Utilice en entorno Evaluar del Suitability Modeler para explorar y analizar la interacción de las transformaciones y ponderaciones de los criterios, además de los mapas de adecuación y localización resultantes. Esto proporcionará la base para poder evaluar la calidad de su modelo.
Metodología del Suitability Modeler
El Suitability Modeler implementa el método aditivo ponderado para crear un mapa de adecuación. El entorno Evaluar aborda ciertas restricciones inherentes en la metodología.
Restricciones del método aditivo ponderado
El método aditivo ponderado está sujeto a las siguientes restricciones:
La identificación de qué criterios de entrada hay que introducir y qué transformaciones y ponderaciones hay que aplicar puede ser algo subjetivo.
La premisa de que mientras mayor sea la adecuación mejor, puede que no siempre se cumpla. Los valores de criterios base y transformados originales que fueron introducidos se pierden una vez que se combinan. Al transformar, ponderar y combinar criterios, no conoce cómo se crearon los valores finales de adecuación.
Por ejemplo, hay dos ubicaciones cada una con un valor de adecuación final de 22 en un modelo con tres criterios. Ubicación 1 tiene un valor de criterio transformado ponderado asignado a 2 y los otros dos valores de criterios transformados ponderados asignados a 10, mientras que la ubicación 2 tiene valores de criterios transformados ponderados de dos 7 y un 8. Parecería que ambos son iguales en preferencia. No obstante, la composición de los criterios transformados puede tener influencia en su toma de decisiones.
El Suitability Modeler se basa en celdas ráster. Aunque con frecuencia las decisiones se basan en otros tipos de unidades de decisión como por ejemplo parcelas o cuencas hidrográficas.
Por ejemplo, ¿qué parcela de tierra debe comprarse en la que establecer un parque solar?
Disponer de observaciones de campo suele ser útil al intentar validar el modelo, aunque esto puede requerir mucha mano de obra. Las observaciones de campo ayudan al identificar los criterios y definir transformaciones y ponderaciones. También pueden ayudar a validar la calidad del modelo.
Por ejemplo, en un modelo de adecuación para el oso negro, habiendo observado ubicaciones de osos que se corresponden con ubicaciones asignadas, la adecuación más alta ofrece mayor confianza en las predicciones del modelo.
Debido a la inherente subjetividad, no hay ninguna estadística objetiva que se ajuste al modelo como por ejemplo R2 para determinar la calidad del modelo. Deben utilizarse otros métodos y medidas para reducir el sesgo inherente en el proceso de modelado de la adecuación.
Evaluar el modelo
Si cada criterio de entrada, las transformaciones y ponderaciones aplicadas y cómo interactúan los criterios pueden justificarse, habrá más confianza en los resultados cuando se combinen los criterios.
El entorno Evaluar se utiliza para minimizar los efectos de las restricciones inherentes identificadas anteriormente. Cada restricción se aborda con pestañas individuales en el entorno Evaluar.
Evaluar las restricciones
Utilice las pestañas de la sección Modelador de adecuación del Panel Evaluar para evaluar su modelo.
Puede seleccionar qué pestañas hay que utilizar basándose en su situación particular. Puede que no haya que utilizar todas las pestañas. Por ejemplo, si no tiene observaciones de campo, no necesita utilizar la pestaña Validar.
Vea lo siguiente para obtener más información sobre cada pestaña o grupo de paneles.
Pestaña Descripción general
Utilice la pestaña Vista general para determinar si las entradas en el modelo son la entrada correcta. El objetivo es reducir la subjetividad de la entrada del modelo asegurando que los criterios seleccionados capturen cómo interactúa el sujeto con su entorno.
Pestaña Criterios
Utilice la pestaña Criterios para determinar si los criterios, transformaciones y ponderaciones interactúan de la manera deseada. El objetivo es asegurarse de que se aplicaron las ponderaciones y transformaciones adecuadas en cada criterio para producir valores de adecuación. La pestaña Criterios también permite explorar la composición de los valores de criterios transformados ponderados que se utilizaron para producir los valores de adecuación.
Pestaña Resumir dentro de
Utilice la pestaña Resumir dentro de para asegurarse de que las decisiones se tomen en función de las unidades de área apropiadas. Por ejemplo, si se van a comprar parcelas de terreno, la selección de la mejor parcela que se va a utilizar debe hacerse en función de las parcelas cuando la unidad de decisión no se basa en celdas ráster.
