GIS基础理论 AHP层次分析法 Dr.Gis

生态适宜性评价报告?GIS权重如何计算?

2025-12-14 GIS基础理论

wowwwai GIS研习社 · 工具流程与项目排障

引言

做“生态适宜性评价报告?GIS权重如何计算?”时，很多同学和初级 GIS 工程师真正卡住的不是制图，而是各评价因子到底该给多少权重、权重算完以后如何在 GIS 里落地到栅格叠加。权重一旦设置不合理，后面的适宜性分区、面积统计和报告结论都会被放大偏差。

本文以生态适宜性评价报告为场景，讲清楚 GIS 权重如何计算、如何检查、如何在 QGIS 或 ArcGIS Pro 中用于加权叠加。重点不是追求复杂模型，而是给你一套能写进报告、能复现、能解释的实操流程。

生态适宜性评价报告 GIS权重如何计算 AHP权重叠加流程 — 生态适宜性评价中，权重计算通常位于“因子标准化”和“GIS加权叠加”之间，是报告结论能否成立的关键环节。

背景

生态适宜性评价通常用于判断某一区域适合生态保护、建设开发、农业利用、旅游开发或修复治理的程度。常见输入因子包括坡度、坡向、高程、土地利用、植被覆盖度、距水系距离、距道路距离、生态红线、土壤类型等。

在 GIS 中，这些因子往往会被转换为统一分辨率、统一坐标系、统一范围的栅格数据。每个因子先被标准化为相同分值范围，例如 1 到 5 分或 0 到 100 分，然后按照权重进行加权求和。

一个常见的生态适宜性评价模型可以写成：

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

其中，S 是综合适宜性得分，X 是各评价因子的标准化得分，W 是对应权重。所谓 GIS 权重如何计算，本质上就是确定每个 W 的大小，并保证所有权重之和为 1。

原理

生态适宜性评价中的权重，表示不同因子对最终适宜性结果的影响程度。例如在山地生态保护评价中，坡度可能比距道路距离更重要；在城市绿地选址评价中，土地利用和可达性可能更关键。

常用的权重确定方法主要有三类：

专家打分法：由专家直接给每个因子赋权，简单直观，但主观性较强。
层次分析法 AHP：通过两两比较构造判断矩阵，再计算权重并进行一致性检验，是生态适宜性评价报告中最常见的方法。
熵权法：根据数据自身离散程度计算权重，偏客观，但不一定符合生态机理。

在实际报告中，AHP 最容易解释，也最容易被评审接受。因为它既保留了专家经验，又有一致性检验步骤，可以说明判断矩阵不是随意填写的。

AHP 权重计算的核心逻辑是：先判断任意两个因子谁更重要、重要多少，再把这种相对重要性转换成一组归一化权重。

步骤

步骤一：确定评价目标和因子体系

先明确生态适宜性评价的目标。不同目标下，同一个因子的方向可能完全不同。例如距道路近，对建设适宜性可能是有利因素；但对生态保护适宜性可能是不利因素。

建议先建立一个清晰的因子表：

评价目标	常见因子	因子方向	数据类型
生态保护适宜性	坡度、植被覆盖度、距水系距离、土地利用、生态红线	部分正向，部分负向	栅格或矢量转栅格
建设开发适宜性	坡度、距道路距离、距城镇距离、土地利用、地质灾害风险	通常越便于建设越高分	栅格或矢量转栅格
农业适宜性	坡度、高程、土壤类型、灌溉条件、土地利用	与作物或农业类型相关	栅格或分类数据

不要一开始就问 GIS 权重如何计算。应先问：评价目标是什么？因子是否能解释这个目标？数据是否可获得？因子之间是否高度重复？

步骤二：统一 GIS 数据基础

权重计算前，必须保证各因子数据在 GIS 中可叠加。建议检查以下内容：

所有图层使用同一坐标系，面积类分析建议使用投影坐标系。
所有栅格使用同一像元大小，例如 30 米、10 米或项目要求的分辨率。
所有栅格使用同一范围和同一对齐方式。
矢量因子需要先转换为距离栅格、分类栅格或约束栅格。
NoData 区域要统一处理，避免叠加结果出现大片空值。

