Page 5 - 《水资源与水工程学报》2022年第5期

! ３３ " ! ５ # & ' ( ) & * + , - Ｖｏｌ．３３Ｎｏ．５
２０２２ $ １０ % ＪｏｕｒｎａｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ＆ＷａｔｅｒＥｎｇｉｎｅｅｒｉｎｇ Ｏｃｔ．，２０２２

ＤＯＩ：１０．１１７０５／ｊ．ｉｓｓｎ．１６７２－６４３Ｘ．２０２２．０５．０１

'1234 － 56789:;<=>?@AB

１ ２ ３ ４
! " ， # $ ， %&' ， ( )
（１． JKUVP& FG%&WUX&Y， JK ４０００６７；２． Z[\%P& NO]^W_`ab8cdJefgh，
Z[ Z2 ５５００２５；３． 1ijk%lP& mnFG&Y， o1 pq ７１２１００；
４． JKUVP& rstumn>?vw， JK ４０００６７）

C D： xyzf{|C}~v€‚ƒ„ ‚†‡ˆ‰Š‹Œ， 'Ž‘’“”， •–—˜™š － ›œ
žŸ {|C}~@¡。¢£˜™šG¤•¥¦§{|C}¨© ª«¬­， ®¯°±²³´µš¶·¸¹º
»¼½； $¾¿À›œžŸÁÂúÄÅÆ， ǮȞŸÉ¿ ÊËÌÍÎ， fz{|C} ÌÍÏÐÑG； °
¾yÒÓs{|JKÔ ３ ÕC}aÖ×ØÂÃfÙST， gÚÛ@¡ Üݳ ކ³。ÉßÎà： Û@¡á
¶â†ÂÃ{|C}~ÑG， ãäŽÈå@¡（ ›œžŸ、 æç － ›œžŸ、 ˜™š － è雜）， ÈêÜ
°ë ކÍ（＞０．９７）、 ì†Í（＞０．８６）、 íîÍ（＞０．８６） Ｆ１ ï（＞０．８６）， B{|CNOFG•ð—ÜÝ l
ñòó。
EFG： C}~； ˜™šG¤； ›œžŸ； ²³´µ； ‚†‡³
HIJKL：Ｘ８２４ MNOPQ：Ａ MRSL：１６７２６４３Ｘ（２０２２）０５０００１１０
Ｗａｔｅｒｓｈｅｄｗａｔｅｒｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｂａｓｅｄｏｎ

