Pendekatan ini menghasilkan beberapa lokasi potensial untuk dipilih. Namun, karena sifat Booleannya, kesesuaian relatifnya tidak dapat dinilai dan akan sulit untuk membuat pilihan akhir antara satu atau situs lain. Pendekatan non-Boolean akan memberi kami lebih banyak informasi untuk membandingkan situs potensial satu sama lain.
Latihan ini menggunakan hasil dari tiga latihan sebelumnya untuk mengatasi masalah pemilihan lokasi. Sementara berbagai teknik standardisasi dan agregasi penting untuk dieksplorasi untuk masalah multi-kriteria apa pun, teknik tersebut menghasilkan gambar yang menunjukkan kesesuaian lokasi di seluruh wilayah studi. Namun, masalah multi-kriteria, seperti pada latihan sebelumnya, seringkali menyangkut pemilihan lokasi untuk beberapa pembangunan, alokasi lahan, atau perubahan penggunaan lahan. Ada banyak teknik pemilihan lokasi menggunakan gambar kesesuaian. Latihan ini mengeksplorasi beberapa teknik tersebut dalam konteks menemukan lokasi yang paling cocok untuk pembangunan perumahan.
Tampilan MCEBOOL, hasil dari Latihan 2-7. Dengan menggunakan kombinasi modul GROUP, AREA, RECLASS, dan OVERLAY dalam urutan yang identik dengan yang digunakan pada bagian akhir Latihan 2-3, ditemukan area bersebelahan yang lebih besar dari atau sama dengan 20 hektar. Hasilnya adalah gambar BOOLSIZE20. Tampilkan gambar ini.
Pendekatan WLC dan OWA menghasilkan gambar kesesuaian berkelanjutan yang membuat pemilihan lokasi spesifik untuk pembangunan perumahan, atau alokasi lainnya, bermasalah. Dalam pendekatan Boolean, kesesuaian lokasi didefinisikan dengan jelas (meskipun agak sewenang-wenang) dan satu-satunya masalah untuk pemilihan lokasi adalah kedekatan. Hal ini diatasi dengan menambahkan batasan pasca agregasi bahwa lokasi yang cocok harus berukuran minimal 20 hektar. Dengan hasil yang terus-menerus, pertama-tama ada masalah memutuskan lokasi mana yang harus dipilih dari kumpulan semua lokasi, yang masing-masing memiliki tingkat kemampuan yang sesuai. Hanya setelah ini ditetapkan, masalah kedekatan dapat diatasi seperti pada hasil Boolean.
Daerah yang dipilih sebagai daerah yang cocok terfragmentasi di seluruh wilayah studi dan sebagian besar mungkin terlalu kecil untuk proyek pembangunan perumahan. Banyak yang hanya berukuran beberapa ratus meter persegi. Kita dapat mengatasi masalah ini dengan menambahkan batasan pasca agregasi: area yang cocok untuk pengembangan harus seluas 20 hektar atau lebih.
Menggunakan hasil analisis Boolean untuk memilih lokasi pembangunan perumahan agak mudah karena semua area telah dibagi menjadi sesuai atau tidak sesuai sehingga tidak ada tingkat kesesuaian untuk dipertimbangkan. Akibatnya, tidak ada daerah "terbaik kedua" untuk pembangunan perumahan, juga tidak ada penilaian yang harus dibuat tentang lokasi terbaik di dalam daerah yang dinilai sesuai. Namun, tetap ada masalah ukuran dan kedekatan spasial dari daerah yang cocok.
A)
Pemilihan Lokasi menggunakan Gambar Kesesuaian Berkelanjutan
Pemilihan Situs menggunakan Hasil Boolean
Ada beberapa metode untuk pemilihan lokasi menggunakan gambar kesesuaian yang berkelanjutan. Di sini kita akan mengeksplorasi dua pendekatan dasar. Pada pendekatan pertama, beberapa tingkat kesesuaian ditetapkan sebagai ambang batas untuk mempertimbangkan suatu lokasi akhirnya layak atau tidak. Misalnya, semua lokasi dengan skor kesesuaian minimal 200 akan dipilih sesuai untuk beberapa
alokasi sementara lokasi dengan skor di bawah 200 tidak akan dipilih. Keputusan sulit ini menghasilkan peta Boolean yang menunjukkan semuanya
Latihan Latihan 2-10 MCE: Pemilihan Lokasi Menggunakan Boolean dan Hasil Berkelanjutan 124
1
Jalankan RECLASS dari menu GIS Analysis/Database Query dan tentukan MCEWLC sebagai gambar masukan dan SUIT200 sebagai gambar keluaran. Kemudian masukkan nilai berikut ke dalam area parameter reklasifikasi kotak dialog:
C)
Berapa luas lahan potensial terbesar untuk pembangunan perumahan?
situs yang memungkinkan.