在 ArcGIS Pro 中，可在环境设置里统一处理范围、像元大小、捕捉栅格。QGIS 中可在处理工具箱的栅格分析参数中设置输出范围、分辨率和参考图层。

步骤三：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。例如坡度是度，距水系距离是米，NDVI 是指数值，土地利用是分类编码。必须先把它们转换到统一评分尺度。

常见做法是将每个因子重分类为 1 到 5 分：

适宜性等级	建议分值	含义
很不适宜	1	对评价目标明显不利
较不适宜	2	存在一定限制
一般适宜	3	条件中等
较适宜	4	条件较好
很适宜	5	最有利于评价目标

例如生态保护适宜性中，坡度较大区域可能更适合生态保育、较不适合建设开发；而建设适宜性中，坡度越小通常分值越高。因此，标准化规则必须与评价目标一致。

步骤四：构建 AHP 判断矩阵

假设生态适宜性评价使用 5 个因子：坡度、土地利用、植被覆盖度、距水系距离、距道路距离。AHP 需要两两比较它们的重要性。

常用 1 到 9 标度表示重要程度：

标度	含义
1	两个因子同等重要
3	前者比后者稍微重要
5	前者比后者明显重要
7	前者比后者强烈重要
9	前者比后者极端重要
2、4、6、8	介于相邻判断之间

一个示例判断矩阵如下：

因子	坡度	土地利用	植被覆盖度	距水系距离	距道路距离
坡度	1	1/2	1/3	2	3
土地利用	2	1	1/2	3	4
植被覆盖度	3	2	1	4	5
距水系距离	1/2	1/3	1/4	1	2
距道路距离	1/3	1/4	1/5	1/2	1

这个矩阵的含义是：植被覆盖度相对更重要，土地利用次之，坡度再次，距水系距离和距道路距离较低。实际项目中，矩阵必须根据研究区生态过程、政策约束和专家意见确定，不能直接套用。

步骤五：计算权重并归一化

AHP 权重可以用 Excel、Python、R 或专业 AHP 软件计算。报告中最常见的近似计算方法是“列归一化后按行求平均”。

操作逻辑如下：

将判断矩阵按列求和。
每个单元格除以其所在列的列和，得到归一化矩阵。
对归一化矩阵每一行求平均值。
得到每个因子的权重。
检查所有权重之和是否等于 1，允许有少量四舍五入误差。

也可以用 Python 快速计算：

import numpy as np

A = np.array([
    [1,   1/2, 1/3, 2,   3],
    [2,   1,   1/2, 3,   4],
    [3,   2,   1,   4,   5],
    [1/2, 1/3, 1/4, 1,   2],
    [1/3, 1/4, 1/5, 1/2, 1]
], dtype=float)

col_sum = A.sum(axis=0)
norm_A = A / col_sum
weights = norm_A.mean(axis=1)

print(weights)
print(weights.sum())

如果输出的权重分别对应坡度、土地利用、植被覆盖度、距水系距离、距道路距离，就可以整理成报告中的权重表。

步骤六：进行一致性检验

AHP 权重计算不能只给出结果，还要做一致性检验。一致性检验用于判断两两比较是否前后矛盾。

例如你认为 A 比 B 重要，B 比 C 重要，却又认为 C 比 A 重要很多，这种矩阵就可能不一致。

常用指标包括 CI 和 CR：

CI = (λmax - n) / (n - 1)
CR = CI / RI

其中，λmax 是最大特征值，n 是因子数量，RI 是随机一致性指标。一般情况下，CR 小于 0.10，认为判断矩阵通过一致性检验。

可以用 Python 计算 CR：

import numpy as np

RI_TABLE = {
    1: 0.00, 2: 0.00, 3: 0.58, 4: 0.90, 5: 1.12,
    6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45, 10: 1.49
}

eigvals, eigvecs = np.linalg.eig(A)
max_index = np.argmax(eigvals.real)
lambda_max = eigvals.real[max_index]
n = A.shape[0]

