基于DRASTIC模型的地下水脆弱性評(píng)價(jià)綜合賦權(quán)研究

胡旭東 ，聶晶晶 ，梅紅波 ，李遠(yuǎn)遠(yuǎn)，任曉杰，李夢(mèng)迪

(1.中國(guó)地質(zhì)大學(xué)(武漢)資源學(xué)院,武漢 430074; 2.云南省環(huán)境監(jiān)測(cè)中心站，昆明 650034)

地下水脆弱性一詞最早是在1968年由法國(guó)的Albinet和Margat首次提出[1]，目前國(guó)際上比較公認(rèn)的定義是1993年美國(guó)國(guó)家科學(xué)研究委員會(huì)給定的“地下水脆弱性是污染物到達(dá)最上層含水層之上某特定位置的傾向性與可能性”[2]。國(guó)內(nèi)對(duì)地下水脆弱性的研究始于20世紀(jì)90年代中期[3]，雖然起步較晚，但是近十幾年發(fā)展較快。地下水資源對(duì)于人們生活和社會(huì)發(fā)展起著不可替代的作用，已經(jīng)越來(lái)越成為人們的關(guān)注的焦點(diǎn)。

地下水脆弱性評(píng)價(jià)方法主要有三類：迭置指數(shù)法、過(guò)程數(shù)學(xué)模擬法和統(tǒng)計(jì)方法[4]。三類方法各有優(yōu)缺點(diǎn)，其中迭置指數(shù)法以其低成本、操作簡(jiǎn)單、數(shù)據(jù)易獲取、表達(dá)直觀等優(yōu)點(diǎn)得到廣泛的運(yùn)用。迭置指數(shù)法中最常用也是最經(jīng)典的評(píng)價(jià)模型是美國(guó)環(huán)保局在1987年提出的DRASTIC法[5,6]。該方法選取了7種與地下水脆弱性相關(guān)的指標(biāo)，根據(jù)指標(biāo)自身的屬性建立評(píng)分系統(tǒng)，然后按照不同指標(biāo)對(duì)脆弱性影響程度的大小對(duì)其分配權(quán)重，將評(píng)價(jià)區(qū)劃分為若干個(gè)單元，對(duì)各單元的各評(píng)價(jià)指標(biāo)進(jìn)行加權(quán)求和，即得到脆弱性評(píng)價(jià)值，如公式(1)所示。

(1)

式中：Rij表示第i個(gè)評(píng)價(jià)單元第j個(gè)指標(biāo)的評(píng)分；ωj表示第j個(gè)指標(biāo)相應(yīng)的權(quán)重。

DRASTIC模型的評(píng)價(jià)指標(biāo)在傳統(tǒng)權(quán)重分配方法上是綜合了美國(guó)多位水文地質(zhì)學(xué)專家的經(jīng)驗(yàn)給出的。而在實(shí)際運(yùn)用中，照搬這一套評(píng)權(quán)重值顯然不合理，因?yàn)楦鱾€(gè)評(píng)價(jià)區(qū)的地理、地質(zhì)以及水文地質(zhì)條件都不盡相同，需要根據(jù)評(píng)價(jià)區(qū)的具體情況，結(jié)合對(duì)評(píng)價(jià)區(qū)屬性的了解，合理選擇評(píng)價(jià)指標(biāo)以及判斷出各個(gè)指標(biāo)的相對(duì)重要程度。指標(biāo)權(quán)重賦值直接決定評(píng)價(jià)結(jié)果的精度。地下水脆弱性研究中賦權(quán)方法主要包括主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法對(duì)經(jīng)驗(yàn)具有較強(qiáng)的依賴性，權(quán)值大小取決于分析者對(duì)實(shí)際情況的了解程度，決策結(jié)果具有較強(qiáng)的主觀隨意性，客觀性較差；客觀賦權(quán)法具有較強(qiáng)的數(shù)學(xué)理論依據(jù)，克服了主觀意愿，然而賦權(quán)結(jié)果依賴于數(shù)據(jù)質(zhì)量和數(shù)量，往往導(dǎo)致評(píng)價(jià)結(jié)果與實(shí)際情況不符，比如最重要的評(píng)價(jià)指標(biāo)并未賦予最大的權(quán)重值。綜合來(lái)看，主觀方法和客觀方法各利弊，而基于DRASTIC模型的地下水脆弱性評(píng)價(jià)對(duì)評(píng)價(jià)指標(biāo)的賦權(quán)過(guò)程具有主觀特點(diǎn)和客觀特點(diǎn)[7]，因此本文結(jié)合兩者進(jìn)行綜合賦權(quán)，其中主觀方法選取的是改進(jìn)的層次分析法(Analytic Hierarchy Process，AHP)，客觀方法選取的是因子分析法(Factor Analysis，F(xiàn)A)。將層次分析法與因子分析法綜合運(yùn)用于地下水脆弱性評(píng)價(jià)之中，旨在確定相對(duì)合理的指標(biāo)權(quán)重，最終提高評(píng)價(jià)結(jié)果的可信度。

