Superposition multicritère (Outils Spatial Analyst)
Résumé
Combine plusieurs rasters à l’aide d’une méthode de superposition multicritère sélectionnée, en appliquant des pondérations de l’importance selon la méthode.
En savoir plus sur le fonctionnement de l’outil Superposition multicritère
Utilisation
L’analyse de décision multicritère (Multicriteria Decision Analysis, MCDA) est un processus structuré de prise de décisions spatiales. En premier lieu, tous les critères sont transformés en une échelle commune. Ensuite, les critères transformés sont pondérés et combinés par une méthode de superposition spécifiée. L’outil réalise l’étape de superposition dans ce processus à l’aide de la méthode de superposition sélectionnée définie par le paramètre Overlay Method (Méthode de superposition).
Vous trouverez ci-dessous la description des options du paramètre Overlay Method (Méthode de superposition) et vous découvrirez quand les utiliser :
Weighted sum (Somme pondérée) : à utiliser lorsque des valeurs élevées dans un critère peuvent compenser des valeurs faibles. C’est la méthode la plus courante, car vous obtenez souvent un score global en ajoutant des critères pondérés. Il s’agit de la méthode par défaut.
Weighted geometric mean (Moyenne géométrique pondérée) : à utiliser lorsque des valeurs élevées dans un critère ne peuvent pas compenser des faibles valeurs dans d’autres critères. Une seule valeur faible réduira l’adéquation finale puisqu’il s’agit d’une méthode multiplicative, où les pondérations sont appliquées en tant qu’exposants à chaque valeur de critère.
Maximum : à utiliser lorsqu’une seule valeur élevée dans un critère suffit à rendre une localisation adéquate.
Minimum : à utiliser lorsqu’une seule valeur faible dans un critère doit disqualifier une localisation.
Weighted overlay (Superposition pondérée) : à utiliser pour attribuer à chaque raster un pourcentage d’influence qui totalise 100. Les résultats sont redimensionnés selon une échelle en sortie que vous avez définie.
Ordered weighted averaging (Moyenne pondérée ordonnée) : à utiliser pour examiner différents scénarios de décision en ajustant la valeur du paramètre Order Weights (Pondérations de classement). Cela permet au résultat final d’être davantage influencé par les critères en entrée dont les valeurs sont plus élevées ou plus faibles.
Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]) : à utiliser pour classer les localisations selon leur proximité avec un point idéal spécifié et avec des cibles moins privilégiées. Pour chaque localisation, la méthode calcule la distance à partir du point idéal et à partir des valeurs moins souhaitables, puis combine ces distances en une valeur de cellule en sortie.
Assurez-vous que tous les rasters en entrée ont été transformés selon une échelle en entrée commune, par exemple de 1 à 10 ou de 0 à 1, avant de les utiliser comme rasters en entrée. La seule exception a lieu lorsque le paramètre Overlay Method (Méthode de superposition) a été défini sur l’option Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]).
Chaque raster transformé peut être de type entier ou à flottant. Transformer les critères en une échelle commune est nécessaire, car les unités et plages des valeurs raster varient souvent, et les valeurs plus élevées ou plus faibles peuvent indiquer une plus grande adéquation. Ce processus de transformation peut être réalisé à l’aide des outils Rescale by Function (Redimensionner par fonction) ou Reclassify (Reclassification).
Lorsque vous utilisez l’option Weighted geometric mean (Moyenne géométrique pondérée) du paramètre Overlay Method (Méthode de superposition), les valeurs raster en entrée doivent être égales à zéro ou positives. Comme le calcul multiplie les valeurs et tient compte des racines, l’insertion de valeurs négatives produirait des résultats incorrects.
Si une cellule possède une valeur NoData dans l’un des rasters de critères en entrée, la valeur NoData est attribuée à la cellule en sortie correspondante.
L’option Weight (Pondération) du paramètre Input Rasters (Rasters en entrée) définit l’importance relative de chaque raster de critère en entrée. Dans la plupart des méthodes, les pondérations sont définies sur 1 par défaut. Cela signifie que toutes les entrées sont d’importance égale.
Lorsque vous utilisez l’option Weighted overlay (Superposition pondérée) du paramètre Overlay Method (Méthode de superposition), les pondérations sont spécifiées sous forme de Percent (Pourcentage), un pourcentage d’influence, et le total du paramètre Percent (Pourcentage) doit être égal à 100. Par défaut, la valeur Percent (Pourcentage) est égale à 100 pour le premier raster en entrée, et la valeur 0 est attribuée au reste des rasters en entrée.
Pour la méthode Weighted overlay (Superposition pondérée), les valeurs raster en entrée sont multipliées par leurs pondérations et additionnées, puis le résultat est transformé linéairement dans la plage spécifiée par les valeurs des paramètres From Scale (Échelle d’origine) et To Scale (Échelle de destination).