Nilai lama dari 0
200
Dalam pendekatan kedua, bukan tingkat kesesuaian tetapi jumlah total lahan untuk seleksi (atau alokasi untuk penggunaan baru) yang menentukan ambang batas. Dalam hal ini, semua lokasi (yaitu, piksel) diberi peringkat berdasarkan tingkat kesesuaiannya. Setelah dilakukan pemeringkatan, piksel dipilih/dialokasikan berdasarkan kesesuaiannya hingga jumlah lahan yang dibutuhkan tercapai. Misalnya, 1000 hektar lahan mungkin perlu dipilih/dialokasikan untuk pembangunan perumahan. Dengan menggunakan pendekatan ini, semua lokasi diurutkan dan kemudian dipilih 1000 hektar yang paling sesuai. Hasilnya sekali lagi adalah peta Boolean yang menunjukkan situs yang dipilih.
Untuk mereka yang hanya kurang dari
200 999
D)
Hasilnya adalah citra Boolean dari semua lokasi yang memungkinkan untuk pengembangan perumahan. Namun, ini adalah gambar yang sangat terfragmentasi dengan hanya beberapa area bersebelahan yang substansial. Mari kita asumsikan bahwa kendala pasca-agregasi lainnya juga harus diterapkan di sini, bahwa lokasi yang cocok seluas 20 hektar atau lebih.
Jelas, mengingat kendala pasca-agregasi baik ambang batas kesesuaian 200 dan ukuran lokasi 20 hektar atau lebih, tidak ada lokasi yang cocok untuk pembangunan perumahan. Dengan asumsi perencana kota ingin melanjutkan pemilihan lokasi, ada sejumlah cara untuk mengubah hasil WLC. Perencana kota mungkin menggunakan faktor atau kombinasi faktor yang berbeda, mereka mungkin mengubah metode/fungsi asli yang digunakan untuk standarisasi faktor, mereka mungkin menimbang faktor secara berbeda, atau mereka mungkin hanya melonggarkan salah satu atau kedua kendala pasca-agregasi (ambang batas kesesuaian). atau area minimum untuk situs yang dapat diterima).
Kedua jenis ambang batas (berdasarkan skor kesesuaian atau luas total) dapat dianggap sebagai kendala pasca-agregasi tambahan.
Secara umum, MCE non-Boolean adalah proses berulang dan Anda dianjurkan untuk menjelajahi semua opsi yang tercantum di atas untuk mengubah hasil.
Mereka membatasi hasil akhir ke lokasi tertentu. Namun, perlu dicatat bahwa mereka tidak mengatasi masalah kedekatan dan ukuran situs.
Hanya setelah ambang (ketika gambar Boolean dihasilkan) hasil dapat dinilai dalam hal kedekatan dan ukuran menggunakan metode yang serupa dengan yang dijelaskan di atas.
Gunakan GROUP (dengan diagonal) dan AREA untuk menentukan apakah ada area seluas 20 hektar atau lebih.
Selain solusi dasar Boolean untuk pemilihan lokasi menggunakan gambar kesesuaian berkelanjutan, solusi non-Boolean untuk pemilihan lokasi mungkin dimungkinkan dengan menggunakan perhitungan permukaan anisotropik. Namun, metode ini belum berkembang dengan baik saat ini dan tidak akan dibahas dalam latihan ini.
