Выполняет наложение нескольких растров с использованием общей шкалы измерений, при этом взвешивая каждый слой в соответствии с его значимостью.
Примечания
Все входные растры должны быть целочисленными. Перед использованием, растр значений с плавающей точкой должен быть преобразован в целочисленный.
Каждому значению класса на входном растре на основании шкалы оценки присваивается новое значение. Эти новые значения представляют результаты переклассификации исходных значений входного растра. Значение «ограничено» используется для областей, которые вы хотите исключить из анализа.
Каждому входному растру присваивается вес в соответствии с его важностью или процентом его влияния. Вес – это относительная доля, выраженная в процентах, и сумма процентов влияния должна быть равна 100. Влияние выражается только целым числом. Десятичные значения округляются до ближайшего целого числа.
Изменение шкалы оценки или процентов влияния может изменить результаты анализа с использованием взвешенного наложения.
Параметры
| Параметр | Описание |
|---|---|
Таблица взвешенного наложения | Таблица взвешенного наложения состоит из четырех частей:
|
Масштабы | Диапазон новых значений, по которым будет производиться перекодировка старых значений. |
Тип размера ячейки | Выберите размер ячеек, использующийся в выходном растре. Если все размеры входных ячеек одинаковы, все опции приведут к одинаковому результату.
|
Тип экстента | Выберите экстент, который будет использоваться в выходном растре:
|
Более подробно об инструменте Взвешенное наложение
Функция Взвешенное наложение использует стандартный механизм для анализа наложения, для решения задач с учетом нескольких критериев, например, поиск подходящего местоположения и модели пригодности. При анализе взвешенного наложения выполняется каждый из общих этапов анализа наложения. Как и в случае со всеми анализами наложения, в анализе взвешенного наложения вам необходимо определить проблему, разбить модель на подмодели и определить входные слои.
Поскольку слои входных критериев будут в различных числовых системах с различными диапазонами, чтобы объединить их в один анализ, каждая ячейка для каждого критерия должна быть переклассифицирована по общей шкале пригодности, например, от 1 до 10, где значение 10 соответствует максимальной пригодности. Присвоенное предпочтение по общей шкале означает оценку пригодности для конкретного критерия. Значения пригодности представлены относительными величинами. То есть значение предпочтительности 10 в два раза предпочтительнее, чем значение предпочтительности 5.
Значения предпочтительности должны не только назначаться друг относительно друга внутри слоя, но также иметь одинаковую значимость в разных слоях. Например, если ячейке в слое одного из критериев присвоена пригодность 5, то такое же влияние на явление окажет пригодность 5 в слое другого критерия.
Например, в простейшей модели предпочтительности жилья могут использоваться три входных критерия: уклон, расположение и удаленность от дорожной сети. Уклоны классифицируются по шкале от 1 до 10, причем более плоские участки являются менее затратными; поэтому они более предпочтительны для жилья, и им присваиваются более высокие значения. По мере увеличения крутизны склонов им присваиваются все более низкие значения, самым крутым склонам присваивается значение 1. Такой же процесс классификации по шкале от 1 до 10 выполняется для расположения; более благоприятным расположениям, в нашем случае это – более южные участки, присваиваются более высокие значения. Тот же процесс переклассификации применяется к критерию расстояния до дорог. Местоположения, расположенные ближе к дорогам, более предпочтительны, т.к. они дешевле для застройки, к ним легче подключить источники энергии и легче проложить подъездные пути. Место, которому присвоено значение предпочтительности 5 на классифицированном слое склона, будет в два раза более дорогостоящим для застройки, чем участок склона, получившего значение 10. Место, которому присвоено значение предпочтительности 5 на классифицированном слое склона, будет иметь такую же предпочтительность, что и участок слоя, получивший значение 5 по классификации удаленности от дорожной сети.
Каждый критерий во взвешенном анализе наложения не обязательно равен по важности. Вы можете присвоить веса более важным критериям. Например, в нашей примерной модели предпочтительности жилья вы можете решить, что в долгосрочной перспективе лучшее расположение имеет более важное значение, чем кратковременные затраты, связанные с уклоном и удаленностью от дорог. На этом основании вы можете принять важность значений расположения как в два раза большую, чем весомость двух других критериев – уклона и удаленности от дорог.
Входные критерии умножаются на веса, затем складываются. Например, в модели предпочтительности жилья экспозиция умножается на 2, и три критерия складываются вместе или представляются другим способом (2 * экспозиция) + уклон + удаленность от дорог.
Заключительным этапом процесса анализа наложения является проверка модели, чтобы убедиться в наличии на местности всего того, на что указывает модель. После проверки модели выбирается территория на которой будет построено здание.
Использование Ограничено и NoData для значений шкалы
Задав значение шкалы Ограничено, этой ячейке в результате взвешенного наложения присваивается значение, которое является минимальным значением заданной шкалы оценки, минус 1. Если в инструмент Взвешенное наложение не введены исходные данные с ячейками NoData, то вы можете использовать NoData как значение шкалы для исключения определенных значений. Но, если у вас есть ячейки со значениями NoData на любом из входных растров, безопаснее и проще работать со значением Ограничено. Потенциально, результат от запуска инструмента Взвешенное наложение может содержать ячейки со значением NoData, которые унаследованы от одного или нескольких входных растров (значение NoData на любом из входных растров и на результирующем растре будет сохранено как значение NoData), а участки со значением Ограничено будут соответствовать тем территориям, которые вы намеренно исключили из анализа. Следует различать значения NoData и Запрещено. Каждое из них служит определенной цели. Могут существовать участки со значением NoData, для которых значение неизвестно, но которые в действительности являются пригодными. Если для исключения определенных значений ячеек вы вместо значения Ограничено используете значение NoData, и ячейки со значением NoData есть на одном или нескольких входных растрах, вы не будете знать, соответствует ли значение NoData участкам, использование которых ограничено, или тем участкам, для которых недостаточно информации.
Будьте внимательны при использовании значения Ограничено для значения шкалы при создании поверхности стоимости. Поскольку использование значения Ограничено присваивает ячейке значение, равное минимальному значению шкалы оценки минус 1, участкам со значением Ограничено будет присвоена минимальная стоимость, хотя, в действительности, они исключены из анализа. Тем участкам, которые вы хотите исключить из анализа, в таком случае, должно быть присвоено очень высокое значение стоимости, или таким ячейкам должно быть присвоено значение NoData.