토지 적합성을 모델링하는 데 어떤 관행이 있습니까?


13

현재 연구 영역을 셀로 나누는 "클래식"래스터 기반 접근 방식을 사용하고 있습니다. 모든 입력 레이어는 동일한 셀 해상도에서 래스터로 변환되고 적합성 등급이 부여됩니다.

대체 텍스트

각 셀에 대한 최종 적합성 등급은 각 레이어 등급을 가중치와 결합하여 요인의 중요성을 반영하여 계산됩니다.

제안 된 토지 사용에 적합하지 않은 수역과 같은 영역을 제외하기 위해 최종 마스크가 적용됩니다.

이 접근법의 문제점은 다음과 같습니다.

  • 의미있는 결과를 제공하기 위해 큰 셀 해상도를 선택하거나 잘못된 정확도를 제공하는 높은 해상도를 선택합니다.
  • 각 입력 매개 변수에 대한 가중치를 찾습니다.

토지 적합성 맵 작성에 대한 다른 문제 나 대안이 있습니까?

답변:


10

일부 분야에서는 잘 알려져 있지만 GIS 내에서 전혀 알려지지 않은 대안은 다중 속성 가치 이론 입니다. 이것은 두 개 이상의 특성 (속성)을 포함하는 정확한 채점 방법을 설정하기위한 이론적으로 잘 정립 된 방법입니다. 속성 간의 트레이드 오프 를 체계적으로 고려하여 진행됩니다 . 예를 들어 적합성 문제를 사용하면 가능한 모든 속성 쌍에 대해 유사한 고려 사항을 적용하여 동일한 적합성을 유지하기 위해 주어진 경사 변화를 보상하는 데 필요한 고도 변화를 고려할 수 있습니다.

이론이 제공하는 통찰력 은 다음과 같습니다.

  1. 하나의 속성 서브 세트의 가중치가 다른 속성 서브 세트의 레벨에 따라 변할 수있다. 이런 일이 발생하면 간단한 가중치 시스템이 불가능합니다. 더 복잡한 공식이 필요합니다.

  2. 그러한 의존성이 유지되지 않거나 강하지 않은 경우 , 간단한 가중 스코어링 시스템이 정확하게 가중치를 나타내는 방식으로 속성을 표현 하는 방법 (예 : 대수 또는 제곱근 또는 역수) 을 찾는 것이 종종 가능 합니다 모든 속성 조합의 가치. (이에 대한 간단한 테스트를 " 대응 트레이드 오프 조건 "이라고합니다.)

나는 속성의 독립성을 확인해야 할 필요성 (1) 또는 속성을 표현하는 올바른 방법을 평가하기 위해 귀찮게하는 GIS 점수 신청 (모든 적합성 연구 포함)에 대한 보고서를 본 적이 없다고 생각합니다 (2) . 이 작업을 수행하지 않으면 점수 시스템은 의사 결정에있어 일반적인 정확성 또는 유용성에 대한 정당한 주장을하지 않습니다.

이 문제는 앉은 결정을 내리는 데 진정으로 유용한 제품을 생산한다는 점에서 해상도 나 MAUP보다 훨씬 중요합니다.


5

이 문제를 설명하는 데 사용되는 용어 중 하나는 '수정 가능한 면적 단위 문제'이며이 주제에서 읽은 논문은 초과 통근 및 수정 가능한 면적 단위 문제 입니다. 저자의 접근 방식은 몇 가지 다른 공간 스케일로 분석을 조사하여 포인트 수렴이 발생하는지 확인하는 것입니다.

이것은 하나의 매개 변수를 검사하기에 만족스러운 솔루션이지만 많은 매개 변수가 있으면 더 복잡해집니다. 이 경우 분석에 ModelBuilder 또는 Python을 사용하고 셀 크기에 따라 여러 번 실행하여 눈에 띄게 다른 결과가 있는지 확인할 수 있습니다. 시간 가용성 (및 컴퓨팅 성능)에 따라 수학적으로 수렴을 찾거나 (차이가 특정 백분율보다 작을 때 중지)보다 질적으로 판단 할 수 있습니다.


죄송합니다. 처음에 잘못된 용지 / 링크를 넣으십시오. 이제 수정되었습니다!
djq

4

종횡비, 높이 및 경사는 모두 원래 동일한 래스터 소스에서 나왔으므로 래스터를 계속 사용하면 좋은 점은 재 샘플링으로 인한 정보 손실없이 이러한 입력에 대해 동일한 해상도를 유지할 수 있다는 것입니다. (이 단락은 많은 다른 해상도에서 다른 데이터 소스를 사용하는 경우 주로 null & void입니다. :))

손으로 가중치를 생성하는 것 이상의 유용한 확장은 http://spatial-analyst.net/wiki/index 와 같이 알려진 모델링 요소를 통계 프로그램으로 전달하는 것 입니다. php? title = Species_Distribution_Modelling # Habitat_Suitability_Analysis

이렇게하면 WAG가 아닌 알려진 사이트를 사용하여 적합성을 교육 할 수 있습니다. 물론 그것은 더 복잡합니다 ...


가중치는 단순히 합리적인 추측이 아닌 데이터에서 실제로 도출 될 수 있다는 아이디어를 소개합니다.
whuber
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.