La méthode Ordered weighted averaging (Moyenne pondérée ordonnée) combine les valeurs raster en entrée en fonction de leur ordre de classement. Pour chaque cellule, les valeurs raster en entrée sont triées de la plus élevée à la plus faible. Pour contrôler le mode de combinaison des valeurs, un ensemble supplémentaire de pondérations est attribué à chaque classement, puis appliqué séquentiellement aux valeurs classées.
Contrairement aux pondérations d’importance (qui sont liés à des critères spécifiques dans le paramètre Input Rasters [Rasters en entrée]), la valeur du paramètre Order Weights (Pondérations de classement) correspond aux positions de classement des rasters en entrée pondérés. La valeur la plus élevée dans une cellule reçoit la première pondération de classement, la plus élevée suivante reçoit la deuxième, et ainsi de suite. En ajustant la valeur du paramètre Order Weights (Pondérations de classement), vous pouvez rendre le résultat plus optimiste en mettant l’accent sur les critères en entrée pondérés les plus élevés, plus classique en mettant l’accent sur les critères en entrée pondérés les plus faibles, ou plus équilibré. Les valeurs du paramètre
Order Weights (Pondérations de classement) peuvent être spécifiées manuellement ou dérivées à l’aide du paramètre Orness (Quantité de "ou"). Le paramètre Orness (Quantité de "ou") détermine l’influence relative des critères de classement supérieur et inférieur sur la sortie.
L’option Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]) est connue sous le nom « Technique for Order Preference by Similarity to Ideal Solution ». La méthode calcule les valeurs des cellules en sortie en fonction de la distance par rapport à une solution positive idéale et de la distance par rapport à la solution négative idéale. Les cellules plus proches de la solution positive idéale et plus éloignées de la solution négative idéale reçoivent des valeurs en sortie plus élevées.
Lorsque cette méthode est sélectionnée, les colonnes Ideal Positive Point Value (Valeur du point positif idéal) et Ideal Negative Point Value (Valeur du point négatif idéal) apparaissent pour chaque raster en entrée. Ces valeurs représentent les meilleurs et pires critères utilisés pour le calcul de la distance. Par défaut, la colonne Ideal Positive Point Value (Valeur du point positif idéal) correspond à la valeur maximale du raster en entrée et la colonne Ideal Negative Point Value Point (Valeur du point négatif idéal) est définie sur la valeur minimale de chaque raster en entrée, en fonction de sa valeur d’origine.
Pour cette méthode, il n’est pas nécessaire de transformer les critères en entrée en une échelle commune. La méthode standardise en revanche chaque raster en entrée en interne. Les valeurs idéales positives et négatives spécifiées sont standardisées selon la même formule, de sorte qu’elles se trouvent à la même échelle que les valeurs en entrée standardisées. L’outil calcule ensuite la distance de chaque cellule par rapport aux points idéaux positifs et négatifs en utilisant ces valeurs standardisées.
Dans la méthode Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]), le paramètre Distance Method (Méthode de distance) offre deux options : Euclidean distance (Distance euclidienne) et Manhattan distance (Distance de Manhattan). L’option**Euclidean distance (Distance euclidienne) ** mesure la distance en ligne droite jusqu’au point idéal. L’option Manhattan distance (Distance de Manhattan) mesure la distance totale en additionnant les différences absolues sur tous les rasters en entrée.
Pour obtenir plus d’informations sur les environnements de géotraitement qui s’appliquent à cet outil, reportez-vous à la rubrique Environnements d’analyse et Spatial Analyst.
Paramètres
| Etiqueter | Explication | Type de données |
|---|---|---|
|
Méthode de superposition |
Indique la méthode de superposition à utiliser
|
String |
|
Rasters en entrée |
Une liste de tous les rasters en entrée sera combinée à l’aide des méthodes de superposition spécifiées. Colonnes de la table de valeurs :
|
Value Table |
|
Échelle d’origine (Facultatif) |
Valeur de départ de l'échelle d'évaluation de la sortie. Ce paramètre est disponible uniquement si la valeur du paramètre Overlay Method (Méthode de superposition) est définie sur l’option Weighted overlay (Superposition pondérée). La valeur du paramètre From Scale (Échelle d’origine) doit être inférieure à celle du paramètre To Scale (Échelle de destination). La valeur doit être supérieure ou égale à zéro. La valeur par défaut est 1. |
Double |
|
Échelle de destination (Facultatif) |
Valeur de fin de l'échelle d'évaluation de la sortie. Ce paramètre est disponible uniquement si la valeur du paramètre Overlay Method (Méthode de superposition) est définie sur l’option Weighted overlay (Superposition pondérée). La valeur du paramètre To Scale (Échelle de destination) doit être inférieure à celle du paramètre From Scale (Échelle d’origine). La valeur doit être supérieure ou égale à zéro. La valeur par défaut est 10. |
Double |
|
Méthode des pondérations de classement (Facultatif) |
Indique comment les valeurs du paramètre Order Weights (Pondérations de classement) sont définies. Les pondérations seront appliquées une fois les rasters en entrée pondérés et classés. Ce paramètre est disponible uniquement si vous sélectionnez l’option Ordered weighted averaging (Moyenne pondérée ordonnée) comme valeur du paramètre Overlay Method (Méthode de superposition).
