A review of water quality index models and their use for assessing surface water quality

Table 8 
Comparative analysis of WQI model sources of eclipsing and uncertainty.
WQI Model 
Factors contributing to eclipsing 
Sources of uncertainty 
Oregon 
Index
(a) Complex parameter selection 
process that was contributed to 
eclipsing in WQI
- Aggregation function 
contributes to uncertainty 
(
Swamee and Tyagi, 2000
). 
Horton 
Index
(a) No nutrient elements for the 
parameter group were 
included in the model
- The key source of 
uncertainty is the 
aggregation function, since 
the coefficient factors are 
not well defined (
Brown 
et al., 1970
). 
House 
Index
(a) The eclipsing problem arises 
through the procedure for 
parameter selection of the 
model
- Aggregation function is the 
main sources of Instability 
(
Sutadian et al., 2016
) 
NSF Index
(a) Parameter selection phase 
contributes to the eclipsing of 
the model
- 
Brown et al. (1973) 
introduced a new 
multiplicative aggregation 
function due to the lack of 
original function sensitivity 
( 
Lumb et al. 2011
). 
CCME 
Index
(a) Model does not specified the 
WQ parameters
(b) Weighting value does not 
required, both are responsible 
for eclipsing problems
- The CCME model uses a 
number of complex 
aggregation functions, 
which could lead to the 
ambiguity of the end index 
ranking (
Sutadian et al., 
2016; Lumbet al., 2011
). 
Smith 
Index
(a) Number of required WQ 
parameters does not specified
(b) Complicated subindex 
equations used for the 
subindex resulting from the 
eclipsing problems
(c) Parameters weight values does 
not required
- Not referenced 
Malaysian 
Index
(a) Model only used very common 
WQ parameters
(b) Not included any oxic and 
biological indicators
- Not referenced 
Said Index
(a) Literature based parameter 
selection process
(b) parameter standardization not 
required
- Not referenced 
Hanh Index (a) complex parameter selection 
procedures (mixed)
(b) equal weight assigned for all 
selected parameters
- Hybrid aggregation 
methods produce the 
uncertainty in the final 
score (
Sutadian et al., 
2016
). 
Dojildo 
Index
(a) Number of required WQ 
parameters does not specified
(b) Parameter selection processes 
were based on the intent of the 
end user
- Aggregated index does not 
reflect the overall quality of 
water (
Smith, 1990
). 
Almeida 
Index
(a) There is no scope for 
incorporating other essential 
WQ parameters for the 
potential implication of closed 
parameter selection processes.
(b) Actual WQ concentration 
values used explicitly as a sub- 
index
- The key source of 
uncertainty is the 
aggregation process 
(
Swamee and Tyagi, 2000
). 
Liou Index
(a) The eclipsing problem is a form 
of fixed-parameter selection 
that arises due to the lack of 
other critical parameters.
- The aggregation function 
leads to uncertainty since 
the final value is not 
correlated with the lowest 
sub-index ranking (
Smith, 
1990; Sutadian et al., 2016; 
Swamee and Tyagi, 2000
). 
West Java 
WQI
(a) Model parameter selection 
process is mainly source of 
eclipsing due to the model 
parameters were selected 
based on availability of 
monitoring data
- Not referenced 
FIS