Pestaña Validar
Utilice la pestaña Validar para determinar lo bien que las predicciones del modelo están relacionadas con las observaciones de campo. Por ejemplo, en un modelo de la fauna, idealmente los animales que se están estudiando se observan realmente en las ubicaciones previstas para que sean las más adecuadas.
Paneles Localizar
Utilice los paneles Localizar para identificar lo bien que las regiones resultantes se identifican con el modelo. Una cosa que hay que investigar es si las regiones están capturando las mejores ubicaciones para el sujeto de estudio.
Composición de los criterios
El entorno Evaluar permite explorar cómo se combinan los criterios transformados para crear los valores de adecuación finales. En el método de superposición ponderada, los valores de adecuación más altos se perciben como mejores.
Considere el ejemplo mencionado en una sección previa donde se asignó un valor de adecuación alto de 22 a las dos ubicaciones. En el método aditivo ponderado, las dos ubicaciones son iguales en preferencia. No obstante, en la ubicación 1, los tres valores de criterios transformados ponderados individuales son 2, 10, y 10. En la ubicación 2, los valores son 7, 8 y 8.
En el modelo de ubicación de parque solar, si selecciona la ubicación 1 y el criterio específico que contribuyó al valor transformado ponderado de 2 fue la ganancia de radiación solar, el impacto puede ser significativo. Puede que el parque solar no produzca tanta energía como podría. La selección de la ubicación 2 podría ser una opción mejor, ya que el valor de criterio transformado ponderado para la ganancia de radiación solar es 7 u 8.
La ponderación de un criterio sobre otro podría intensificar este problema. En la ubicación 1, si el valor de criterio transformado original de ganancia solar era 1 y los criterios se multiplicaron por 2, crearía el valor transformado ponderado bajo de 2. No obstante, el valor transformado real para el criterio es uno.
Puede que tener una adecuación más alta no cuente toda la historia. El entorno Evaluar permite refinar la premisa básica del método tradicional, donde más se considera lo mejor. No solo se consideran importantes ubicaciones con alta adecuación, la composición de los valores de criterios transformados ponderados que producen dichos valores de adecuación alta puede ser crítica. Como se demostró anteriormente, la selección entre dos ubicaciones puede dar lugar a una opción subóptima, incluso si ambas tienen el mismo valor de adecuación general. Aunque las ubicaciones 1 y 2 son viables, la ubicación 2 podría ser más preferible.
Beneficios de la evaluación del modelo
El entorno Evaluar permite hacer lo siguiente:
- Justificar cada decisión que tome, proporcionándole más confianza en el modelo cuando se combinan los criterios.
- Explorar la composición de los criterios en ubicaciones con adecuación alta, con el fin de asegurar que los valores más altos sean realmente representativos del valor más alto.
- Incluir evaluaciones del valor en la toma de decisiones. Por ejemplo, en función del coste de una parcela y de la adecuación ganada, identifique cuál es la parcela más adecuada para su compra.
- Validar la calidad del modelo en función de datos observacionales, si están disponibles.
- Determinar lo bien que las regiones resultantes se derivan de Localizar.
Explorar y evaluar valores
Para explorar su modelo, cada pestaña del entorno Evaluar permite aplicar una serie de estadísticas en los criterios base y transformados ponderados de entrada y los mapas de adecuación y localización resultantes. Con cada estadística, obtiene una mejor comprensión de las interacciones de los criterios dentro del modelo. A través de una serie de mapas, paneles, gráficos, estadísticas y consultas interactivos recibe retroalimentación inmediata que le proporciona una perspectiva más profunda de su modelo, lo que permite tomar mejores decisiones.
A medida que explora su modelo en el entorno Evaluar, puede descubrir instancias donde podría refinar los parámetros de su modelo. En el entorno, puede alterar sus transformaciones en el Panel Transformación en Suitability Modeler. Si ajusta la transformación o las ponderaciones en su modelo, verá inmediatamente dichos cambios en la pestaña y panel Evaluar.
Para obtener información adicional sobre cuándo aplicar las diferentes estadísticas en cada pestaña, consulte, Evaluar flujo de trabajo y restricciones de modelado de adecuación.
Consulte Pestaña Evaluar en Suitability Modeler y Panel Evaluar en Suitability Modeler para saber cómo usar el entorno Evaluar.