Spatial decision modeler

Presentación del tema: "Spatial decision modeler"— Transcripción de la presentación:

1 Spatial decision modeler
Apoyo a la decisión : evaluación multicriterios Spatial decision modeler

2 Contenido EVALUACIÓN MULTICRITERIO Enfoque Booleano
Combinación Lineal Ponderada (WLC)

3 Evaluación multicriterios
MCE = Multi-Criteria Evaluation Dos tipos de criterios: Restricciones : mapas de máscara 0 = zonas no apropiadas 1 = zonas apropiadas Factores : mapas con escala continua min = 0 max = 255 o 1 Escalas: 0-255 : ventaja  cabe en un Byte 0-1 : requiere tipo Real

4

5 Objetivo: : Identificar las zonas potenciales de distribución del mosquito Aedes aegypti.
2) Restricciones: No estar en zona de clima frío, como también en seco árido y semiárido 3) Factores (zonas factibles): NDVI entre 0 y 0.5 Bio 6. Temperatura mínima del mes más frío entre los 5 y 14°C Evapotranspitación entre mayor es mejor alcanzo lo óptimo a 700 mm. Bio 8. Temperatura promedio del cuarto de mes más húmedo, entre más incrementa es mejor, alcanzando su punto óptimo a los 27°C Bio 3. Isotermalidad, entre más incrementa es menos apto. Bio 13. Precipitación del mes más húmedo. Entre mayor es mejor alcanzando su punto óptimo a los 170 mm Bio 17. Precipitación del cuarto de mes más seco. Alcanza su punto óptimo a los 16 mm, posteriormente disminuye su aptitud hasta los 90 mm Bio 10. Temperatura del cuarto de mes más cálido, entre mayor es su incremento es mejor hasta alcanzar los 30°C

6 Pertenencia (FUZZY)

7 Estandarización (FUZZY)

8 Variable Peso (%) NDVILluvia_ASCII 42.2 BioEmx_6 22.1 etp 11.8 BioEmx_8 8.2 BioEmx_3 5.9 BioEmx_13 5.1 BioEmx_17 4.5 BioEmx_10 0.2

9 OWA Propósito : cartografía de las zonas apropiadas para un objetivo dado Método : promedio con ponderación ordenada (OWA = Ordered Weighted Average)

10 WLC y OWA WLC : Peso asociado a un factor : se aplica a todas las celdas de la imagen OWA : Pesos ordenados : cada celda puede tener pesos diferentes

11 Promedio con peso para el orden
B 174 ? C 201 ?

12 Promedio con peso para el orden
B 174 1 C 201 3

13 Compromiso Riesgo

14 ASPECTOS PARA TOMARSE EN CUENTA CON LA EVALUACIÓN MCE CON ENFOQUE BOOLEANO
Para un análisis MCE con agregación mínima (AND), se contempla un riesgo conservador. Ya que muestra los mejores sitios (valores de 1) y no los menos factibles (combinación de variables factibles). Para un análisis MCE con agregación máxima (OR), se contempla un riesgo alto. Ya que sólo muestra las áreas factibles (valores de 1) y no muestra cuales variables fueron inaceptables para este criterio. Los resultados son imágenes de factibilidad estricta: absolutamente factibles o absolutamente no factibles. Todos los factores tienen igual importancia (mismo peso) en el proceso de obtención de áreas factibles.