भूमि उपयुक्तता मॉडलिंग के लिए क्या अभ्यास उपलब्ध हैं?


13

मैं वर्तमान में एक "क्लासिक" रेखापुंज आधारित अध्ययन कक्ष में विभाजित करने के दृष्टिकोण का उपयोग करता हूं। सभी इनपुट परतों को एक ही सेल रिज़ॉल्यूशन में रैस्टर्स में बदल दिया जाता है और एक उपयुक्तता रेटिंग दी जाती है।

वैकल्पिक शब्द

प्रत्येक सेल के लिए एक अंतिम उपयुक्तता रेटिंग प्रत्येक परत रेटिंग के संयोजन द्वारा गणना की जाती है, जिसमें कारकों के महत्व को दर्शाया जाता है।

एक अंतिम मुखौटा किसी भी क्षेत्र को बाहर करने के लिए लागू किया जाता है, जैसे कि वॉटरबॉडी, जो प्रस्तावित भूमि उपयोग के लिए अनुपयुक्त हैं।

इस दृष्टिकोण के साथ समस्याओं में शामिल हैं:

  • एक सेल रिज़ॉल्यूशन चुनना जो या तो बड़े पैमाने पर सार्थक परिणाम प्रदान करता है, या एक उच्च रिज़ॉल्यूशन सटीकता की झूठी भावना देता है।
  • इनपुट मापदंडों में से प्रत्येक के लिए भार का पता लगाना।

क्या भूमि उपयुक्तता मानचित्रों के निर्माण के लिए कोई अन्य समस्याएं या विकल्प हैं?

जवाबों:


10

एक विकल्प जो कुछ हलकों में अच्छी तरह से जाना जाता है, लेकिन ऐसा लगता है कि जीआईएस के भीतर बिल्कुल भी ज्ञात नहीं है, मल्टी-फीचर वैल्यू थ्योरी है । यह दो या दो से अधिक विशेषताओं (विशेषताओं) को शामिल करने वाले सटीक स्कोरिंग तरीकों को स्थापित करने का एक सैद्धांतिक रूप से अच्छी तरह से आधार है। यह विशेषताओं के बीच व्यापार- विचार को व्यवस्थित रूप से आगे बढ़ाता है । उपयुक्तता की समस्याओं के साथ, उदाहरण के लिए, आप विचार करेंगे कि विशेषताओं के सभी संभावित जोड़े के लिए समान विचारधारा के साथ समान उपयुक्तता को बनाए रखने के लिए ढलान में दिए गए बदलाव की भरपाई के लिए ऊंचाई में क्या बदलाव की आवश्यकता होगी।

सिद्धांत द्वारा दी गई अंतर्दृष्टि में शामिल हैं:

  1. विशेषताओं के एक सबसेट के स्तरों के साथ भिन्न होना संभव है। जब ऐसा होता है, एक सरल भार प्रणाली संभव नहीं है - अधिक जटिल सूत्रों की आवश्यकता होती है।

  2. जब इस तरह की निर्भरता पकड़ में नहीं आती (या मजबूत नहीं होती है), तो अक्सर यह पता लगाना संभव होता है कि विशेषताओं को फिर से कैसे व्यक्त किया जाए (जैसे कि उनके लघुगणक या वर्गमूल या पारस्परिक को इस तरह से लेना) कि एक साधारण भारित स्कोरिंग प्रणाली सही ढंग से प्रतिनिधित्व करती है विशेषताओं के हर संयोजन का मूल्य। (इसके लिए सरल परीक्षण को " संबंधित ट्रेड-ऑफ्स कंडीशन " कहा जाता है।)

मुझे नहीं लगता कि मैंने कभी जीआईएस स्कोरिंग एप्लिकेशन (जिसमें सभी उपयुक्तता अध्ययन शामिल हैं) की एक रिपोर्ट देखी है जो विशेषताओं को व्यक्त करने के सही तरीके का आकलन करने के लिए विशेषताओं की स्वतंत्रता (1) या परेशान होने की जांच करने की आवश्यकता को पहचानती है (2) । जब तक यह काम पूरा नहीं हो जाता, किसी भी स्कोरिंग प्रणाली के पास निर्णय लेने में सामान्य सटीकता या उपयोगिता का वैध दावा नहीं है।

यह मुद्दा किसी उत्पाद के निर्माण के मामले में संकल्प या एमएयूपी से कहीं अधिक महत्वपूर्ण है जो साइटिंग निर्णय लेने के लिए वास्तव में उपयोगी है।


5

इस समस्या का वर्णन करने के लिए इस्तेमाल किया जाने वाला एक शब्द है 'मोडिफायबल एरियाल यूनिट प्रॉब्लम' और इस विषय पर मैंने जो पेपर पढ़ा है, वह एक्स्ट्रा कम्यूटिंग है और मॉडिफाइड एरियाल यूनिट समस्या है । लेखकों का दृष्टिकोण कुछ अलग-अलग स्थानिक पैमानों पर विश्लेषण की जांच करना है कि किस बिंदु पर अभिसरण होता है।

यह एक पैरामीटर की जांच के लिए एक संतोषजनक समाधान है, लेकिन जब कई होते हैं, तो यह अधिक जटिल हो जाता है। इस मामले में, शायद आप अपने विश्लेषण के लिए ModelBuilder या Python का उपयोग कर सकते हैं और यह जांचने के लिए सेल आकार को कई बार अलग-अलग चला सकते हैं कि क्या आपके पास अलग-अलग परिणाम हैं। आपकी समय उपलब्धता (और कंप्यूटिंग शक्ति) के आधार पर आप गणितीय रूप से अभिसरण की तलाश कर सकते हैं (तब रुकें जब अंतर एक निश्चित प्रतिशत से कम हो) या इसे अधिक गुणात्मक रूप से निर्धारित करें।


क्षमा करें - पहली बार में गलत पेपर / लिंक डालें। यह अब तय हो गया है!
djq 22

4

पहलू, ऊंचाई, और ढलान सभी मूल रूप से एक ही रेखापुंज स्रोत से आते हैं, इसलिए रेखापुंज का उपयोग जारी रखने के बारे में अच्छी बात यह है कि आप पुन: नमूने के कारण जानकारी खोने के बिना इन आदानों के लिए एक ही संकल्प रख सकते हैं। (यदि आप बहुत से अन्य प्रस्तावों पर डेटा के अन्य स्रोतों का उपयोग कर रहे हैं, तो यह पैराग्राफ अधिकतर अशक्त और शून्य है। :)

हाथ से वजन के साथ आने से परे एक उपयोगी विस्तार उस चीज की ज्ञात घटनाओं का उपयोग करना है जिसे आप उपयुक्तता के लिए मॉडलिंग कर रहे हैं और इसे एक सांख्यिकी कार्यक्रम में साथ पारित कर रहे हैं, जैसे: http://spatial-analyst.net/wiki/index। php? title = Species_Distribution_Modelling # Habitat_Suitability_Analysis

इस तरह से आप WAG के बजाय ज्ञात साइटों का उपयोग करके अपनी उपयुक्तता को प्रशिक्षित करते हैं। बेशक यह अधिक शामिल है ...


+1 इस विचार को प्रस्तुत करने के लिए कि वज़न वास्तव में केवल उचित अनुमानों के बजाय डेटा से प्राप्त किया जा सकता है!
whuber
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.