(Ingat untuk menghapus grup yang tidak sesuai.) Panggil gambar yang dihasilkan SUIT200SIZE20 (untuk kesesuaian thresh old 200, ukuran situs 20 hektar).
itu Nilai baru 0
WLC B)
Ambang batas kesesuaian untuk pemilihan lokasi akhir mungkin arbitrer atau didasarkan pada skor kesesuaian yang ditentukan untuk masing- masing faktor. Misalnya, selama standarisasi faktor, skor 200 atau lebih mungkin dianggap, secara rata-rata, dapat diterima sementara di bawah 200 dipertanyakan dalam hal kesesuaian. Jika ini adalah logika yang digunakan dalam standardisasi, maka itu juga harus diterapkan pada peta kesesuaian akhir. Anggaplah ini kasusnya dan gunakan skor 200 sebagai ambang batas kesesuaian kami untuk pemilihan lokasi. Ini adalah kendala pasca-agregasi. Kami akan menggunakan hasil dari Latihan 2-8 (MCEWLC) tetapi Anda dapat mengikuti prosedur ini menggunakan salah satu hasil kesesuaian berkelanjutan dari Latihan 2-8 atau 2-9.
Ambang Batas Kesesuaian
1
Menggunakan Makro untuk Analisis Iteratif
Satu peta menampilkan setiap situs dengan pengidentifikasi unik dan peta lainnya menampilkan situs yang menggunakan skor kesesuaian berkelanjutan asli. Yang pertama diberi nama SITEID secara otomatis oleh makro. Ini digunakan sebagai file definisi fitur untuk mengekstrak statistik situs. Peta lainnya diberi nama oleh pengguna setiap kali makro dijalankan (lihat di bawah). Makro juga melaporkan statistik tentang setiap situs yang dipilih.
Sekarang setelah kita memahami makro, kita akan menggunakannya untuk menemukan solusi secara iteratif untuk masalah pemilihan lokasi kita.
(Perhatikan bahwa di Macro Modeler, Anda akan mengubah parameter ini dengan menautkan berbagai file input, mengganti nama file output, dan mengedit file .rcl yang digunakan oleh RECLASS)
Tutup Sunting. Jika diminta untuk menyimpan perubahan, klik No.
Latihan Latihan 2-10 MCE: Pemilihan Lokasi Menggunakan Boolean dan Hasil Berkelanjutan
Ini termasuk skor kesesuaian rata-rata, rentang skor, standar deviasi skor, dan luas dalam hektar untuk setiap lokasi.
F)
126 Dalam masalah pemilihan lokasi dari latihan ini, kita perlu menjalankan rangkaian operasi yang sama yang kita lakukan berulang kali, setiap kali mengubah satu parameter, untuk secara iteratif sampai pada solusi akhir yang dapat diterima. Anda melihat di beberapa latihan sebelumnya dari bagian Tutorial ini bagaimana Pemodel Makro dapat digunakan untuk mencapai otomatisasi yang mudah dari analisis semacam itu. Dalam latihan ini, Anda akan dihadapkan pada bahasa skrip makro non-grafis IDRISI.
Perhatikan bahwa beberapa baris perintah berisi simbol seperti %1. Ini adalah placeholder untuk input yang ditentukan pengguna ke makro. Pengguna mengetikkan nilai yang tepat untuk ini ke dalam kotak masukan parameter makro pada kotak dialog Jalankan Makro. Parameter pertama yang dimasukkan diganti ke dalam makro di mana pun simbol %1 ditempatkan, yang kedua diganti dengan simbol %2, dan seterusnya. Menggunakan makro dengan cara ini memungkinkan Anda dengan mudah dan cepat mengubah parameter tertentu tanpa mengedit dan menyimpan ulang file makro. Makro SITESELECT memiliki empat placeholder, %1 hingga %4. Ini mewakili parameter berikut:
Sebelumnya, tingkat kesesuaian 200 dan ukuran lokasi 20 hektar mengakibatkan tidak ada lokasi terpilih dari MCEWLC. Oleh karena itu, kami akan mengurangi ambang ukuran situs menjadi 2 hektar untuk melihat apakah ada hasil situs.
%1
G)
Makro yang akan kita gunakan telah disediakan dan disebut SITESELECT.
Pilih perintah Jalankan Makro dari menu File. Masukkan SITESELECT sebagai file makro untuk dijalankan. Dalam e)
nama peta kesesuaian kontinu yang akan dianalisis
Gunakan Edit, dari menu Entri Data, untuk memeriksa file makro (.iml) bernama SITESELECT. Jangan membuat perubahan apa pun pada file.