CI = (lambda_max - n) / (n - 1)
RI = RI_TABLE[n]
CR = CI / RI if RI != 0 else 0

print("lambda_max:", lambda_max)
print("CI:", CI)
print("CR:", CR)

如果 CR 大于 0.10，不建议直接使用该权重。应返回判断矩阵，重新检查明显矛盾的因子比较。

步骤七：在 GIS 中进行加权叠加

权重确定后，就可以在 GIS 中进行加权叠加。假设已经得到以下权重：

因子	权重	标准化栅格
坡度	0.18	slope_score
土地利用	0.27	landuse_score
植被覆盖度	0.34	ndvi_score
距水系距离	0.12	water_distance_score
距道路距离	0.09	road_distance_score

在 ArcGIS Pro 的栅格计算器中，可以写：

0.18 * "slope_score" + 0.27 * "landuse_score" + 0.34 * "ndvi_score" + 0.12 * "water_distance_score" + 0.09 * "road_distance_score"

在 QGIS 的栅格计算器中，可以写类似表达式：

0.18 * "slope_score@1" + 0.27 * "landuse_score@1" + 0.34 * "ndvi_score@1" + 0.12 * "water_distance_score@1" + 0.09 * "road_distance_score@1"

输出结果就是综合适宜性得分栅格。随后可以用自然断点法、等距分级、分位数分级或专家阈值将其划分为不适宜、较不适宜、一般适宜、较适宜、很适宜。

步骤八：统计分区面积并写入报告

适宜性分区完成后，需要统计各等级面积和占比。报告中建议至少包括：

综合适宜性分区图。
各适宜性等级面积表。
各等级占研究区总面积比例。
主要空间分布特征。
权重来源和一致性检验结果。

如果使用栅格结果统计面积，应确认像元面积是否正确。经纬度坐标系下直接按像元数量计算面积容易出错，建议在投影坐标系下进行面积统计。

常见坑

坑一：权重之和不等于 1

加权叠加前必须检查权重总和。如果权重之和不是 1，综合得分的量纲和范围会发生偏移。虽然地图看起来可能仍然有颜色，但数值解释会不可靠。

坑二：因子方向弄反

生态适宜性评价中最常见的错误是标准化方向反了。例如做生态保护适宜性时，距道路越远可能越适宜；做建设适宜性时，距道路越近可能越适宜。权重再准确，也无法弥补因子方向错误。

坑三：分类编码直接参与叠加

土地利用编码 1、2、3、4 并不代表适宜性从低到高。必须先根据评价目标将土地利用类型重分类为适宜性分值，再参与加权叠加。

坑四：AHP 判断矩阵没有一致性检验

只给出 AHP 权重、不说明 CR 值，是很多生态适宜性评价报告的薄弱点。评审一旦追问权重合理性，就很难解释。

坑五：NoData 没处理导致结果缺失

只要参与计算的某个栅格在某像元为 NoData，输出结果通常也会变成 NoData。叠加前应检查各因子的空值范围，特别是距离栅格、裁剪边界和重采样后的结果。

坑六：坐标系不适合面积统计

如果研究区数据仍在 WGS 84 经纬度坐标系中，直接统计像元面积或矢量面积会产生明显误差。生态适宜性评价报告涉及面积结论时，应使用适合研究区的投影坐标系。

方法比较

生态适宜性评价报告中，权重计算方法没有唯一标准。选择哪种方法，取决于项目目标、数据条件、评审要求和解释需求。

方法	优点	缺点	适用场景
专家打分法	简单、速度快、容易沟通	主观性强，缺少一致性检验	快速方案比选、前期规划判断
AHP 层次分析法	逻辑清晰，可做一致性检验，报告友好	仍依赖专家判断，因子多时矩阵复杂	生态适宜性评价报告、规划类项目、教学作业
熵权法	基于数据离散程度，主观性较低	可能忽略生态机理，结果不一定符合专家认知	数据质量较好、强调客观权重的研究
AHP + 熵权组合法	兼顾专家知识和数据特征	计算和解释更复杂	论文、较正式的技术报告、需要稳健性分析的项目

