GIS在适宜性评价中的应用:层次分析法(AHP)与多因子叠加

为什么你的适宜性评价总被专家打回？可能你漏了这关键一步

去年我参与某省国土空间规划项目时，团队里一位研究生兴冲冲跑来：‘老师，我把坡度、土壤、交通全叠完了，结果图出来了——但评审专家说‘缺乏权重依据’，直接打回重做。’他一脸懵：‘难道不是把因子加起来就行了吗？’

这正是GIS适宜性评价中最常见的‘灵魂拷问’：多个因子，谁更重要？怎么量化‘重要’？今天，我们就用‘层次分析法（AHP）+多因子叠加’这套黄金组合拳，手把手教你从‘拍脑袋’走向‘有理有据’。

别急着叠加！先搞懂‘权重’才是核心命门

想象你要选对象：颜值、收入、性格、家境——四个维度，哪个权重更高？有人觉得性格占50%，有人觉得收入最重要。GIS里的‘适宜性评价’同理：坡度、水源、土壤、交通……每个因子对‘是否适宜开发/耕种/建厂’的贡献度不同。不设权重，就像把苹果和橙子直接相加——数值上能算，逻辑上荒谬。

我在珠三角某生态修复项目中吃过亏：初期未用AHP，仅凭经验给‘坡度’赋权30%，结果模型推荐的区域竟包含大量陡坡林地。后来用AHP重新评估，发现‘生物多样性指数’权重应高达45%，方案才获通过。

AHP不是玄学：三步构建你的‘判断矩阵’

层次分析法（Analytic Hierarchy Process, AHP）由Saaty教授提出，本质是‘把主观判断数学化’。操作分三步：

1. 构建层级结构：目标层（如‘工业用地适宜性’）→ 准则层（坡度、距道路距离、土壤类型等）→ 方案层（可选地块）。
2. 两两比较打分：用1-9标度法判断因子间相对重要性。例如，若认为‘坡度’比‘距道路距离’稍微重要，则坡度得3分，道路得1/3分。
3. 计算权重与一致性检验：求解判断矩阵特征向量得权重，并计算CR值（<0.1才有效）。别怕公式，QGIS/ArcGIS插件或Excel模板都能自动算。

类比教学：AHP就像请10位专家匿名投票‘选班长’，每人对候选人两两PK打分，最后系统自动算出综合得分最高的那位——避免了‘一言堂’或‘平均主义’。

实战：在ArcGIS中实现AHP权重 + 栅格叠加

假设我们评价‘农业种植适宜性’，因子为：坡度（0-5°最佳）、土壤有机质含量（越高越好）、距河流距离（越近越好）。

1. 在Excel或Yaahp软件中完成AHP计算，得出权重：坡度0.5，有机质0.3，距河距离0.2。
2. 在ArcGIS中将各因子栅格数据归一化（0-1范围），方法可用‘重分类’或‘栅格计算器’：

   # 示例：坡度重分类（0-5°=1，5-15°=0.7，>15°=0.2）
   Con(("slope" <= 5), 1, Con(("slope" <= 15), 0.7, 0.2))

3. 用‘栅格计算器’加权叠加：

   "slope_norm" * 0.5 + "organic_norm" * 0.3 + "river_dist_norm" * 0.2

最终输出值0-1，值越高越适宜。记得用自然断点法分级渲染，一眼看出高潜力区！

避坑指南：三个高频错误千万别犯

• 因子间相关性忽略：若‘距道路距离’和‘距城镇距离’高度相关，会导致权重虚高。先用SPSS或Python做相关性分析，剔除冗余因子。
• CR值>0.1强行使用：说明专家判断自相矛盾。必须返回修改判断矩阵，或邀请更多专家参与。
• 未做敏感性分析：微调权重±10%，看结果是否剧烈波动。若波动大，说明模型脆弱，需重新审视因子选择。

总结：让机器听懂‘人话’，才是GIS的终极浪漫

适宜性评价不是冷冰冰的数字游戏，而是把规划师、生态学家、经济学家的经验，翻译成GIS能执行的‘语言’。AHP帮你量化主观判断，多因子叠加让空间关系显形。两者结合，你输出的就不再是一张‘看起来很科学’的图，而是一份经得起推敲的空间决策依据。

你在做适宜性评价时，遇到过哪些‘专家质疑’或‘模型翻车’的经历？评论区留下你的故事——点赞最高的三位，送你我私藏的《AHP判断矩阵Excel自动化模板》！