1 DRASTIC評(píng)價(jià)指標(biāo)的綜合權(quán)重分配方法

1.1 主觀賦權(quán)的層次分析法

層次分析法是1973年美國(guó)運(yùn)籌學(xué)家Saaty創(chuàng)建的一種非常重要的決策方法[8]。作為主觀賦權(quán)法[9]，層次分析法通過(guò)主觀驅(qū)動(dòng)，使用數(shù)學(xué)轉(zhuǎn)換將性質(zhì)明確但難以量化的問(wèn)題定量化表達(dá)，具有操作簡(jiǎn)單、實(shí)用性和適應(yīng)性強(qiáng)等優(yōu)點(diǎn)[10,11]。層次分析法計(jì)算過(guò)程包括建立層次結(jié)構(gòu)模型、構(gòu)建判斷矩陣、計(jì)算各指標(biāo)的權(quán)重、一致性檢驗(yàn)等步驟，其中首要的步驟是構(gòu)建判斷矩陣。傳統(tǒng)的層次分析法以九尺度原則確定判斷矩陣，然而指標(biāo)間對(duì)應(yīng)的重要程度不好把握，難以確定合理的判斷矩陣。本文采用三標(biāo)度法簡(jiǎn)化模型[12,13]，有利于比較相對(duì)關(guān)系，經(jīng)過(guò)數(shù)學(xué)運(yùn)算可由標(biāo)度矩陣間接得到判斷矩陣。此外，判斷矩陣的一致性檢驗(yàn)也是層次分析法中的核心問(wèn)題，一致性檢驗(yàn)通過(guò)加入平均隨機(jī)一致性指標(biāo)的檢驗(yàn)系數(shù)CR衡量[14]，CR小于0.1即通過(guò)一致性檢驗(yàn)。反之若CR大于0.1，表示偏離了一致性，則此時(shí)求得的權(quán)重矩陣W不可靠。

然而三標(biāo)度法并未逃離層次分析法固有的缺陷，即一致性檢驗(yàn)需要多次調(diào)試，調(diào)試過(guò)程中比較盲目，并不能確切地掌握是哪些因素導(dǎo)致的不一致結(jié)果，若一直不能通過(guò)一致性檢驗(yàn)則要耗費(fèi)大量的工作量[15]。因此本文在三標(biāo)度的基礎(chǔ)上引入最優(yōu)傳遞矩陣的方法[16]，采用自調(diào)節(jié)方式將構(gòu)建的標(biāo)度矩陣轉(zhuǎn)化為一致性矩陣，從而計(jì)算各個(gè)指標(biāo)的權(quán)重值而不需要再進(jìn)行一致性檢驗(yàn)。具體計(jì)算過(guò)程如下：

