GIS研习社 GIS研习社
GIS基础理论 AHP arcgis

GIS在适宜性评价中的应用:层次分析法(AHP)与多因子叠加

GIS基础理论
Dr.GIS
wowwwai GIS研习社 · 工具流程与项目排障

引言

《GIS在适宜性评价中的应用:层次分析法(AHP)与多因子叠加》解决的是一个很常见的空间分析问题：当我们需要判断某个区域是否适合建设、开发、保护或选址时，如何把坡度、交通、土地利用、水系、生态红线等多个因素放到同一张图上，并得到一张可解释的适宜性分区结果。

在GIS项目中，适宜性评价不是简单地把几张图层相加。它通常包含指标选择、数据标准化、权重确定、栅格叠加、结果分级和合理性检查。其中，层次分析法AHP常用于确定各评价因子的权重，多因子叠加则用于在GIS中计算最终适宜性指数。

本文以“建设用地适宜性评价”为例，说明如何用GIS完成AHP权重计算与多因子叠加。你可以把同样的方法迁移到生态敏感性评价、农业适宜性评价、设施选址、旅游资源评价和灾害风险分区等场景。

GIS在适宜性评价中的应用 AHP权重与多因子叠加流程图
GIS适宜性评价的一般流程：评价因子准备、标准化、AHP权重确定、加权叠加和结果分级。

背景

适宜性评价的核心目标，是回答“哪里更适合某种用途”。例如：

  • 城市建设用地适宜性评价：哪里更适合新增建设用地？
  • 农业种植适宜性评价：哪里更适合种植某类作物？
  • 光伏电站选址适宜性评价：哪里坡度小、日照好、离电网近？
  • 生态保护适宜性评价：哪里生态敏感度高，应优先保护？
  • 公共服务设施选址：哪里人口密集、交通便利、服务盲区明显？

这些问题都有一个共同特点：答案不是由单一因子决定的。以建设用地适宜性评价为例，坡度低可能更适合建设，距离道路近可能更便利，但距离河流太近又可能有洪涝风险，基本农田和生态保护红线则可能属于限制建设区域。

因此，GIS在适宜性评价中的应用通常需要把多个空间因子转化为可比较的评价值，再按照一定权重进行叠加。AHP解决的是“哪个因子更重要”的问题，多因子叠加解决的是“每个位置综合得分是多少”的问题。

原理

AHP在适宜性评价中的作用

层次分析法AHP，全称为Analytic Hierarchy Process，是一种常用的权重确定方法。它的基本思路是：把复杂问题拆成目标层、准则层和指标层，然后通过两两比较判断各指标的重要性，最终计算权重。

在GIS适宜性评价中，一个简单的AHP层次结构可以这样设计：

  • 目标层：建设用地适宜性评价。
  • 准则层：地形条件、交通条件、用地条件、生态约束。
  • 指标层：坡度、距道路距离、土地利用类型、距水系距离、距居民点距离等。

AHP的优势是结构清晰，适合把专家经验转化为可计算的权重。但它也有一个关键要求：判断矩阵需要通过一致性检验。如果一致性太差，说明两两比较存在明显矛盾，权重结果不可靠。

多因子叠加的基本公式

多因子叠加通常采用加权线性组合模型。公式可以写成：

S = W1 × X1 + W2 × X2 + W3 × X3 + ... + Wn × Xn

其中，S表示最终适宜性得分，W表示因子权重，X表示标准化后的因子得分。所有权重通常要求相加等于1。

例如，假设建设用地适宜性评价包含4个因子：

评价因子 权重示例 含义
坡度 0.35 坡度越小，建设适宜性越高
距道路距离 0.25 距离道路越近，交通便利性越高
土地利用类型 0.25 建设用地、裸地通常得分较高，水域和基本农田得分较低
距水系距离 0.15 过近可能有洪涝风险，适中距离更合适

如果所有因子都已经转成0到100的标准化得分，那么GIS就可以对每个像元执行加权叠加，得到一张连续的适宜性评价结果图。

步骤

步骤一：明确评价目标和研究范围

在开始做GIS适宜性评价之前，先不要急着叠加图层。第一步应该明确评价目标：

  • 评价对象是什么：建设用地、农业种植、生态保护，还是设施选址？
  • 研究范围在哪里：行政区、流域、规划区，还是项目缓冲区？
  • 评价结果用于什么：规划初筛、方案比较、专题图表达，还是定量决策支持？
  • 输出尺度多大：县域、乡镇、地块，还是栅格像元级？

