Função de Sobreposição Ponderada

Sobrepõe diversos dados raster utilizando uma escala de medida comum e pesa cada um de acordo com sua importância.

Notas

Todos os rasters de entrada devem ser inteiros. Um raster de ponto flutuante deve primeiro ser convertido em um raster inteiro antes de poder ser usado.

Cada classe de valor em um raster de entrada recebe um novo valor com base em uma escala de avaliação. Esses novos valores são reclassificações dos valores raster originais de entrada. Um valor restrito é usado para áreas que você deseja excluir da análise.

Cada raster de entrada é ponderado de acordo com sua importância ou sua influência percentual. O peso é uma porcentagem relativa e a soma dos pesos de influência percentual deve ser igual a 100. As influências são especificadas apenas por valores inteiros. Valores decimais são arredondados para o número inteiro mais próximo.

Alterar as escalas de avaliação ou a influência percentual pode alterar os resultados da análise de sobreposição ponderada.

Parâmetros

Parâmetro	Descrição
Tabela de Sobreposição Ponderada	A tabela de sobreposição ponderada consiste em quatro partes: Raster—Todos os rasters de entrada devem ser do tipo inteiro. %—Cada raster de entrada é ponderado de acordo com sua importância, ou sua influência, como uma porcentagem relativa. A soma dos pesos percentuais de influência deve ser igual a 100 e cada peso deve ser especificado por valores inteiros. Campo—O campo de string ou inteiro no raster de entrada a ser utilizado para ponderação. Remapear—Cada valor em um raster de entrada recebe um novo valor com base no remapeamento. O valor de remapeamento pode ser um valor válido ou um valor NoData. O formato da string usada para atribuir o remapeamento é para especificar o valor antigo, um espaço e o novo valor seguido por um ponto e vírgula.
Escalas	O intervalo para os novos valores pelos quais remapear os valores antigos.
Tipo de Tamanho da Célula	Escolha que tamanho de célula deve ser utilizado no raster de saída. Se todos os tamanhos de célula de entrada forem os mesmos, todas as opções renderão os mesmos resultados. Primeiro De—Utiliza o primeiro tamanho de célula dos rasters de entrada. Mínimo De—Utiliza o menor tamanho de célula de todos os rasters de entrada. Máximo De—Utiliza o maior tamanho de célula de todos os rasters de entrada. Este é o padrão. Média De—Utiliza o tamanho médio de célula de todos os rasters de entrada. Último De—Utiliza o último tamanho de célula dos rasters de entrada.
Tipo de Extensão	Escolha qual extensão deve ser utilizada no raster de saída: Primeiro De—Utiliza a extensão do primeiro raster de entrada para determinar a extensão de processamento. Intersecção De—Utiliza a extensão dos pixels de sobreposição para determinar a extensão de processamento. Este é o padrão. União De—Utiliza a extensão de todos os rasters para determinar a extensão de processamento. Última De—Utiliza a extensão do último raster de entrada para determinar a extensão de processamento.

Saiba mais sobre a sobreposição ponderada

A função Sobreposição Ponderada aplica uma das abordagens mais usadas para análise de sobreposição para resolver problemas multicritério, como seleção de locais e modelos de adequação. Em uma análise de sobreposição ponderada, cada uma das etapas gerais da análise de sobreposição é seguida. Assim como em todas as análises de sobreposição, na análise de sobreposição ponderada, você deve definir o problema, dividir o modelo em submodelos e identificar as camadas de entrada.

Como as camadas de critérios de entrada estarão em diferentes sistemas de numeração com diferentes faixas, para combiná-las em uma única análise, cada célula de cada critério deve ser reclassificada em uma escala de preferência comum, como 1 a 10, sendo 10 o mais favorável. Uma preferência atribuída na escala comum implica a preferência do fenômeno pelo critério. Os valores de preferência estão em uma escala relativa. Ou seja, um valor preferencial de 10 é duas vezes mais preferido que um valor preferencial de 5.