利用三標(biāo)度判斷指標(biāo)間重要程度關(guān)系，構(gòu)建標(biāo)度矩陣A=(aij)n×n，矩陣A滿足aij=-aji，為反對(duì)稱矩陣。三標(biāo)度準(zhǔn)則如表1所示。

表1 三標(biāo)度判斷值Tab.1 Standard based on 3 scale

設(shè)矩陣T=(tij)n×n為矩陣A的最優(yōu)傳遞矩陣，其中：

(2)

若矩陣F中的元素滿足fij=1/fji(互反矩陣)且fij=fik/fjk，即為一致性矩陣，利用傳遞矩陣確定一致性矩陣F=(fij)n×n，其中：

fij=exp(tij)

(3)

根據(jù)一致性判斷矩陣F計(jì)算出各指標(biāo)權(quán)重。F矩陣的最大特征值對(duì)應(yīng)的特征向量作為各個(gè)指標(biāo)的相對(duì)權(quán)重向量，即FX=λmaxX。其中，X=[X1,X2,…,Xn]T為特征向量，其近似值作為評(píng)價(jià)指標(biāo)的相對(duì)權(quán)重。本文采用根法計(jì)算特征向量的近似值：

(4)

歸一化得各個(gè)指標(biāo)權(quán)重：

(5)

1.2 客觀賦權(quán)的因子分析法

客觀方法選用因子分析法，因子分析法是一種將高維數(shù)據(jù)降維的方法[17]。在地下水脆弱性評(píng)價(jià)中，一種被稱為主成分-因子分析的方法被廣泛運(yùn)用于評(píng)價(jià)指標(biāo)賦權(quán)方面[18,19]，其本質(zhì)上還是因子分析法，只不過(guò)在因子荷載矩陣的計(jì)算上使用了主成分法。除了主成分法，還有主軸因子法、最小二乘法、極大似然法等方法可以計(jì)算出因子荷載矩陣[20]。

因子分析法是在主成分分析法基礎(chǔ)上發(fā)展而來(lái)的，其基本思想是，在保證原始信息量丟失最少的情況下，使用降維方法，分析原始變量之間的公共關(guān)系，將原始變量進(jìn)行歸類，歸類后的因子稱為公共因子，使得原本需要許多信息重疊的變量描述的問(wèn)題，通過(guò)因子分析法后變成少數(shù)幾個(gè)帶有主要信息的公共因子即可描述。

因子分析法的步驟是：對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化，計(jì)算樣本相關(guān)系數(shù)矩陣R、求解R的特征根λi(λ1≥λ2≥…≥λp>0)和相應(yīng)的標(biāo)準(zhǔn)正交的特征向量li，確定公共因子數(shù)m(按前m個(gè)特征值之和占特征值總和的百分比來(lái)確定)，計(jì)算主因子載荷矩陣A=[aij]；根據(jù)需要對(duì)載荷矩陣進(jìn)行旋轉(zhuǎn)，得到能被更好解釋的公共因子，最后計(jì)算因子得分矩陣。整個(gè)計(jì)算過(guò)程可以通過(guò)軟件SPSS快速實(shí)現(xiàn)。因子分析的主要目的是計(jì)算可解釋的公共因子、各個(gè)樣品在公共因子上的得分及各變量的權(quán)重。由得分矩陣可得出各主因子的得分，如公式(6)所示。

(6)

式中：fi為第i個(gè)主因子的得分；βij為相應(yīng)的得分系數(shù)。

由于主因子可以代替原來(lái)的變量研究問(wèn)題，而每個(gè)主因子fi對(duì)事件的貢獻(xiàn)度可以用相關(guān)系數(shù)矩陣的特征根λi衡量，則原始變量的權(quán)重值是由每個(gè)主因子的特征值做權(quán)數(shù)對(duì)每個(gè)主因子得分系數(shù)進(jìn)行加權(quán)求和得到，如公式(7)所示。

(7)