%2 ambang kesesuaian untuk digunakan
Kotak input Parameter Makro, ketik empat parameter makro berikut seperti yang ditunjukkan, dengan spasi di antara masing-masing:
Bahasa skrip makro menggunakan sintaks tertentu untuk setiap modul untuk menentukan parameter untuk modul itu. Untuk informasi lebih lanjut tentang jenis makro ini, lihat bab Alat Pemodelan IDRISI di Manual IDRISI. Sintaks baris perintah tertentu untuk setiap modul ditentukan dalam setiap deskripsi modul di Sistem Bantuan on-line.
%3 ukuran situs minimum (dalam hektar)
MCEWLC 200 2 SUIT200SIZE2
Makro menggunakan berbagai modul IDRISI untuk menghasilkan dua peta situs yang sesuai.
%4 nama gambar keluaran dengan situs yang cocok disamarkan dan setiap situs berisi nilai kontinunya dari peta kesesuaian asli
63. Setiap baris yang dimulai dengan "rem" adalah komentar. Ini adalah untuk tujuan dokumentasi dan diabaikan oleh prosesor makro.
63
Saya)
H)
Parameter ini meminta makro untuk menganalisis gambar MCEWLC, mengisolasi semua lokasi dengan skor kesesuaian 200 atau lebih, dari lokasi tersebut menemukan semua area bersebelahan yang berukuran minimal 2 hektar, dan menampilkan gambar yang disebut SUIT200SIZE2 (untuk kesesuaian 200 atau lebih besar dan situs seluas 2 hektar atau lebih). Klik Jalankan Makro dan tunggu saat makro menjalankan beberapa modul IDRISI untuk mendapatkan hasilnya.
Parameter ini meminta makro untuk menganalisis kembali citra MCEWLC, mengisolasi semua lokasi dengan skor kesesuaian 175 atau lebih, menemukan lokasi seluas 2 hektar atau lebih, dan menampilkan citra SUIT175SIZE2 (yaitu, kesesuaian 175 dan hektar 2).
Untuk membantu menjelaskan mengapa terjadi perubahan jumlah dan ukuran situs, jalankan HISTO dari Analisis/Statistik GIS dengan MCEWLC sebagai gambar input dan tampilan minimal 1.
Apa yang membantu menjelaskan peningkatan jumlah dan ukuran lokasi terpilih antara tingkat kesesuaian 175 dan 150?
3
Berapa banyak situs yang dipilih? Bagaimana Anda menjelaskan perbedaan antara SUIT200SIZE2 dan SUIT175SIZE2?
Ini pertama-tama akan menampilkan situs yang dipilih menggunakan pengidentifikasi unik (gambar akan disebut SITEID).
Makro kemudian akan menampilkan tabel kedua yang mencantumkan pengidentifikasi setiap situs beserta luasnya dalam hektar.
Daripada mengurangi luas minimum untuk pemilihan lokasi, perencana mungkin memilih untuk mengubah tingkat ambang kesesuaian.
Terakhir, turunkan ambang kesesuaian menjadi 150, pertahankan ukuran situs 2 hektar, dan jalankan makro lagi. Panggil gambar yang dihasilkan SUIT150SIZE2.
k)
Jalankan makro SITESELECT untuk kedua kalinya menggunakan parameter berikut yang menurunkan ambang kesesuaian ke 175:
Berapa banyak lokasi yang dipilih sekarang setelah batasan luas minimum diturunkan menjadi 2 hektar? Bagaimana Anda memilih satu situs di atas yang lain?
MCEWLC 175 2 SUIT175SIZE2
Keluaran gambar dari makro SITESELECT menunjukkan semua lokasi yang cocok menggunakan batasan pasca-agregasi dari ambang kesesuaian tertentu dan ukuran situs minimum. Makro dapat dijalankan berulang kali dengan thresh olds yang berbeda.
5 4
Makro akan menampilkan dua gambar dan dua tabel.
Bandingkan SUIT200SIZE2 secara visual dengan hasil akhir dari analisis Boolean (BOOLSIZE20).
Memilih berbagai ambang kesesuaian, ukuran situs minimum yang berbeda, dan menjelajahi hasilnya relatif mudah J)
Apa yang mungkin menjelaskan lokasi yang dipilih dalam pendekatan WLC yang tidak dipilih dalam pendekatan Boolean?
