1.一种水源地水质检测方法，其特征在于，包括以下过程：步骤1，在水源地水下布设若干浊度传感器，将浊度传感器测得的数值转化为浊度矩阵；

步骤2，计算基于灰色关联度的水源环境浊度传感器值的灰色关联度融合权重；

步骤3，计算基于相似度的水源环境浊度传感器值的相似度融合权重；

步骤4，计算基于最小相对信息熵原理的组合的权重；

步骤5，根据组合权重得到水源地水质融合模型。

2.根据权利要求1所述的方法，其特征在于，步骤1中的浊度矩阵为其中，m为传感器的数量，n为传感器测量时段的数量。

3.根据权利要求2所述的方法，其特征在于，步骤2的具体过程在于：步骤2.1，根据式(2)计算每个传感器在k时段与m个传感器在每个K时段极大温度值的关联度ζij，k取值为1，2，…n，其中，

步骤2.2，构建水源环境浊度传感器的灰色关联度矩阵B，步骤2.3，根据式(4)计算每个传感器检测浊度值与极大浊度值的平均关联度ζi步骤2.4，根据式(5)计算每个传感器在k时段与m个传感器在每个K时段的极小浊度值的关联度λij步骤2.5，构建关联度矩阵C

步骤2.6，根据式(7)计算每个传感器检测浊度值与极小浊度值的平均关联度ηi步骤2.7，根据式(8)求取水源环境浊度传感器值的灰色关联度融合权重βi。

4.根据权利要求3所述的方法，其特征在于，步骤3的具体过程在于：步骤3.1，根据任意不同两个传感器在同一时段检测水源环境浊度的相似度构建传感器检测水源浊度的相似度矩阵S其中， Sab表示a和b的相似度，a＝L U L U L U L U

[a ,a]，b＝[b ,b]，qj，j＝1,2,3,4分别为a、a、b、b中的第j大的数，步骤3.2，计算矩阵S每行的每个传感器的平均相似度Si步骤3.3，计算水源环境浊度传感器值的相似度融合权重αi。

5.根据权利要求4所述的方法，其特征在于，步骤4中基于最小相对信息熵原理的组合的权重wi。

6.根据权利要求5所述的方法，其特征在于，步骤5中的模型为其中，i为检测点的索引值，xi为k时刻第i个检测点温度。