由公式(6)和(7)可以計(jì)算各變量的權(quán)重，如公式(8)所示。

(8)

歸一化后得最終的權(quán)重值，如公式(9)所示。

(9)

需要指出的是，由主成分分析求出的因子荷載矩陣只是一個(gè)很基礎(chǔ)的矩陣，理論上因子荷載矩陣有很多種，一般求解過(guò)程會(huì)進(jìn)行因子旋轉(zhuǎn)，目的是使因子荷載值兩極分化，趨向于0或者±1，相關(guān)系數(shù)矩陣的特征值則會(huì)發(fā)生變化，即方差貢獻(xiàn)度會(huì)變化，但是主因子的總貢獻(xiàn)度保持不變。之后由因子荷載矩陣求得的因子得分系數(shù)以及后續(xù)得到的權(quán)重值發(fā)生改變。上述內(nèi)容表明理論上得出的權(quán)重值不唯一，介于因子旋轉(zhuǎn)之后更符合實(shí)際意義和解釋，本文在求解權(quán)重時(shí)使用因子旋轉(zhuǎn)之后的結(jié)果。

1.3 綜合賦權(quán)

綜合賦權(quán)結(jié)合了主觀賦權(quán)和客觀賦權(quán)，綜合兩者信息，既尊重主觀又不失客觀[21]。計(jì)算方法一般包括積法以及和法。和法的公式添加了一個(gè)人為估計(jì)的參數(shù)，用來(lái)衡量主觀權(quán)值和客觀權(quán)值的重要程度，導(dǎo)致該方法操作較為復(fù)雜，而且對(duì)于參數(shù)尺度也不好把握，因此本文選擇積法求取綜合賦權(quán)值，如公式(10)所示[22]。

(10)

2 實(shí)例應(yīng)用

2.1 研究區(qū)概況

昆明安寧工業(yè)園草鋪片區(qū)位于云南省安寧市草鋪鎮(zhèn)中部，占地面積約為62 km2。研究區(qū)屬中亞熱帶低緯度高海拔地區(qū)，平均海拔1 800 m，年平均氣溫14.8 ℃，年平均降雨量1 087.2 mm。區(qū)內(nèi)地表水系發(fā)育，主要為鳴矣河和螳螂川，鳴矣河是螳螂川的一級(jí)支流，在連然鎮(zhèn)通仙橋匯入螳螂川。地下水類型主要包括碎屑巖裂隙水、火成巖裂隙水以及孔隙水，富水性為中等。區(qū)內(nèi)地下水主要接受大氣降水補(bǔ)給，局部受地表水補(bǔ)給，多以分散的隙流或片狀散流形式向當(dāng)?shù)刈畹团判够鶞?zhǔn)面螳螂川干、支流排泄。

經(jīng)過(guò)近15年的發(fā)展，草鋪片區(qū)已成為云南省主要石油及磷化工基地，由于工業(yè)的快速發(fā)展，以氟化物、煙(粉)塵以及二氧化硫等為主的企業(yè)污染物對(duì)當(dāng)?shù)卮髿猸h(huán)境、土壤環(huán)境、植物農(nóng)作物等造成不同程度的影響[23]。研究區(qū)基本處于地下水的排泄區(qū)，且大部分區(qū)域淺層地下水埋深較淺，為易受污染區(qū)。當(dāng)?shù)氐叵滤Y源正受到嚴(yán)重的潛在威脅。

2.2 研究區(qū)地下水脆弱性評(píng)價(jià)

