So sánh các chỉ tiêu gồm các bước sau:
Bước 1: Phân hạng dữ liệu trong từng chỉ tiêu
Mỗi một tiêu chuẩn hay còn gọi là chỉ tiêu tương ứng với một lớp bản đồ tiêu chuẩn. Trong mỗi một tiêu chuẩn lại có bảng dữ liệu thuộc tính riêng. Để so sánh các chỉ tiêu được với nhau, trước tiên ta phải so sánh, phân hạng các đặc trưng thuộc tính ngay trong một tiêu chuẩn.
Một khi giá trị dữ liệu của các chỉ tiêu khác nhau thu được từ dữ liệu gốc, những giá trị này cần được xếp loại theo thứ tự (ví dụ từ 1 đến 10) thể hiện mức độ thích hợp cho một mục đích riêng biệt nào đó. Điều này có nghĩa là các giá trị dữ liệu khác nhau có thể có tầm quan trọng thay đổi ở sản phẩm cuối cùng của sự phân tích. Sự phân hạng này là cần thiết cho việc tạo ra sự so sánh các tiêu chuẩn khác nhau.
Có hai cách tiếp cận để hiện thực hóa sự phân hạng trong một chỉ tiêu:
- Đầu tiên là các giá trị cho bất kỳ tiêu chuẩn nào được chuyển sang giá trị Boolean,
- Thứ hai là giá trị được đánh giá như phân loại hoặc như các nhân tố hoàn toàn liên tục.
Cách tiếp cận boolean (hoặc tiệm cận kiểu nêu vấn đề) vạch những vùng ra làm
hai nhóm: vùng thích hợp cho một vài tiêu chuẩn và vùng không thích hợp. Trong cách tiếp cận này, bất kỳ một tiêu chuẩn nào cần được chuyển sang kiểu giới hạn Boolean. Cuối cùng, những tiêu chuẩn được giải mã (những bản đồ) được chồng ghép để nhận dạng những vùng thoả mãn tất cả các giới hạn. Chồng ghép Boolean có thể được thực hiện bằng cách sử dụng tổ hợp giao (logic AND) hoặc hợp (logic OR).
Nhân tố phân loại hoặc liên tục:
Khi các giá trị của các tiêu chuẩn thể hiện mức độ biến thiên liên tục của tính thích hợp, một thang tỷ lệ liên tục được xác lập. Để tạo nên thang tỷ lệ này dữ liệu giá trị cần được lập lại tỉ lệ. Con đường dễ nhất để làm việc này là dùng phép định lại tỉ lệ kiểu tuyến tính:
Xi = (xi - x min)/(xmaxi - xmini) Xi : Định lại điểm số của nhân tố i xi : Điểm gốc
xmini : Điểm nhỏ nhất xmaxi : Điểm lớn nhất
Khi điểm thô tỷ lệ nghịch với mức độ thích hợp công thức tính toán cần phải biến tấu để cho giá trị càng thấp càng có điểm cao. Ví dụ: nhân tố (khoảng cách gần nhất tới đường được giải đoán như sau: khoảng cách càng ngắn càng thích hợp. Khi có sự tương quan nghịch giữa các nhân tố và mức độ thích hợp, phương trình có dạng như sau:
Xi : Định lại điểm số của nhân tố i xi : Điểm gốc
xmini : Điểm nhỏ nhất xmaxi : Điểm lớn nhất
Quá trình tái thiết lập tỉ lệ này chỉ có thể thực hiện trên dữ liệu số liên tục, nơi tăng tính chất một cách nghiêm ngặt tỉ lệ thuận với mức độ tăng của sự thích hợp. Vì vậy dữ liệu số của các tiêu chuẩn khác nhau cần được tương quan thuận với nhau.
Khi các giá trị số liên tiếp không có tương quan rõ ràng với mức độ thích hợp, hoặc khi giá trị không được thực hiện trên các giá trị số, giá trị số có thể được xếp hạng theo thang tỉ lệ theo nghĩa phân loại. Phân loại có thể thực hiện được đối với giá trị số liên tục. Đối với phương pháp này, các giá trị được phân theo các nhóm tương ứng với vị trí nào đó của hạng trong thang tỉ lệ.
