分析与研究GIS数据的不确定性
点击图片上方蓝色字体“慧天地”即可订阅
英文原文来源：www.gislounge.com
中文编译整理：慧天地国际站一鸣，版权归原作者及刊载媒体所有。
慧天地创新技术研究院招聘记者，详情请点击链接：
多准则评价(MCE)已广泛地与GIS相结合以解决空间决策问题。其中，有多种方法需要比较和筛选。20多年来有大量的相关文献和应用出现，并被撰写成文进行了总结[1]。为了辅助多准则决策过程，无论首选的MCE方法是什么（包括加权线性组合(WLC)[2]、层次分析法(AHP)[3]、参考点法[4]和优先级法[5]），都应该定义准则值和准则权重。
不确定性分析与地理信息系统
不确定性是空间数据中不可避免的一部分，因为空间数据是对现实世界现象的抽象表达。此外，由于问题的不可预测性和不可知性，许多实际的决策涉及到不确定性的某些方面。空间决策由于涉及到地理数据集的离散化和泛化，因而受到不确定性的影响。不确定性的影响可以通过原始数据和测量、假设或模型结构的形式表现出来。不确定性分析有助于我们定义和理解合理的原因。在不确定性分析之后，敏感性分析通过帮助我们将不确定性的数量与输入变量的关系联系起来，完成了整个过程。不确定性的潜在原因可能是多样的，然而，标准权重通常被认为是MCE中争议和确定性的首要来源[6]。本文从可再生能源选址、土地利用评价、洪水灾害等方面探讨了MCE不确定性和敏感性分析最突出的应用。下面示例评估图显示了灌溉农田适宜性分类由于权重变化而显示的结果。
（图片来源：CHEN, Y., YU, J., SHAHBAZ, K., & XEVI, E. (2009, JULY). A GIS-BASED SENSITIVITY ANALYSIS OF MULTI-CRITERIA WEIGHTS. IN PROCEEDINGS OF THE 18TH WORLD IMACS/MODSIM CONGRESS, CAIRNS, AUSTRALIA. CITESEER (PP. 13-17).）
多准则评价
由于能有效地对不同的替代方案进行排序，因此多准则评价在能源供应系统中越来越受到欢迎。在某些情况下，决策很大程度上受到专家和利益相关者主观判断的影响。因此，敏感性分析也是提高可再生能源规划程序透明度的必要步骤[7]。Interval Shannon’s entropy是信息论中一个广泛应用的确定主导地位的概念，它被用来确定MCE中的权重标准。然而，为了了解不同的权重划分水平如何影响结果，可以进行敏感性分析，为决策者和政策制定者提供最佳的资源分配。因此，一些学者采用one-at-a-time（OAT）的方法（主要称为局部敏感性分析），通过逐个改变每个标准的权重来观察结果的变化，也就是说，每次更改一个，而其余的保持不变[8]。风力工程选择的主导标准与风力资源潜力密切相关，因此排除了低潜力地区。然而，在有些地方，开发一个潜在的风力发电项目对于降低发电成本是存在价值的。为此，在墨西哥塔巴斯科进行了一个案例研究，利用敏感性分析来评估的风力资源不太丰富地区[9]。在此研究中，他们建立了能源成本与风力涡轮机容量系数之间的关系式。结果他们发现，即使在风力潜力较差的地区，也有必要发展国家的风电产业。
土地利用评价
土地利用评价是一个从现在到将来都值得关注的领域。它聚焦的是变化及其影响，与此同时，考虑其对人与环境在经济和社会学方面的效应[10]。考虑到土地利用评价过程的这一特点，多准则决策是解决土地利用评价决策问题的一种有效途径。然而，由于土地利用中许多空间决策问题的复杂性，局部敏感性方法并不总是首选的，因为它没有列出标准权重之间的交互作用。一些文章中展示了应用全球敏感性分析来解决复杂决策问题中，优先级之间相互作用的例子[11-13]。这些方法是建模工作的实用指南，因为它有助于区分哪些数据更具影响。此外，空间方法有助于在空间维度上可视化不确定性来源，以及分析高不确定性区域中影响因素的标准权重。
在洪水灾害研究中，可靠受灾指数（也称鲁棒受灾指数）的评估至关重要[14]。将不确定性和敏感性分析应用于巴西洪水灾害案例研究。在本研究中，针对洪水灾害模型分析了标准权重（每个参与者的偏好）变化的影响，结果图显示了高度受灾区域具有高度不确定性[15]。作为此类研究的成果，决策者可以总结和定义以下几点（i）对任何标准权重变化最敏感的灾害标准；（ii）是否有任何标准能够不影响最终结果；（iii）可靠结果的标准权重变化限制；（iv）这些改变在空间上如何变化。
综上所述，MCE与敏感性分析相结合，有助于识别决策过程中的不确定性，提升最终输出决策的置信度。
参考文献：
[1]Malczewski, J. (2006). GIS-based multi-criteria decision analysis: a survey of the literature. International Journal of Geographical Information Science, 20(7), 703–726.