如果你的目标是完成一份可解释、可复现的生态适宜性评价报告，推荐优先使用 AHP，并在附录或正文中给出判断矩阵、权重表和 CR 值。如果项目要求更严，可以补充熵权法进行对比。

检查清单

提交生态适宜性评价报告前，建议按下面清单逐项检查：

评价目标是否明确，是否与因子标准化方向一致。
所有因子是否属于同一个评价逻辑，没有混入无关指标。
所有 GIS 图层是否统一坐标系、范围、分辨率和像元对齐方式。
分类因子是否已重分类为适宜性分值，而不是直接使用原始编码。
AHP 判断矩阵是否为互反矩阵。
权重是否归一化，权重之和是否为 1。
是否完成一致性检验，CR 是否小于 0.10。
加权叠加表达式中的图层名称和权重是否对应正确。
NoData 是否统一处理，输出结果是否存在异常空洞。
适宜性分级方法是否说明清楚。
面积统计是否基于合适的投影坐标系。
报告是否包含权重表、分区图、面积统计表和结果解释。

FAQ

生态适宜性评价报告中 GIS 权重必须用 AHP 吗？

不一定。AHP 是最常用的方法，因为它便于解释并且可以做一致性检验。但如果项目强调数据客观性，也可以使用熵权法；如果是正式研究，还可以采用 AHP 与熵权法组合赋权。

GIS 权重如何计算才算合理？

合理的权重至少要满足三个条件：因子体系符合评价目标，计算过程可复现，权重结果通过基本检查。对于 AHP 来说，还应给出判断矩阵和 CR 值，通常 CR 小于 0.10 才建议使用。

AHP 权重计算后可以直接用于 ArcGIS Pro 加权叠加吗？

可以，但前提是所有因子已经标准化为统一分值范围，并且栅格数据的坐标系、像元大小、范围和 NoData 处理一致。否则即使权重正确，GIS 叠加结果也可能不可靠。

QGIS 可以完成生态适宜性评价吗？

可以。QGIS 可以完成坡度分析、距离分析、重分类、栅格计算器加权叠加、分区制图和面积统计。权重计算可以在 Excel 或 Python 中完成，再把权重用于 QGIS 栅格计算器。

权重很小的因子可以删除吗？

不建议只因为权重小就直接删除。应判断该因子是否具有生态约束意义。例如生态红线、地质灾害风险等因子，可能更适合作为限制性因子或掩膜条件，而不是简单参与加权叠加。

生态适宜性分区应该分几级？

常见做法是分为 3 到 5 级。报告中最常见的是五级：不适宜、较不适宜、一般适宜、较适宜、很适宜。分级方法可以使用自然断点、等距分级、分位数分级或专家阈值，但必须说明分级依据。

为什么我的加权叠加结果全是 NoData？

通常是因为参与计算的某个栅格存在大范围 NoData，或者各栅格范围、像元大小、对齐方式不一致。建议逐个打开因子栅格检查有效值范围，并设置统一的处理范围和捕捉栅格后重新计算。

结论

生态适宜性评价报告中的 GIS 权重计算，不能只停留在“给几个百分比”。一套可靠流程应包括评价目标确定、因子筛选、因子标准化、AHP 判断矩阵、权重归一化、一致性检验、GIS 加权叠加和面积统计。

如果你要写一份能经得起检查的报告，建议把重点放在三件事上：第一，说明为什么选择这些因子；第二，说明权重如何计算并通过一致性检验；第三，说明 GIS 叠加结果如何验证和统计。这样得到的生态适宜性评价结果，才不只是好看的地图，而是有依据、可复现、能支撑决策的空间分析成果。