Ví dụ: Một bản đồ độ dốc có thể được phân loại theo bậc phù hợp với các mức độ thích hợp cho mục đích định cư như sau:
10: 0-5% độ dốc (tốt nhất, vùng rất thích hợp) 8: 6-15% độ dốc
6:16-25% độ dốc 3: 26-40% độ dốc
1: >40% độ dốc (kém, ít thích hợp)
Phân loại như vậy có thể được thực hiện cho bất kỳ nhân tố nào, để làm cho chúng có thể so sánh được.
Trọng số của các tiêu chuẩn có thể được cố định bằng các kỹ nghệ thống kê khác nhau hoặc bằng các phép đo, người quyết định chọn trọng số một cách chủ quan dựa trên những kinh nghiệm và hiểu biết nào đó.
Sự thay đổi thú vị rằng chỉ dẫn cho việc chọn trọng số là quá trình phân tích cấp bậc của Saaty (Saaty’s Analytical Hiearchy Process (AHP)). Phương pháp này dựa trên việc xây dựng ma trận của các cặp so sánh sáng suốt giữa các tiêu chuẩn. Mỗi một tổ hợp hai tiêu chuẩn, mức độ quan trọng tương đối một tiêu chuẩn này so với tiêu chuẩn kia được tính theo tỉ lệ là 1/ n
Ví dụ: Nếu thể hiện mức độ quan trọng trội hơn, 1/9 chỉ ra mức độ rất kém quan trọng. Giá trị 1 có nghĩa là hai tiêu chuẩn có mức độ quan trọng như nhau, khi giá trị 9 chỉ ra rằng một nhân tố có mức độ quan trọng hơn rất nhiều nhân tố khác. Nếu như nhân tố ít quan trọng hơn nhân tố khác và tỉ số 1/ 9 (tức là 1/1: 1/ 9 ) sẽ được chỉ ra. Đánh giá thang tỉ lệ theo Saaty cho cặp so sánh sáng suốt của các tiêu chuẩn được nhìn nhận như sau:
Hình 1.19 Thang tỷ lệ so sánh các tiêu chuẩn
Khi quá trình so sánh giữa các tiêu chuẩn kết thúc, giá trị tỉ số của chúng được ghi nhận theo ma trận n dòng và n cột (n: số các tiêu chuẩn). Ma trận cặp so sánh sáng suốt sẽ chỉ rõ rằng nếu như tỉ số quan trọng của nhân tố A so với nhân tố B là n, thì tỉ số ngược lại nhân tố B so với nhân tố A là 1/n. Đường chéo chính trong ma trận có giá trị là một. Một ví dụ được chỉ ra trong bảng ma trận sau:
Từ ma trận này, vector nguyên lý eigen được tính để thu được tập hợp trọng số phù hợp nhất. Cho ví dụ trên kết quả như sau:
Tiêu chuẩn Trọng số thu được Cái nhìn hợp hơn 0.524 Mức độ gần bờ 0.288 Mức độ gần đường 0.090 Phương vị hợp hơn 0.059 Độ dốc hợp hơn 0.038 Bước 3: Chồng lớp các chỉ tiêu
Quá trình chồng trên các tiêu chuẩn khác nhau được trình bày như sau:
+ Khi tổ hợp các mức độ chế ngự thể hiện theo thuộc tính Boolean
Wi = trọng số gắn cho tiêu chuẩn i (hoặc nhấn tố i) Xi = điểm của tiêu chuẩn (1: true, 0: false)
+Nhân tố trọng số được tổ hợp trong phân tích, công thức trên được thể hiện như sau:
S = chỉ số thích hợp
Wi = trọng số gắn cho tiêu chuẩn i (hoặc nhấn tố i) Xi = điểm của tiêu chuẩn
Cj = giá trị (0 hoặc 1) của mức độ chế ngự
GIS cho phép chồng lớp trên cả hai dạng dữ liệu vector và raster. Tuy nhiên, đối với những bài toán dữ liệu đầu vào có nhiều chỉ tiêu thì chồng lớp raster thường được sử dụng.