¿Realizando análisis multicriterios usando QGIS?

Tengo que hacer un análisis de criterios múltiples para responder la pregunta: "cuál es el mejor lote para desarrollar".

Algunos de los criterios son:

• distancia de la parada de autobús más cercana (capa de puntos con paradas de autobús)
• distancia de la tienda más cercana (capa de puntos con tiendas)
• ¿Cuál es el peligro de inundación (capa de polígono, con atributo de grado de peligro de 1 a 4)
• es el lote en un área de protección de la naturaleza (capa de polígono)
• es el propietario que ya está planeando algo en su lote (información ingresada manualmente en los atributos del lote) y así sucesivamente ...

Pensé en probarlo con QGIS, y así es como lo hice:

1. agregue las siguientes columnas en la tabla de atributos de mi capa de lotes:

   • "análisis_BUS"
   • "análisis_TALLES"
   • "analysis_FLOOD"
   • "análisis_PROYECTO"
   • "..."
   • "analysis_MEAN"

2. Convierta mi capa de lotes a puntos usando "polígonos a centroides"

3. Ejecute la herramienta "matriz de distancia"

4. Abra el CSV para ejecutar una operación en Excel (el grado de la parada de autobús es 1.0 si está más cerca de 200m, y 0.0 si está más de 750m, pero no pude encontrar la función MIN () en QGIS)

5. Únase al CSV resultante en QGIS

6. Repita lo mismo para tiendas

7. Ejecute la herramienta "punto en polígono" para seleccionar todos los puntos en el área de protección de la naturaleza

8. Establezca 0.0 en todos los puntos seleccionados

9. Repita para otros criterios "en ... área"

10. Ejecute la herramienta "unión espacial" para fusionar la información del área de peligro de inundación

11. Ejecute un cálculo usando la calculadora de columna para obtener la calificación promedio (usando factores determinados para cada criterio)

12. Una vez hecho todo esto, vuelva a agregar el archivo de forma de LOTES DE CONSTRUCCIÓN una vez para cada criterio

13. Para cada criterio, une la capa convertida (aquella con los centroides) en la identificación del LOTE

14. Establezca la visualización en un degradado de rojo a verde de acuerdo con el atributo de criterio correspondiente y el atributo de calificación media

Ahora, después de unos buenos 2 días de trabajo, ahora tengo todos mis criterios que se muestran en verde si es una buena opción para construir, y en rojo si es una mala elección, y tengo mi síntesis que agrega todos mis criterios en un hermoso mapa rojo-verde. (y también tengo un gran desastre en mi carpeta "shapefiles")

Ahora el problema.

Y si :

• Me gustaría probar el mismo análisis con otro escenario de red de autobuses.
• Recibo un archivo de forma de lotes actualizado (con, digamos, 13 modificaciones en todos los 13000 lotes)
• ¿Me gustaría probar diferentes pesos para mis criterios?

¿Tengo que empezar todo de nuevo?

¿Estoy usando correctamente la herramienta incorrecta o estoy usando la herramienta correcta de manera incorrecta?

¿Sería más fácil con un software SIG comercial?

Veo lo que significan los respondedores / comentaristas, y realmente no pensé en usar rásteres.

Sin embargo, la pregunta principal era más sobre la capacidad de probar diferentes escenarios o actualizar los datos base sin tener que reiniciar todo el proceso desde cero.

Parece que sus sugerencias no son mucho más flexibles de lo que sugerí (incluso quizás más complejas) ya que tiene pasos nuevos: - (para cada criterio) rasterización. - (al final) muestreo (bastante complejo si desea incluir superposiciones parciales)

Ese constructor de modelos Sextante parece increíble; De hecho, estaba pensando exactamente en algo así cuando publiqué mi último comentario.

He usado bastante Grasshopper3D (no tiene nada que ver con el software SIG), que es un gran complemento para el modelador Rhino3D y que utiliza el mismo concepto de construcción de flujo de trabajo de gráfico de nodo. (ejemplo: http://designreform.net/2009/07/rhino-grasshopper-parametric-truss )

Esto parece tan bien adaptado a una gran cantidad de análisis de datos SIG que me encantaría ver un software SIG realmente construido alrededor de una herramienta gráfica de nodo.

Tengo muchas ganas de probar Sextante Modeler y hacerle saber cómo funcionó. Desearía haberlo descubierto yo solo buscándolo en Google, pero no conocía la palabra clave "creador de modelos".

Sugeriría un enfoque ráster con una capa ráster para cada criterio:

• calidad del autobús (distancia del centro de píxeles a la parada de autobús más cercana)
• calidad de compra (distancia a la tienda más cercana)
• peligro de inundación (rasterizar capa de polígono, con atributo de grado de peligro de 1 a 4)
• área de protección (rasterizar capa de polígono)

Luego, puede combinar y pesar las capas según sus necesidades y muestrearlas en la ubicación del lote que le interese.

Sin embargo, la pregunta principal era más sobre la capacidad de probar diferentes escenarios o actualizar los datos base sin tener que reiniciar todo el proceso desde cero.

Si tiene un nuevo escenario, diga "red de bus diferente", solo necesita volver a calcular un ráster (el ráster del bus) y dejar que la combinación se ejecute nuevamente. Eso es solo dos interacciones.

Además, una vez que el generador de modelos Sextante es estable, debería ser posible construir un modelo para automatizar todos los pasos. Incluso podrías probarlo ahora.

Como dijo iant , la trama con álgebra de mapas podría ser la forma más fácil de hacerlo.

Según mi experiencia, después de convertir todos sus datos de entrada en ráster, debe hacer una reclasificación, con dos tipos diferentes: Factores y Condiciones

Los factores variarán entre valores mínimos y máximos, desde valores menos deseables hasta valores más deseables (debería usar el mismo rango de valores para todos ellos), por ejemplo:

F1 - Distancia del BUS: 1 - muy lejos; 2 - muy lejos; 3 - cerca; 4 - muy cerca

F2 - peligro de inundación: 1 - muy alto; 2 - alto; 3 - bajo; 4 - muy bajo

Las condiciones serán ráster binario solo con ceros y unos (no adecuado, adecuado), por ejemplo:

C1 - Área protegida: 0 - sí; 1 - no

Para cada uno de los factores, debe asignar un peso, de acuerdo con la importancia que cree que ese factor tiene en su decisión, diga: Distancia del autobús W1 = 0,4 y peligro de inundación W2 = 0,6

Al final usando álgebra de mapas, todo lo que tienes que hacer es:

(C1 x ... x Cm) x (W1 x F1 + W2 x F2 + ... + Wn x Fn)

Después del primer resultado, probablemente necesitará adaptar pesos o incluso valores de factores, ya que el análisis multicriterio es la mayoría de las veces un análisis altamente subjetivo.

Se ha desarrollado un complemento MCDA para ArcGIS 10.1.

El complemento admite los siguientes métodos de criterios múltiples: Combinación lineal ponderada (WLC) Promedio ponderado ordenado (OWA) Combinación lineal ponderada local (LWLC)

http://mcda4arcmap.codeplex.com/

Ver también: Soporte de Análisis de Decisión Multicriterio (MCDA) en GRASS GIS en http://grass.osgeo.org/wiki/MCDA_in_GRASS

Hay un conjunto de complementos dedicados disponibles para los algoritmos GRASS GIS 6: ELECTRE (r.mcda.electre), REGIME (r.mcda.regime) y FUZZY (r.mcda.fuzzy). Además, está el módulo r.roughset utilizado para el análisis de conjuntos geográficos y el descubrimiento de conocimiento.