Alternatywą, która jest dobrze znana w niektórych kręgach, ale wydaje się, że wcale nie jest znana w GIS, jest Teoria Wartości Wielu . Jest to teoretycznie dobrze uzasadniony sposób ustalenia dokładnych metod punktacji obejmujących dwie lub więcej cech (atrybutów). Postępuje poprzez systematyczne uwzględnianie kompromisów między atrybutami. Na przykład w przypadku problemów z dostosowaniem należy rozważyć, jaka zmiana wysokości byłaby potrzebna, aby skompensować daną zmianę nachylenia w celu zachowania tej samej przydatności, z podobnymi rozważaniami dla wszystkich możliwych par atrybutów.
Spostrzeżenia dostarczone przez teorię obejmują:
Wagi jednego podzbioru atrybutów mogą się różnić w zależności od poziomów innego podzbioru atrybutów. Kiedy tak się dzieje, prosty system ważenia nie jest możliwy - potrzebne są bardziej złożone formuły.
Gdy takie zależności nie utrzymują się (lub nie są silne), często można znaleźć sposób ponownego wyrażenia atrybutów (takich jak przyjmowanie ich logarytmów lub pierwiastków kwadratowych lub odwrotności) w taki sposób, że prosty system ważonej oceny poprawnie reprezentuje wartość każdej kombinacji atrybutów. (Prosty test na to nazywa się „ odpowiednim warunkiem kompromisu ”).
Wydaje mi się, że nigdy nie widziałem raportu dotyczącego wniosku o punktację GIS (który obejmuje wszystkie badania przydatności), który uznaje potrzebę sprawdzenia niezależności atrybutów (1) lub przeszkadza w ocenie prawidłowego sposobu wyrażenia atrybutów (2) . Jeśli ta praca nie zostanie wykonana, żaden system oceniania nie ma uzasadnionego prawa do ogólnej dokładności lub przydatności w podejmowaniu decyzji.
Ta kwestia jest o wiele ważniejsza niż rozdzielczość lub MAUP pod względem wytwarzania produktu, który jest naprawdę przydatny przy podejmowaniu decyzji lokalizacyjnych.
Aspekt, wysokość i nachylenie pochodzą z tego samego źródła rastrowego, więc fajną rzeczą w dalszym korzystaniu z rastrów jest to, że możesz zachować tę samą rozdzielczość dla tych danych wejściowych bez utraty informacji z powodu ponownego próbkowania. (Ten akapit najczęściej jest nieważny, jeśli używasz innych źródeł danych w wielu innych rozdzielczościach. :))
Przydatnym rozszerzeniem wykraczającym poza ręczne określanie ciężarów jest wykorzystanie znanych przypadków, w których modelujesz odpowiedniość i przekazujesz ją do programu statystycznego, jak na stronie: http://spatial-analyst.net/wiki/index. php? title = Species_Distribution_Modelling # Habitat_Suitability_Analysis
W ten sposób trenujesz swoją przydatność przy użyciu znanych witryn, a nie WAG. Oczywiście jest to bardziej zaangażowane ...
źródło