Ini kemudian akan menampilkan tabel hasil dari menjalankan EKSTRAK menggunakan gambar SITEID sebagai gambar definisi fitur dan gambar kesesuaian asli, MCEWLC, sebagai gambar yang akan diproses. Informasi tentang setiap situs, yang penting untuk dipilih, ditampilkan dalam format tabel.
Mereka mungkin menurunkannya untuk mencari situs seluas 2 hektar yang paling cocok.
Terakhir, situs yang dipilih menggunakan skor kesesuaian awal akan ditampilkan. Gambar akhir ini akan disebut SUIT200SIZE2.
Perbedaan ukuran dan jumlah lokasi yang dipilih dari tingkat kesesuaian 175 hingga 150 sangatlah mencolok. Dalam kasus di mana ambang ditetapkan pada 150, jumlah situs mungkin terlalu banyak untuk dipilih secara wajar. Juga, perhatikan bahwa ketika ukuran situs bertambah, perbedaan yang cukup besar di dalam situs besar tersebut dalam hal kesesuaian dapat dilihat. (Ini dapat diverifikasi dengan memeriksa standar deviasi situs.)
2
Buka kembali Decision Wizard dan telusuri file keputusan yang disebut MCEFINAL, yang telah dibuat di Latihan 2-9. Saat Anda mencapai akhir, mintalah untuk menemukan 2000 hektar terbaik dari model ini. Sebut hasilnya BEST2000FINAL. Perhatikan hasil yang sangat berbeda. MCEFINAL menghasilkan pola yang jauh lebih tidak terfragmentasi.
Saat ditanya apakah akan menutup Wizard, klik No. Ubah persyaratan area menjadi 2000 hektar, ubah nama gambar keluaran menjadi BEST2000 dan klik Selesai lagi. Kali ini klik Ya untuk menutup Wizard.
Hai)
7
makro SITESELECT. Namun, membenarkan pilihan ambang batas dan ukuran situs hanya bergantung pada elemen manusia dari GIS. Itu hanya bisa dilakukan oleh peserta dalam proses pengambilan keputusan. Tidak ada cara otomatis untuk menentukan tingkat kesesuaian atau ukuran situs minimum yang diperlukan untuk memilih situs final.
M)
Apa yang mungkin menjelaskan pola yang sangat berbeda dari 2000 hektar yang paling cocok dari setiap peta kesesuaian?
menjadi
N)
Menggunakan ambang area total bekerja dengan baik untuk memilih lokasi terbaik untuk fenomena yang dapat didistribusikan di seluruh area studi atau untuk kumpulan data yang menghasilkan tingkat autokorelasi yang tinggi (yaitu, skor kesesuaian cenderung serupa untuk piksel tetangga yang membosankan).
mungkin harus
Masalah apa yang mungkin terkait dengan pemilihan lokasi untuk pembangunan perumahan dari 2000 hektar yang paling sesuai
Eksplorasi kami tentang teknik MCE sejauh ini terkonsentrasi pada satu tujuan. Latihan selanjutnya memperkenalkan alat yang digunakan multipel diakomodasi.
Latihan Latihan 2-10 MCE: Pemilihan Lokasi Menggunakan Boolean dan Hasil Berkelanjutan
Pendekatan dasar kedua untuk memilih lokasi dari peta kesesuaian berkelanjutan (misalnya, MCEWLC) adalah dengan memeringkat semua lokasi (piksel) dalam hal kesesuaian dan kemudian memilih sejumlah lokasi peringkat teratas (misalnya, setara dengan 1000 hektar). Hasilnya adalah peta Boolean di mana jumlah tanah yang tepat dipilih atau dialokasikan untuk penggunaan baru. Tanah yang dipilih kemudian dapat dianalisis dalam kaitannya dengan kedekatan seperti pada contoh sebelumnya.
menjadi
128 Meskipun hal ini dapat dilakukan dengan mudah dengan modul RANK dan RECLASS, Decision Wizard menyertakan fasilitas untuk membuat gambar ambang batas area tersebut dengan mudah. (Faktanya, ini menggunakan RANK dan RECLASS.)
6 l)
MCEWLC?