ｒｏｕｇｈｓｅｔａｎｄＢａｙｅｓｉａｎｎｅｔｗｏｒｋ

１
３
４
２
ＢＡＩＹｕｎ，ＬＩＹｏｎｇ，ＺＨＡＮＧＷａｎｊｕａｎ，ＨＥＪｉａ
（１．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００６７，Ｃｈｉｎａ；
２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＰｏｌｌｕｔｉｏｎＭｏｎｉｔｏｒｉｎｇａｎｄＤｉｓｅａｓｅＣｏｎｔｒｏｌ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＧｕｉｚｈｏｕＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，
Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ；３．ＣｏｌｌｅｇｅｏｆＥｃｏｎｏｍｉｃｓ＆Ｍａｎａｇｅｍｅｎｔ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ７１２１００，Ｃｈｉｎａ；４．Ｒｅｓｅａｒｃｈ
ＣｅｎｔｅｒｆｏｒＥｃｏｎｏｍｙｏｆＵｐｐｅｒＲｅａｃｈｅｓｏｆｔｈｅＹａｎｇｔｚｅＲｉｖｅｒ，ＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００６７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｎｔｅｌｌｉｇｅｎｔｃｏｍｐｌｅｍｅｎｔａｒｙｓｔｒａｔｅｇｙ，ａｎｅｗｗａｔｅｒｓｈｅｄｗａｔｅｒｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ
ｍｅｔｈｏｄｂａｓｅｄｏｎｒｏｕｇｈｓｅｔ（ＲＳ）ａｎｄＢａｙｅｓｉａｎｎｅｔｗｏｒｋ（ＢＮ）ｗａｓｐｒｅｓｅｎｔｅｄｆｏｒｔｈｅｗａｔｅｒｑｕａｌｉｔｙａｓｓｅｓｓ
ｍｅｎｔｃｏｎｔａｉｎｉｎｇｉｎｃｏｍｐｌｅｔｅａｎｄｕｎｃｅｒｔａｉｎｉｎｆｏｒｍａｔｉｏｎ．Ｆｉｒｓｔｌｙ ，ＲＳｗａｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｍａｉｎｆａｃｔｏｒｓａｆ
ｆｅｃｔｉｎｇｗａｔｅｒｓｈｅｄｗａｔｅｒｑｕａｌｉｔｙ ，ｓｏａｓｔｏｏｂｔａｉｎｔｈｅｍｉｎｉｍｕｍａｔｔｒｉｂｕｔｅｒｅｄｕｃｔｉｏｎｓｅｔ，ｗｈｉｃｈｃａｎｂｅｕｓｅｄｔｏ
ｒｅｄｕｃｅｔｈｅｍｏｄｅｌｌｉｎｇｃｏｍｐｌｅｘｉｔｙ．Ｔｈｅｎ ，ｔｈｅＢＮｗａｓｃｏｎｓｔｒｕｃｔｅｄａｎｄｔｒａｉｎｅｄｂａｓｅｄｏｎｔｈｅａｔｔｒｉｂｕｔｅｒｅｄｕｃ
ｔｉｏｎｓｅｔ，ａｎｄｉｔｓｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅａｎｄｃｏｎｄｉｔｉｏｎａｌｐｒｏｂａｂｉｌｉｔｙｔａｂｌｅｗｅｒｅｏｂｔａｉｎｅｄｔｏｒｅａｌｉｚｅｔｈｅｐｒｏｂａｂｉｌｉｓｔｉｃ
ｄｅｃｉｓｉｏｎｒｅａｓｏｎｉｎｇｏｆｗａｔｅｒｓｈｅｄｗａｔｅｒｑｕａｌｉｔｙ．Ｆｉｎａｌｌｙ，ｔｈｅｍｏｄｅｌｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓｗｅｒｅｕｓｅｄｔｏａｎａｌｙｓｅ
ｔｈｒｅｅｗａｔｅｒｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇｓｅｃｔｉｏｎｓｉｎｔｈｅＣｈｏｎｇｑｉｎｇｓｅｃｔｉｏｎｏｆｔｈｅＪｉａｌｉｎｇＲｉｖｅｒｔｏｖｅｒｉｆｙｔｈｅｃｏｒｒｅｃｔｎｅｓｓ
ａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｉｓｍｅｔｈｏｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓａｐｐｌｉｃａｂｌｅｔｏｔｈｅｗａｔｅｒｓｈｅｄｗａｔｅｒ
ｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ ，ａｎｄｈａｓｔｈｅｈｉｇｈｅｓｔａｃｃｕｒａｃｙ（＞０．９７），ｐｒｅｃｉｓｉｏｎ（＞０．８６），ｒｅｃａｌｌ（＞０．８６），ａｎｄ
Ｆ１－ｍｅａｓｕｒｅ（＞０．８６）ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｍｅｔｈｏｄｓ（ＢＮ，ＧＲＡ－ＢＮ，ＲＳ－ＮＢ）．Ｔｈｉｓｍｅｔｈｏｄｃａｎ
ｐｒｏｖｉｄｅａｎｅｆｆｅｃｔｉｖｅｔｅｃｈｎｉｃａｌｓｕｐｐｏｒｔｆｏｒｔｈｅｗａｔｅｒｅｎｖｉｒｏｎｍｅｎｔｍａｎａｇｅｍｅｎｔｉｎｔｈｅｗａｔｅｒｓｈｅｄ．
Ｋｅｙｗｏｒｄｓ：ｗａｔｅｒｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ；ｒｏｕｇｈｓｅｔ（ＲＳ）；Ｂａｙｅｓｉａｎｎｅｔｗｏｒｋ（ＢＮ）；ａｔｔｒｉｂｕｔｅｒｅｄｕｃｔｉｏｎ；
ｕｎｃｅｒｔａｉｎｔｙ

!"#$：２０２１１０２６； %&#$：２０２２０４２６
'()*： !"#$%&'()*（７１８０１０４４）； !"+,%&'()*（１８ＣＪＹ００５）
+,-.： - .（１９８５－）， /， 01234， 56， 789， :6;<=， >?@ABCDEFG。
/0+,： H I（１９９１－）， /， JKLM4， 56， >?@ABNOPQRST。