Os valores de preferência não devem apenas ser atribuídos uns em relação aos outros dentro da camada, mas também ter o mesmo significado entre as camadas. Por exemplo, se a uma localização para um critério for atribuída uma preferência de 5, terá a mesma influência no fenômeno que um 5 num segundo critério.

Em um modelo simples de adequação habitacional, você pode ter três critérios de entrada: inclinação, aspecto e distância das estradas. As encostas são reclassificadas numa escala de 1 a 10, sendo as mais planas menos dispendiosas; portanto, são as mais favoráveis e recebem os valores mais elevados. À medida que as encostas se tornam mais íngremes, são atribuídos valores decrescentes, sendo as encostas mais íngremes atribuídas a 1. Você faz o mesmo processo de reclassificação para a escala de 1 a 10 para aspecto, com os aspectos mais favoráveis–neste caso, os mais ao Sul–recebendo os valores mais altos. O mesmo processo de reclassificação é aplicado aos critérios de distância das estradas. Os locais mais próximos das estradas são mais favoráveis, pois são menos dispendiosos para construir, devido ao acesso mais fácil à energia e exigem calçadas mais curtas. Um local atribuído com um valor de adequação de 5 na camada de declividade reclassificada será duas vezes mais caro para construir do que uma declividade atribuída com um valor de 10. Um local atribuído com uma adequação de 5 na camada de declividade reclassificada terá o mesmo custo que um 5 atribuído na camada de distância reclassificada para estradas.

Cada um dos critérios na análise de sobreposição ponderada pode não ter a mesma importância. Você pode dar mais peso aos critérios importantes do que aos outros critérios. Por exemplo, no nosso modelo de amostra de adequação habitacional, poderá decidir que, devido aos objetivos de conservação a longo prazo, os melhores aspectos são mais importantes do que os custos a curto prazo associados aos critérios de declividade e distância às estradas. Portanto, você pode considerar os valores de aspecto duas vezes mais importantes que os critérios de declividade e distância às estradas.

Os critérios de entrada são multiplicados pelos pesos e depois somados. Por exemplo, no modelo de adequação habitacional, o aspecto é multiplicado por 2 e os três critérios são somados, ou representados de outra forma, (2 * aspecto) + declividade + distância às estradas.

A etapa final do processo de análise de sobreposição é validar o modelo para garantir que o que o modelo indica que está em um local está realmente lá. Uma vez validado o modelo, um local é selecionado e a casa é construída.

Usando Restrito e NoData para o valor da escala

Definir um valor de escala como Restrito atribui um valor a essa célula no resultado da sobreposição ponderada de saída que é o valor mínimo do conjunto de escala de avaliação, menos 1. Se não houver entradas para Sobreposição Ponderada com células de NoData, você poderá usar NoData como valor de escala para excluir determinados valores. No entanto, é mais seguro e essencial se você tiver células de NoData em qualquer uma de suas entradas, use Restrito. Potencialmente, você poderia ter um resultado de Sobreposição Ponderada que contém células de NoData provenientes de uma ou mais entradas (NoData em qualquer entrada é igual a NoData no resultado) e áreas restritas que você excluiu propositalmente. Os valores de NoData e Restritos não devem ser confundidos. Cada um serve a um propósito específico. Pode haver áreas do NoData onde você não conhece o valor que são realmente áreas adequadas. Se você usar NoData em vez de Restrito para excluir determinados valores de células, e houver NoData em uma ou mais entradas, você não saberá se uma célula de NoData significa que a área está restrita para uso ou se não havia dados de entrada disponíveis naquele local

Tenha cuidado ao usar Restrito para o valor da escala ao criar uma superfície de custo. Como o uso de Restrito oferece à célula um valor que é o valor mínimo da escala de avaliação, menos 1, suas áreas restritas parecerão ter o custo mais baixo, quando na verdade são excluídas da análise. Em vez disso, você deve atribuir um custo alto ou definir o valor da escala como NoData para áreas que deseja excluir da análise.