(1)評(píng)價(jià)指標(biāo)選取。本文基于DRASTIC模型，結(jié)合研究區(qū)地質(zhì)、地理、水文等條件選取適合的指標(biāo)?？紤]到評(píng)價(jià)區(qū)的實(shí)際情況以及指標(biāo)數(shù)據(jù)的可獲得性，選取地下水埋深、河網(wǎng)密度、降雨量、地形坡度、含水層厚度、包氣帶介質(zhì)以及含水層滲透系數(shù)等7個(gè)指標(biāo)來(lái)描述評(píng)價(jià)區(qū)地下水脆弱性。傳統(tǒng)的DRASTIC模型指標(biāo)還應(yīng)包括含土壤類型，研究區(qū)內(nèi)土壤類型與包氣帶介質(zhì)分布比較一致，該指標(biāo)對(duì)研究區(qū)地下水脆弱性評(píng)價(jià)并無(wú)太大意義，故舍棄。區(qū)內(nèi)水系發(fā)達(dá)，河網(wǎng)密集分布，河網(wǎng)切割侵蝕易影響包氣帶介質(zhì)，進(jìn)而影響地下水脆弱性[24]，故選用河網(wǎng)密度代替土壤介質(zhì)。各個(gè)指標(biāo)評(píng)分如表2所示。

表2 指標(biāo)等級(jí)劃分以及評(píng)分Tab.2 Ranges and ratings for indexes

(2)權(quán)重計(jì)算。根據(jù)評(píng)價(jià)區(qū)水文地質(zhì)條件特點(diǎn)，結(jié)合專家意見，確定該研究區(qū)指標(biāo)對(duì)地下水脆弱性影響程度關(guān)系為：地下水埋深>降雨量=包氣帶介質(zhì)>含水層厚度>含水層滲透系數(shù)>河網(wǎng)密度=地形坡度。依據(jù)三標(biāo)度原則確定標(biāo)度矩陣(表3)，構(gòu)造傳遞矩陣進(jìn)而間接求出層次分析法的一致性判斷矩陣(表4)，計(jì)算出的AHP權(quán)重值如表7所示。本次脆弱性評(píng)價(jià)借助GIS平臺(tái)[25]，將評(píng)價(jià)區(qū)劃分為24 801個(gè)單元(單元大小為50 m×50 m)，把每個(gè)單元內(nèi)包含的7種指標(biāo)屬性導(dǎo)入到SPSS軟件，包氣帶介質(zhì)為定性數(shù)據(jù)，沒有具體的數(shù)值即選用評(píng)分值代替，算得的因子旋轉(zhuǎn)后的特征值與方差貢獻(xiàn)度如表5所示，選擇特征值大于1且累加貢獻(xiàn)度大于80%的為前3個(gè)主因子，得分系數(shù)矩陣如表6所示，則由因子分析法得到的權(quán)重如表7所示。將兩種權(quán)重值帶入公式(10)，得到最終的權(quán)重值(表7)。

表3 標(biāo)度矩陣Tab.3 Scale matrix

表5 特征值與方差貢獻(xiàn)度Tab.5 Eigenvalues and variance contribution rate

表6 得分系數(shù)矩陣Tab.6 Factor score matrix

表7 評(píng)價(jià)指標(biāo)權(quán)重分配統(tǒng)計(jì)表Tab.7 The table of index weight distribution

(3)地下水脆弱性評(píng)價(jià)。利用得到的綜合權(quán)重值，按照公式(1)將各個(gè)指標(biāo)的評(píng)分進(jìn)行加權(quán)求和，得到研究區(qū)地下水脆弱性評(píng)價(jià)值。理論上脆弱性評(píng)價(jià)值范圍為1～10，按照等間距分為5個(gè)級(jí)別，即低級(jí)別、較低級(jí)別、中等級(jí)別、較高級(jí)別、高級(jí)別，評(píng)價(jià)結(jié)果如圖1所示。級(jí)別為低的區(qū)域占研究區(qū)面積的18.45%，主要分布在研究區(qū)東側(cè)；級(jí)別為較低的區(qū)域分布最多，占研究區(qū)的50.64%；中等級(jí)別的區(qū)域分布也較多，約占28.29%，主要位于研究區(qū)中部以及少量分布在西側(cè)；較高級(jí)別的區(qū)域分布較少，約占1.71%，主要在研究區(qū)中心地帶，此區(qū)域地下水埋深淺且含水層厚度?。桓呒?jí)別的區(qū)域分布最少，約占0.91%。研究區(qū)地下水脆弱性整體情況比較良好。此外，為驗(yàn)證綜合權(quán)重法的合理性，本文分別使用層次分析法以及因子分析法得到各指標(biāo)的權(quán)重值并計(jì)算出研究區(qū)地下水脆弱性分級(jí)進(jìn)行比較(圖2)。