评价目标会直接影响因子选择和权重设置。例如，建设用地适宜性评价强调坡度、交通和用地约束；生态适宜性评价则更关注植被、水源、生态红线和生境连通性。

步骤二：选择评价因子

评价因子应与研究目标直接相关，不能为了图层多而随意叠加。一个实用原则是：每个因子都必须能解释“为什么它会影响适宜性”。

以建设用地适宜性评价为例，可以选择以下因子：

因子类型 常用因子 GIS处理方式
地形条件 高程、坡度、坡向 由DEM生成坡度或坡向栅格
交通条件 距道路距离、道路密度 对道路矢量生成欧氏距离栅格
用地条件 土地利用类型、现状建设用地 重分类为适宜性分值
水文条件 距河流距离、洪泛区 距离分析或约束掩膜
生态约束 生态红线、自然保护地、基本农田 作为限制性因子或低适宜性区域

如果使用QGIS，可以通过“栅格分析”“距离矩阵”“邻近分析”“重分类”等工具准备因子图层。如果使用ArcGIS Pro，可以使用Spatial Analyst中的Slope、Euclidean Distance、Reclassify和Weighted Overlay等工具。

步骤三：统一数据坐标系、分辨率和范围

多因子叠加最容易出错的地方，是不同图层的空间基准不一致。进行GIS适宜性评价前，需要统一以下参数：

  • 坐标系：建议使用适合当地的投影坐标系，不建议直接用经纬度坐标计算距离和面积。
  • 像元大小：所有栅格最好使用相同分辨率，例如30米或10米。
  • 空间范围：所有因子应裁剪到同一研究区范围。
  • 对齐方式：栅格像元应尽量对齐，避免叠加时产生偏移。
  • NoData处理：明确无数据区域是否参与计算。

如果坡度栅格是30米，土地利用栅格是10米，道路距离栅格又是5米，直接叠加会导致重采样误差和结果解释困难。建议在正式叠加前，先确定一个“基准栅格”，后续因子都按它来对齐。

步骤四：对评价因子进行标准化

不同因子的单位不同，不能直接相加。坡度是度，距离是米，土地利用是分类编码，必须先转换为统一的评价分值。常见标准化范围是1到5、1到9或0到100。

例如，坡度因子可以这样重分类：

坡度范围 适宜性得分 解释
0°到5° 100 非常适合建设
5°到15° 80 较适合建设
15°到25° 50 一般适合，需要工程处理
25°以上 20 建设难度较高

道路距离因子则可能是距离越近得分越高：

距道路距离 适宜性得分
0到500米 100
500到1000米 80
1000到2000米 60
2000米以上 30

需要注意，有些因子不是简单的“越大越好”或“越小越好”。例如，距河流太近可能有洪涝风险，太远又不利于取水，在这种情况下可以采用中间距离得分最高的分级方式。

步骤五：构建AHP判断矩阵并计算权重

AHP权重通常来自专家判断或项目规范。常用的1到9标度表示两个因子之间的重要性差异：

标度 含义
1 两个因子同等重要
3 一个因子比另一个稍重要
5 明显重要
7 强烈重要
9 极端重要
2、4、6、8 介于相邻判断之间

假设我们评价4个因子：坡度、道路距离、土地利用、距水系距离。可以构建一个判断矩阵。矩阵中的数值表示行因子相对于列因子的重要性。

          坡度  道路  土地利用  水系
坡度       1     2      2      3
道路      1/2    1      1      2
土地利用   1/2    1      1      2
水系      1/3   1/2    1/2     1

通过归一化矩阵、求特征向量或使用AHP计算工具，可以得到各因子权重。实际项目中，建议记录判断矩阵、权重结果和一致性检验结果，便于成果审查。

AHP一致性检验通常关注CR值。当CR小于0.1时，一般认为判断矩阵具有可接受的一致性。如果CR过大，需要重新检查两两比较是否矛盾。

步骤六：在GIS中执行加权叠加

当所有因子都已经标准化，且AHP权重已经确定，就可以进行多因子叠加。

在ArcGIS Pro中，可以使用以下工具流程：

  1. 使用Project Raster统一栅格坐标系。
  2. 使用Extract by Mask裁剪到研究区。
  3. 使用Resample统一像元大小。
  4. 使用Reclassify对各因子重分类为统一分值。
  5. 使用Weighted Overlay或Raster Calculator进行加权叠加。
  6. 使用Reclassify或Slice将最终得分分为高、中、低适宜区。