Kapan
Buka Wisaya Keputusan. Klik Next, lalu pilih untuk membuka file Decision Wizard yang ada bernama WLC. Klik Berikutnya beberapa kali hingga Anda tiba di layar terakhir Wizard, yang memiliki kotak centang berlabel Select Best Area for This Objective. Klik kotak centang.
Hasil dari pendekatan ambang batas wilayah total ini dapat digunakan untuk mengalokasikan sejumlah lahan tertentu untuk beberapa pembangunan baru.
Namun, itu tidak dapat menjamin kedekatan lokasi yang ditentukan karena pemilihan berdasarkan piksel demi piksel dari seluruh area studi. Hasil Boolean ini harus diserahkan ke langkah pengelompokan dan klasifikasi ulang yang sama yang dijelaskan di bagian sebelumnya untuk mengatasi masalah kedekatan dan ukuran situs.
tujuan
Klik di kotak input Unit dan pilih Hektar dari daftar drop-down. Kemudian masukkan 1000 sebagai persyaratan areal. Ubah nama gambar keluaran menjadi BEST1000. Klik Selesai. Hasil keluaran Boolean akan ditampilkan setelah RANK dan RECLASS dijalankan.
Informasi tentang file masukan, MCEWLC, ditampilkan termasuk jumlah sel dalam gambar dan resolusi gambar (seperti yang dibaca dari file metadata). Sebuah kotak drop-down unit pengukuran areal disediakan dari mana Anda dapat memilih unit di mana Anda ingin menentukan ambang area. Pilih Hect ares. Perhatikan bahwa jumlah hektar pada gambar sekarang ditampilkan.
Menentukan Batas Area Total
Jawaban
4. Ada banyak situs. Dua tumpang tindih dengan dan lebih besar dari situs di SUIT200SIZE2. Menjatuhkan kesesuaian ke 175 memungkinkan lebih banyak piksel untuk dimasukkan ke dalam situs. Situs kanan atas SUIT200SIZE2 tidak muncul di SUIT175SIZE2. Tidak cukup piksel di sekitarnya yang memiliki kesesuaian lebih besar dari 175, sehingga batas 2 hektar tidak tercapai. Ada situs baru di bagian kiri bawah area studi.
Di sini, tidak ada cukup piksel bersebelahan untuk membentuk bahkan 2 hektar situs pada kesesuaian 200, tetapi ketika kesesuaian diturunkan menjadi 175 piksel yang cukup ditemukan untuk memenuhi batas ukuran 2 hektar.
3. Hasil WLC hanya membutuhkan 2 hektar bersebelahan sedangkan Boolean membutuhkan 20 hektar. Juga, ada kemungkinan bahwa satu atau lebih faktor tidak cocok dalam pendekatan Boolean, namun memiliki beberapa tingkat kesesuaian dalam WLC. Jika faktor tersebut memiliki skor yang rendah, tetapi juga memiliki bobot faktor yang rendah (misalnya WATERFUZZ), maka skor kesesuaian keseluruhan pada citra WLC masih bisa dikatakan cukup tinggi.
7. Citra MCEFINAL lebih mementingkan faktor lingkungan, jarak dari air dan jarak dari daerah maju. Faktor jarak pada dasarnya sangat berkorelasi otomatis. Oleh karena itu, citra kesesuaian yang dihasilkan harus memiliki tingkat autokorelasi yang lebih tinggi daripada MCEWLC.
(Faktor kemiringan lereng cukup penting dalam pengembangannya dan jauh lebih sedikit berkorelasi otomatis.) Ketika gambar kesesuaian sangat berkorelasi otomatis, skor kesesuaian yang tinggi cenderung berada di samping skor kesesuaian yang tinggi. Hal ini dapat memudahkan untuk menemukan area yang berdekatan dengan kesesuaian yang serupa.
6. Ada banyak area untuk dipilih. Banyak daerah yang sangat kecil.
2. Ada dua lokasi, dengan luas 8,44 dan 2,68 hektar.
1. Tidak ada situs yang cocok.
5. Histogram MCEWLC menunjukkan puncak di sekitar skor kesesuaian 135. Ketika ambang batas diturunkan dari 175 menjadi 150, sejumlah besar piksel menjadi sesuai.