圖1 研究區(qū)地下水脆弱性評(píng)價(jià)結(jié)果圖(綜合賦權(quán))Fig.1 Groundwater vulnerability assessment of study area(combination)

圖2 研究區(qū)地下水脆弱性評(píng)價(jià)結(jié)果圖Fig.2 Groundwater vulnerability assessment of study area

(4)評(píng)價(jià)結(jié)果驗(yàn)證與對(duì)比。采用單點(diǎn)特征污染物濃度和該點(diǎn)地下水脆弱性指數(shù)之間聯(lián)系的強(qiáng)弱的斯皮爾曼相關(guān)系數(shù)ρ進(jìn)行評(píng)價(jià)結(jié)果驗(yàn)證[26]，如公式(11)所示。

(11)

式中：ui和vi分別為兩變量按等級(jí)大小或優(yōu)劣排序后的秩；n為樣本數(shù)量；ρ為斯皮爾曼相關(guān)系數(shù)。

評(píng)價(jià)區(qū)共布置了14個(gè)地下水監(jiān)測(cè)點(diǎn)(圖1)，監(jiān)測(cè)點(diǎn)信息見表8。云南省環(huán)境監(jiān)測(cè)中心站在2017年4月25日-4月26日進(jìn)行了地下水采樣，采集了pH、氯化物、硫化鹽、硝酸鹽氮、亞硝酸鹽、氨氮、石油類、揮發(fā)酚、鉛等污染物數(shù)據(jù)信息。氨氮濃度是衡量水體受污染程度的重要指標(biāo)之一[27]，選取氨氮為特征污染物，參照《地下水質(zhì)量標(biāo)準(zhǔn)》(GBT-14848-2017)中的規(guī)定分級(jí)，結(jié)合脆弱性評(píng)價(jià)結(jié)果，得到各監(jiān)測(cè)點(diǎn)氨氮含量等級(jí)及脆弱性等級(jí)分類對(duì)照表(表9)。根據(jù)公式(11)分別算出3種賦權(quán)方法的斯皮爾曼相關(guān)系數(shù)，結(jié)果顯示綜合權(quán)重法的相關(guān)系數(shù)最高，在95%的置信度下為0.604；因子分析法的相關(guān)系數(shù)次之，為0.373；而層次分析法最低，僅為0.308。上述結(jié)果表明相比主觀權(quán)重法以及客觀權(quán)重法而言，綜合權(quán)重法的評(píng)價(jià)結(jié)果精度得到提高。并且經(jīng)過(guò)綜合權(quán)重法后研究區(qū)脆弱性評(píng)價(jià)等級(jí)與氨氮含量呈中度相關(guān)性，評(píng)價(jià)結(jié)果具有可靠性。

表8 研究區(qū)地下水監(jiān)測(cè)點(diǎn)氨氮數(shù)據(jù)信息Tab.8 Information of surveillance site in study area

3 結(jié) 語(yǔ)

本文基于DRASTIC模型就脆弱性評(píng)價(jià)中評(píng)價(jià)指標(biāo)的權(quán)重問(wèn)題展開討論。指標(biāo)權(quán)重大小反映該指標(biāo)對(duì)地下水脆弱性的影響程度，其分配結(jié)果直接影響評(píng)價(jià)結(jié)果的合理性，賦權(quán)過(guò)程需要考慮主觀判斷和客觀信息，分別采用層次分析法和因子分析法進(jìn)行賦權(quán)，并結(jié)合兩者得出最終的權(quán)重值。通過(guò)在云南省安寧市工業(yè)園草鋪片區(qū)的實(shí)例應(yīng)用，驗(yàn)證了綜合賦權(quán)方法的可靠性。本文主要結(jié)論如下：

