Actualmente uso un enfoque "clásico" basado en ráster para dividir un área de estudio en celdas. Todas las capas de entrada se convierten en rásteres con la misma resolución de celda y se les asigna un índice de idoneidad.
Una calificación de idoneidad final para cada celda se calcula combinando la calificación de cada capa, con ponderaciones para reflejar la importancia de los factores.
Se aplica una máscara final para excluir cualquier área, como los cuerpos de agua, que no sean aptos para el uso del suelo propuesto.
Los problemas con este enfoque incluyen:
- elegir una resolución de celda que sea demasiado grande para proporcionar resultados significativos o una alta resolución que dé una falsa sensación de precisión.
- encontrar ponderaciones para cada uno de los parámetros de entrada.
¿Existen otros problemas o alternativas para producir mapas de idoneidad de la tierra?
El aspecto, la altura y la pendiente provienen originalmente de la misma fuente de ráster, por lo que lo bueno de seguir usando rásteres es que puede mantener la misma resolución para estas entradas sin perder información debido al nuevo muestreo. (Este párrafo en su mayoría es nulo si está usando otras fuentes de datos en muchas otras resoluciones. :))
Una extensión útil más allá de crear pesas a mano es usar las ocurrencias conocidas de la cosa para la que está modelando la idoneidad y pasarla a un programa de estadísticas, como en: http://spatial-analyst.net/wiki/index. php? title = Species_Distribution_Modelling # Habitat_Subility_Analysis
De esa manera, usted entrena su idoneidad utilizando sitios conocidos, en lugar de WAG. Por supuesto, es bastante más complicado ...
fuente