|
String |
|
Pondérations de classement (Facultatif) |
Ensemble de pondérations qui permettront de combiner les valeurs des rasters en entrée à chaque localisation de cellule en entrée. Ce paramètre est disponible uniquement lorsque le paramètre Overlay Method (Méthode de superposition) est défini sur la méthode Ordered weighted averaging (Moyenne pondérée ordonnée). Les valeurs du paramètre Order Weights (Pondérations de classement) sont les pondérations qui seront appliquées aux valeurs en entrée pondérées une fois classées au niveau de chaque cellule (de la plus élevée à la plus faible). Ces pondérations déterminent le degré d’influence des valeurs de cellule classées comme les plus élevées, moyennes ou les plus faibles, sur les valeurs en sortie finales. Les valeurs de pondération de classement doivent être supérieures ou égales à 0. Le nombre de pondérations de classement est égal au nombre de rasters en entrée. La pondération par défaut est égale à 1 pour chaque raster en entrée. |
Double |
|
Opérateur d’agrégation (quantité de "ou") (Facultatif) |
Détermine comment les valeurs du paramètre Order Weights (Pondérations de classement) sont déduites lorsque le paramètre Order Weights Method (Méthode des pondérations de classement) est défini sur la valeur de paramètre Quantifier-guided (Orness) (Guidé par quantificateur [quantité de "ou"]). Les valeurs sont comprises entre 0 et 1. La valeur par défaut est 0,5. Une valeur plus proche de 1 génère un ensemble de pondérations de classement qui met l’accent sur les valeurs les plus élevées parmi les valeurs pondérées des rasters en entrée. Une valeur plus proche de 0 génère un ensemble de pondérations de classement qui met l’accent sur la valeur la plus faible des rasters en entrée. La valeur 0,5 fournit un éclairage équilibré entre les valeurs élevées et faible. Dans ce cas, les pondérations de classement sont identiques pour tous les rasters en entrée, ce qui rend le résultat équivalent à la valeur Weighted sum (Somme pondérée). |
Double |
|
Méthode de calcul de distance (Facultatif) |
Indique comment les distances seront calculées à partir de chaque cellule pour les paramètres Ideal Positive Point Value (Valeur du point positif idéal) et Ideal Negative Point Value (Valeur du point négatif idéal) lorsque le paramètre Overlay Method (Méthode de superposition) est défini sur la valeur Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]).
|
String |
|
Raster positif idéal en sortie (Facultatif) |
Le raster positif idéal présente la distance totale entre chaque cellule et Ideal Positive Point value (Valeur du point positif idéal) lorsque le paramètre Order Method (Méthode de classement) est défini sur Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]). Les valeurs des rasters en sortie représentent la somme des distances sur tous les rasters en entrée, calculée à l’aide de la valeur Distance Method (Méthode de distance) sélectionnée pour chaque raster en entrée. Des valeurs faibles indiquent des cellules plus proches de la solution positive idéale. |
Raster Dataset |
|
Raster négatif idéal en sortie (Facultatif) |
Le raster négatif idéal présente la distance totale entre chaque cellule et Ideal Negative Point Value (Valeur du point négatif idéal) lorsque le paramètre Order Method (Méthode de classement) est défini sur Ideal point solution (TOPSIS) (Solution du point idéal [TOPSIS]). Les valeurs des rasters en sortie représentent la somme des distances sur tous les rasters en entrée, calculée à l’aide de la valeur Distance Method (Méthode de distance) sélectionnée pour chaque raster en entrée. Des valeurs élevées indiquent des cellules plus proches de la solution positive idéale. |
Raster Dataset |
Sortie dérivée
| Etiqueter | Explication | Type de données |
|---|---|---|
|
Raster en sortie |
Raster en sortie qui résulte de l’application de la méthode de superposition multicritère sélectionnée. Il sera de type virgule flottante. |
Raster Dataset |
Environnements
Validation automatique, Taille de cellule, Cell Size Projection Method (Méthode de projection de la taille de cellule), Compression, Espace de travail courant, Etendue, Transformations géographiques, Masque, Mot-clé CONFIG en sortie, Système de coordonnées en sortie, Facteur de traitement parallèle, Espace de travail temporaire, Raster de capture, Taille de tuile
Informations de licence
- Basic: Nécessite Spatial Analyst
- Standard: Nécessite Spatial Analyst
- Advanced: Nécessite Spatial Analyst