(1)傳統(tǒng)層次分析法不便于使用，故引入三標(biāo)度準(zhǔn)則以及傳遞矩陣，有利于判斷指標(biāo)間重要程度關(guān)系和簡(jiǎn)化一致性檢驗(yàn)，推廣了層次分析法的使用。

表9 各監(jiān)測(cè)點(diǎn)氨氮含量等級(jí)及脆弱性等級(jí)分類表Tab.9 Ratings for ammonia nitrogen and groundwater vulnerability at surveillance site

(2)綜合賦權(quán)結(jié)果顯示，地下水埋深和降雨量占有較大比重，而河網(wǎng)密度和地形坡度比重較小，符合研究區(qū)實(shí)際情況。主觀賦權(quán)結(jié)果與客觀賦權(quán)結(jié)果差異最大的3個(gè)指標(biāo)分別是地下水埋深、河網(wǎng)密度以及地形坡度。根據(jù)主觀判斷，地下水埋深應(yīng)具有最大的權(quán)重值而河網(wǎng)密度和地形坡度的權(quán)值應(yīng)最??；然而客觀賦權(quán)結(jié)果顯示地下水埋深對(duì)脆弱性的影響并不大，反而河網(wǎng)密度以及地形坡度的作用得到大幅增長(zhǎng)。就脆弱性評(píng)價(jià)結(jié)果而言，主觀賦權(quán)的結(jié)果略顯平緩，基本處于較低級(jí)別，而客觀賦權(quán)的結(jié)果顯示研究區(qū)地下水脆弱性基本處于較高級(jí)別，造成這一現(xiàn)象可能是由于兩種賦權(quán)方法給予河網(wǎng)密度以及地形坡度的權(quán)重差異造成的?？陀^賦權(quán)法中脆弱性評(píng)價(jià)級(jí)別較高的區(qū)域里，河網(wǎng)密度值以及坡度值都比較大，加上較高權(quán)重的影響因此最終的評(píng)價(jià)值較高，反觀主觀賦權(quán)由于權(quán)值的稀釋而造成這些區(qū)域的評(píng)價(jià)值不高。

(3)以云南省安寧市工業(yè)園草鋪片區(qū)地下水脆弱性評(píng)價(jià)為例，經(jīng)過(guò)斯皮爾曼系數(shù)的驗(yàn)證，綜合權(quán)重法的相關(guān)系數(shù)最高，氨氮含量等級(jí)與脆弱性等級(jí)呈現(xiàn)中度相關(guān)性。相比之下，主觀賦權(quán)及客觀賦權(quán)下的氨氮含量等級(jí)與脆弱性等級(jí)僅為弱相關(guān)，表明在地下水脆弱性研究中綜合權(quán)重法具有一定的合理性，有必要結(jié)合主觀判斷以及客觀信息綜合考慮。而主觀賦權(quán)的相關(guān)系數(shù)最低，可見決策時(shí)決不能僅憑主觀臆斷，應(yīng)充分尊重事物的客觀性。

安寧市工業(yè)園草鋪片區(qū)地下水整體情況比較良好，基本處于中等級(jí)別及以下，然而情況也不容樂觀。排污量較大的石油煉化產(chǎn)業(yè)和磷鹽化工產(chǎn)業(yè)基本位于中等級(jí)別區(qū)域，這些區(qū)域地下水埋深較淺，包氣帶介質(zhì)吸附凈化能力較差，地下水資源受污染的潛在可能性仍然較大，相關(guān)政府部門及企業(yè)應(yīng)做好防護(hù)處理，盡量避免在工業(yè)正常生產(chǎn)條件下，發(fā)生廢料下滲污染地下水的情況。