为了构建一个基于Python的简单水质检测模型 (WQI)，我们可以编写一段脚本来处理给定的四个主要水质指标：pH值、溶解氧（DO）、电解质浓度和温度。这个示例代码将展示如何计算各参数的权重，并最终生成一个总体的WQI得分。 ### 简单 Python 示例代码 ```python import numpy as np class WaterQualityIndex: def __init__(self, ph, do, conductivity, temperature): self.ph = ph self.do = do self.conductivity = conductivity self.temperature = temperature # 定义每个参数的理想范围和权重 parameters_info = { 'ph': {'ideal_range': [6.5, 8.5], 'weight': 0.25}, 'do': {'ideal_range': [7.5, 9.5], 'weight': 0.25}, 'conductivity': {'ideal_range': [0, 1500], 'weight': 0.25}, # μS/cm 'temperature': {'ideal_range': [10, 30], 'weight': 0.25} } @staticmethod def calculate_parameter_score(value, ideal_range): """根据理想范围计算某个参数的分数""" lower_bound, upper_bound = ideal_range if value < lower_bound or value > upper_bound: return max(0, min((upper_bound - abs(lower_bound + upper_bound - value)) / (upper_bound - lower_bound), 1)) elif lower_bound <= value <= upper_bound: return 1 def compute_wqi(self): scores = {} for param in ['ph', 'do', 'conductivity', 'temperature']: score = self.calculate_parameter_score( getattr(self, param), self.parameters_info[param]['ideal_range'] ) scores[param] = score * self.parameters_info[param]['weight'] total_weighted_score = sum(scores.values()) print(f"总 WQI 得分为 {total_weighted_score:.2f}") return total_weighted_score # 使用实例数据测试函数 if __name__ == "__main__": sample_data = WaterQualityIndex(ph=7.2, do=8.2, conductivity=450, temperature=22) final_wqi = sample_data.compute_wqi() ``` 在这段代码里，我们创建了一个 `WaterQualityIndex` 类来封装所有必要的信息和操作。构造函数接受四个输入变量——即 pH 值 (`ph`)、溶解氧 (`do`)、电导率(`conductivity`) 和 温度(`temperature`) 的测量结果。然后，利用静态方法 `calculate_parameter_score()` 来评估每一个单独的水质参数相对于其最佳工作区间的偏离情况；接着，在主程序部分调用 `compute_wqi()` 方法以得到整体的WQI得分。 请注意这只是一个简化的例子，实际项目中可能还需要考虑更多复杂的因素比如季节性变化或者其他特定区域内的特殊条件等。