如果使用Raster Calculator，可以采用类似表达式：

"slope_score" * 0.35 + "road_score" * 0.25 + "landuse_score" * 0.25 + "river_score" * 0.15

在QGIS中，可以使用以下流程：

  1. 用“按掩膜图层裁剪栅格”裁剪所有因子。
  2. 用“栅格重投影”统一坐标系。
  3. 用“栅格对齐”统一分辨率、范围和像元对齐。
  4. 用“按表重分类”生成标准化因子栅格。
  5. 用“栅格计算器”执行加权叠加。
  6. 用“重分类”或“栅格图层样式”表达适宜性等级。

QGIS栅格计算器表达式可以写成：

"slope_score@1" * 0.35 + "road_score@1" * 0.25 + "landuse_score@1" * 0.25 + "river_score@1" * 0.15

步骤七：结果分级与制图表达

加权叠加得到的是连续得分栅格，例如0到100。为了便于规划和汇报，通常需要把结果分为若干等级：

  • 高适宜区
  • 较高适宜区
  • 中等适宜区
  • 较低适宜区
  • 不适宜区

分级方法可以选择自然断点、等间距、分位数或基于业务阈值的人工分级。对于规划类成果，建议优先采用有业务含义的阈值，而不是完全依赖软件自动分级。

制图时应注意：

  • 高适宜区使用暖色或醒目色，不适宜区使用冷色或灰色。
  • 叠加行政边界、道路、水系等参考图层，帮助读者理解空间格局。
  • 在图例中明确分值范围和适宜性等级。
  • 如果存在约束区，应单独标注，不要让它被普通低分区掩盖。

常见坑

坑一：把限制性因子当作普通评价因子

生态红线、永久基本农田、自然保护地核心区等通常不是“得分低一点”的问题，而是可能直接不能建设。此类图层更适合作为约束掩膜，而不是普通因子参与加权平均。

实务中可以先完成适宜性得分计算，再用约束区进行掩膜处理，把禁止区域赋值为不适宜或NoData。

坑二：未统一投影就计算距离

如果数据仍然是经纬度坐标，直接计算道路距离、河流距离或缓冲区距离，结果可能不可靠。距离分析应使用投影坐标系，单位通常为米。

对于中国区域项目，可以根据研究区位置选择合适的高斯克吕格投影、UTM投影或地方坐标系统。关键是保证长度和面积计算具有合理精度。

坑三：标准化方向弄反

多因子叠加中最隐蔽的错误之一，是把“越小越好”的因子做成了“越大越好”。例如坡度越大并不一定越适合建设，道路距离越远也不代表更便利。

建议在每个因子标准化表中增加一列“评价方向”，明确它是正向因子、负向因子还是区间型因子。

坑四：AHP权重没有一致性检验

如果AHP判断矩阵没有通过一致性检验，得到的权重可能逻辑矛盾。例如你判断A比B重要，B比C重要，但又认为C远比A重要，这样的矩阵会导致权重不稳定。

项目报告中建议至少给出判断矩阵、权重结果和CR值。如果CR不满足要求，应重新组织专家打分或调整判断矩阵。

坑五：所有因子机械等权重叠加

等权重不是不能用，但必须有理由。如果项目没有专家判断、没有规范依据，也没有数据驱动分析，直接把所有因子平均相加，结果很难解释。

AHP的价值就在于让权重来源更加透明。但也不要把AHP看成绝对客观的方法，它本质上仍包含专家判断。

坑六：结果没有验证

适宜性评价完成后，不能只看地图是否“好看”。应该做基本验证：

  • 高适宜区是否避开了明显不适合开发的区域？
  • 高适宜区是否与已有建设用地或规划发展方向相符？
  • 低适宜区是否集中在高坡度、生态敏感或交通不便区域？
  • 随机抽查若干位置，查看原始因子得分是否合理。

方法比较

GIS适宜性评价有多种实现方法。AHP与多因子叠加是最常见、最容易解释的一类，但并不是唯一选择。

方法 适用场景 优点 局限
AHP加权叠加 规划评价、选址初筛、专家经验明确的项目 逻辑清晰，便于解释和写报告 权重受主观判断影响，需要一致性检验
等权重叠加 快速探索、缺少权重依据的初步分析 简单快速，容易复现 难以体现因子重要性差异
熵权法 希望从数据差异性中确定权重 主观性较低，适合指标数据充分的情况 不一定符合业务认知，解释难度较高
AHP与熵权法组合 需要兼顾专家经验和数据特征 主客观结合，结果更稳健 计算流程更复杂，报告说明成本更高
机器学习模型 有足够样本点和历史结果的适宜性预测 可挖掘非线性关系 需要训练样本，解释性可能较弱