[2]Malczewski, J. (2002). On the use of weighted linear combination method in GIS: common and best practice approaches. Transactions in GIS, 4(1), 5–22.
[3]Saaty, T. L. (1980). The analytic hierarchy process: planning, priority setting, resource allocation. New York, NY: McGraw-Hill.
[4]Hwang, C.-L., & Yoon, K. (1981). Multiple attribute decision making: methods and applications a state-of-the-art survey. New York, NY: Springer-Verlag
[5]Roy, B. (1996). Multi-criteria methodology for decision aiding. Dordrecht: Kluwer
[6]Chen, Y., Yu, J., & Khan, S. (2013). The spatial framework for weight sensitivity analysis in AHP-based multi-criteria decision making. Environmental modelling & software, 48, 129-140.
[7]Polatidis, H., Haralambopoulos, D. A., Munda, G., & Vreeker, R. (2006). Selecting an appropriate multi-criteria decision analysis technique for renewable energy planning. Energy Sources, Part B, 1(2), 181-193.
[8]Şengül, Ü., Eren, M., Shiraz, S. E., Gezder, V., & Şengül, A. B. (2015). Fuzzy TOPSIS method for ranking renewable energy supply systems in Turkey. Renewable Energy, 75, 617-625.
[9]Galvez, G. H., Flores, R. S., Miranda, U. M., Martínez, O. S., Téllez, M. C., López, D. A., & Gómez, A. K. T. (2019). Wind resource assessment and sensitivity analysis of the levelised cost of energy. A case study in Tabasco, Mexico. Renewable Energy Focus, 29, 94-106. https://doi.org/10.1016/j.ref.2019.03.001
[10]FAO Soils Bulletin 32, A Framework for Land Evaluation, Chapter 1: The Nature and Principles of Land Evaluation http://www.fao.org/3/X5310E/x5310e02.htm Last Accessed: 9/7/2019
[11]Ligmann-Zielinska A, Jankowski P (2014) Spatially-explicit integrated uncertainty and sensitivity analysis of criteria weights in multicriteria land suitability evaluation. Environ Model Softw 57:235–247. https://doi.org/10.1016/j.envsoft.2014.03.007
[12]Salap-Ayca S, Jankowski P (2016) Integrating local multi-criteria evaluation with spatially explicit uncertainty-sensitivity analysis. Spat Cogn Comput 16:106–132. https://doi.org/10.1080/2015.1137578
[13]Joerin F, Theriault M, Musy A (2001) Using GIS and outranking multicriteria analysis for land-use suitability assessment. Int J Geogr Inf Sci 15:153–174
[14]Tate,E. 2012. Social vulnerability indices: A comparative assessment using uncertainty and sensitivity analysis. Natural Hazards, 63, 325–347.
[15]Mariana Madruga de Brito, Adrian Almoradie & Mariele Evers (2019): Spatially explicit sensitivity and uncertainty analysis in a MCDA-based flood vulnerability model, International Journal of Geographical Information Science, DOI: 10.1080/13658816.2019.1599125
（点击文末“阅读原文”即可查看原文章）
微博ID：慧天地_geomaticser
荐读
点击下文标题即可阅读
编辑 / 李梦夏 审核 / 呼慧珊 肖紫寒
指导：万剑华教授