统理论意在通过对这些灰色系统的分析，揭示其内在机理，预测其发展趋势，从而进行科学决策。

二、灰色系统理论方法灰色系统理论方法包括：1. 灰色关联分析方法：通过相似性比较，建立变量间的关联关系模型，从而揭示变量之间的影响机理。

例如，企业的销售额与广告投入、市场容量等因素之间的关系可以通过灰色关联分析找到。

2. 灰色综合评价方法：将多个因素的影响情况综合考虑，通过建立评价模型进行分析。

例如，对于一个新产品的推广，可以通过灰色综合评价方法综合考虑市场需求、产品特点、市场竞争等因素，来评估该产品的推广前景。

3. 灰色系统预测方法：对于一个未来发展趋势不确定的系统，通过建立预测模型，预测其未来的发展情况。

例如，对于一个企业的销售额，可以通过灰色系统预测方法建立销售额的预测模型，预测未来销售额的变化情况。

三、灰色系统理论在决策分析中的应用灰色系统理论在决策分析中的应用可以大致分为以下三个方面：1. 风险预测：灰色系统理论方法可以将多个因素的影响情况综合考虑，对未来可能发生的风险进行评估和预测。

例如，在做企业投资决策时，可以通过灰色系统理论方法对风险进行预测，从而有效减少投资风险。

2. 绩效评价：灰色系统理论方法可以对多因素进行综合评价，从而对某个绩效进行客观评价。

例如，在对企业销售绩效进行评价时，可以将销售额、市场份额、用户满意度等因素进行灰色综合评价，从而得出该企业销售绩效的客观评价结果。

基于灰局势理论的交叉口安全设计综合决策模型祝丽莉邵春福(北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044)摘要道路信号交叉口作为城市交通网络的重要节点，因交通运行复杂，是交通事故的集中发生地。

为了降低交叉口事故发生的概率，并综合平衡各方面因素，科学地进行交通安全设计尤为重要。

在多个设计方案比选过程中，综合决策模型的优劣直接决定了交通安全改善设计的实施效果。

应用灰局势决策理论，选取交通事故折减系数(C R F)、工程费用、对绿化的影响、交叉口延误4项指标，结合专家打分确定各指标的权重，建立交通安全设计综合决策模型，并以实际交叉口的交通安全设计为例进行实证性研究。

关键词交通工程；综合决策模型；灰局势决策；交叉口；交通安全中图分类号：U491文献标志码：A doi：10．3963／j．i ss n1674—4861．2013．05．021O引言道路信号交叉口是城市道路的重要节点，因交通流运行复杂，因而成为交通网络中的“咽喉”，更是交通事故的集中发生地。

据统计，我国城市道路交通事故的60％发生在交叉口，在导致人员伤亡的交通事故中，约有50％发生在交叉口[1]。

因此，提升交叉口的交通安全水平，进行交通安全设计是当务之急。

近年来，国内外学者对交叉口交通安全水平的评价方法进行了许多研究，应用层次分析法、灰色关联理论、模糊理论等建立相关的评价体系，进而对交叉口的交通安全现状进行评价。

本文应用灰局势理论，从交通事故折减率、工程费用、对绿化的影响、交通延误4个方面考虑，建立面向管理者的交叉口交通安全设计方案综合决策模型。

1灰局势决策1982年，邓聚龙[21提出了灰色系统理论。

之后，灰色理论得到了广泛的应用，并产生了一系列灰色决策方法，如灰色局势决策、灰色层次决策、灰色线性规划，以及后来发展起来的灰色关联决策、灰色聚类决策、灰色动态规划和灰色多目标规划等。

灰局势决策是针对决策事件列举出不同的对策，依据既定的指标进行效果优劣评价，并从中挑选出效果最好的对策。