对于GIS初学者和常规规划项目，建议先掌握AHP加权叠加。它的技术门槛适中，成果容易说明，也便于在QGIS、ArcGIS Pro和Python环境中复现。

检查清单

在提交GIS适宜性评价成果前，可以按下面的清单逐项检查。

  • 目标是否明确：评价对象、研究范围和输出用途是否清楚？
  • 因子是否相关：每个评价因子是否能解释适宜性变化？
  • 数据是否可靠：DEM、土地利用、道路、水系等数据来源是否明确？
  • 坐标系是否统一：是否使用适合距离和面积计算的投影坐标系？
  • 分辨率是否一致：所有栅格是否统一像元大小、范围和对齐方式？
  • 标准化是否合理：评分方向、阈值和分类依据是否可解释？
  • AHP是否通过检验：判断矩阵是否记录，CR值是否满足要求？
  • 权重和得分是否匹配：权重总和是否为1，因子得分范围是否一致？
  • 约束区是否单独处理：禁止建设或保护区域是否被掩膜？
  • 结果是否验证：是否抽查典型区域并与实际情况或规划资料对比？

FAQ

GIS适宜性评价一定要用AHP吗？

不一定。AHP适合需要专家判断和报告解释的项目。如果只是快速探索，可以先用等权重叠加。如果有充分样本和指标数据，也可以考虑熵权法、逻辑回归、随机森林等方法。但在常规GIS规划分析中，AHP与多因子叠加仍然是非常常用的方案。

AHP权重可以直接套用别人的论文吗？

不建议直接套用。不同地区、不同评价目标和不同数据尺度下，因子重要性可能不同。可以参考论文中的指标体系和权重范围，但最好结合本项目目标、专家意见和一致性检验重新计算。

多因子叠加应该用矢量还是栅格？

大多数适宜性评价更适合使用栅格。栅格可以让每个像元都有一组因子得分，便于距离分析、重分类和加权叠加。矢量数据通常先作为输入数据，然后转换成距离栅格、分类栅格或约束掩膜。

适宜性评价结果分几级比较合适？

常见做法是分为3级或5级。3级适合快速表达，例如适宜、一般、不适宜。5级适合规划分析和专题制图，例如高适宜、较高适宜、中等适宜、较低适宜、不适宜。分级数量不宜过多，否则会增加解释难度。

QGIS可以完成AHP与多因子叠加吗？

可以。QGIS可以完成因子裁剪、重投影、距离分析、重分类、栅格计算器叠加和结果制图。AHP权重可以在电子表格、Python或专门AHP工具中计算，然后把权重填入QGIS栅格计算器表达式。

ArcGIS Pro中的Weighted Overlay和Raster Calculator有什么区别？

Weighted Overlay提供了较完整的加权叠加界面，适合标准化等级较明确的适宜性评价。Raster Calculator更灵活，可以直接写表达式，适合已经准备好标准化得分栅格和权重的情况。两者都能完成多因子叠加，关键是前期因子标准化和权重设置是否正确。

适宜性评价中的NoData应该怎么处理？

NoData需要谨慎处理。如果NoData表示研究区外，应通过掩膜排除。如果NoData表示数据缺失，应判断是否需要补值、重分类或从分析中剔除。不要让NoData在叠加过程中意外扩大，否则可能导致大片区域没有结果。

结论

GIS在适宜性评价中的应用，关键不在于把图层简单相加，而在于建立一套可解释、可复现、可检查的评价流程。AHP用于确定因子权重，多因子叠加用于计算空间综合得分，两者结合可以有效支持规划选址和空间决策。

实际操作时，请重点把握四件事：评价因子要与目标相关，所有因子要完成标准化，AHP权重要通过一致性检验，栅格叠加前要统一坐标系、分辨率和范围。只要这几个环节控制好，适宜性评价结果通常就能经得起基本的技术审查和业务解释。

对于GIS学习者，建议先用一个小范围案例练习完整流程：准备DEM、道路、土地利用和水系数据，完成标准化、AHP权重计算、栅格加权叠加和结果分级。掌握这个流程后，再扩展到更复杂的生态、农业、设施选址或风险评价项目。