文章信息
- 刘海燕, 庞小平
- LIU Haiyan, PANG Xiaoping
- 利用GIS 和模糊层次分析法的南极考察站选址研究
- Selection of Antarctic Research Stations Based on GIS and Fuzzy AHP
- 武汉大学学报·信息科学版, 2015, 40(2): 249-252
- Geomatics and Information Science of Wuhan University, 2015, 40(2): 249-252
- http://dx.doi.org/10.13203/j.whugis20130110
-
文章历史
- 收稿日期:2013-05-07
2. 极地测绘科学国家测绘地理信息局重点实验室, 湖北 武汉 430079;
3. 武汉大学中国南极测绘研究中心, 湖北 武汉 430079
2. Key Laboratory of Polar Surveying and Mapping, SBSM, Wuhan 430079, China;
3. Chinese Antarctic Center of Surveying and Mapping, Wuhan University, Wuhan 430079, China
随着国际南极科学考察领域的拓展和科学研究的深入,通过建立南极考察站以拓展各国的科考活动空间并支撑多学科考察活动势在必行。考察站的位置选择在很大程度上决定了科考活动的范围和可行性,并影响着考察站的运行效率。目前,学术界和各国南极考察管理部门基于不同的建站目标为考察站选址考虑不同的影响因素,对于评价指标体系建设没有形成统一的认识,选址工作主要借鉴专家的经验和图件等资料进行定性分析和目视判读,在全南极选定若干个备选点逐个进行实地考察[1, 2, 3, 4]。这样不仅耗费大量的时间与财力,而且由于专家认知的专业倾向性和知识表达的不确定性,也会对选址决策造成一定的影响。
本文突破传统选址方法,整合大量的空间数据、专题数据、政府文件以及规划材料等[1, 2, 3, 4]建立南极考察站选址指标体系。引入语言变量[5],结合模糊层次分析的原理和方法[6, 7],基于GIS平台[8],建立南极考察站选址决策模型。利用模糊层次分析法(fuzzy analytical hierarchy process,FAHP)将定性研究定量化,实现多指标因子的量化和可视化评估,揭示南极建站的适宜性空间分布(具体流程如图 1所示),缩减了建站选择的区域范围,优化选址过程,为决策提供量化依据。
1 南极考察站选址指标体系不同类型南极考察站建设的总体目标不同,对选址的要求也各不相同。本文以主流模式的综合学科考察站为例进行研究,分析大量的文献回馈和各国建站之前向南极条约协商委员会提交的综合环境评价报告[1, 2, 3, 4],形成选址指标评价体系,经过多学科专家验证,确保该体系的可靠性。为了实现每一类别的最优决策,将南极考察站选址指标建立在一个一目标层二指标层的三层层次结构之中。指标层分为一级指标和二级指标,根据对研究目标的影响差异确定科考兴趣、环境条件、后勤保障和地形条件四个一级指标,所有二级指标根据它们的性质或功能上的相似性被分配在不同的一级指标之中(见表 1)。
目标 | 指标 | |
一级指标 | 二级指标 | |
南极综合学科考察站选址 | C1:科考兴趣 | C11: 自动气象检测站 |
C12: 冰芯站 | ||
C13: 验潮站 | ||
C14: 海洋相关 | ||
C2:环境条件 | C21:温度 | |
C22:风速 | ||
C23: 植被 | ||
C31: 海冰 | ||
C3:后勤保障 | C32: 接地线 | |
C33: 已建成考察站 | ||
C41: 积雪率 | ||
C42: 冰厚度 | ||
C4:地形条件 | C43: 高程 | |
C44: 坡度 | ||
C45: 雪丘 |
科考活动是南极考察站的主要支撑目标,本研究中科考兴趣以中国目前的研究现状为基础,取其相对重要性。南极大陆较为干旱,降水主要以降雪的形式呈现,暴风会使积雪对建筑物形成累计伤害,故南极考察主要受低温和暴风限制[4]。同时为了南极科考的可持续发展,应将建筑和活动对当地环境的影响降至最低[9]。后勤保障是维持考察站正常运行的必要条件,限制考察站的选址。后勤保障包括后勤物资的运输保障以及与其他考察站的通联,机场通常建在离已建成考察站较近的地方,便于物资运输和内陆考察的顺利开展。地形的形态往往直接影响建筑物设计的总体布局、平面结构和空间布置,是建筑物建设的根本。冰流动会带动考察站移动,为了延长考察站的运行寿命,一般倾向选择夏季露岩区域,忽略冰流速的影响[1, 2, 3, 4]。
2 南极考察站选址模型的构建
因为考察站的选址具有较大的不确定性,是由许多分类决策行为来实现的,每一个一级指标或二级指标的抉择就代表了人们对某一种条件的适宜性选择。2.1 指标适宜度指数(权重)计算
为避免由人为决策造成的不确定性和个体偏向性,本文引入模糊层次分析法计算指标的适宜性指数(权重),最大限度降低决策过程中不确定性带来的不利影响。
FAHP是将相关指标由定性向定量转化,利用较少的定量信息使决策的思维过程数学化,在模拟人类思维和处理语义描述不确定性方面有先天的优势[6]。决策问题在层次分析中被划分为许多较为简单的子问题,依据层次分析法(AHP)对 同一层次内部两元素的相互重要程度差异给出判断,并用定量的方法表示出来,形成判断矩阵,用以确定权重。FAHP在AHP的基础上引入了模糊集[8]的概念,允许决策者用模糊数模拟人类思维的不确定性以表达适度的偏好。FAHP 矩阵的解算方法有很多,考虑使用的普遍性和计算的简便程度,选择拓展分析法[6]来计算适宜性指数。按照式(1)判断矩阵 Ã可被用于确定指标的权重:
式中,n为每个层次中的指标个数; ij=(lij,mij,uij)为三角模糊数,是指标Ci相对Cj的重要程度;lij、mij和uij为其在X轴上的三个端点。矩阵中所有的元素都是正数,并且 ji= 1/uij,1/mij,1/lij ,为便于统计计算,参照以往分析提前给定[5](见表 2)。
语义范围 | 对应三角 模糊数 | 反向语义 范围 | 对应反向三 角模糊数 |
非常重要 | (2,5/2,3) | 非常微弱 | (1/3,2/5,1/2) |
特别重要 | (3/2,2,5/2) | 特别微弱 | (2/5,1/2,2/3) |
相对重要 | (1,3/2,2) | 相对微弱 | (1/2,2/3,1) |
一般重要 | (1,1,3/2) | 一般微弱 | (2/3,1,1) |
相同 | (1,1,1) | 相同 | (1,1,1) |
在实验过程中,要满足Ã是正反矩阵有一定的困难,所以Ã可以存在一定程度的不一致性,这也就要求在矩阵建立之后检验其一致性比率(consistency rate,CR)。当CR < 0.1 时,认为判断矩阵具有满意的一致性;否则应调整修改 ij,直到CR<0.1 为止。
式中,CI 为矩阵的一致性指标(consistency index);RI 是采用随机抽样的方法得出的平均随机一致性指标(random index); λmax为 的最大特征值。如果 完全一致,则λmax=n。 2.2 指标适宜程度的量化分级
通过野外测量结果、专家专业性判断以及最终的综合环境评估[1, 2, 3, 4],根据适宜性程度,确定每个二级 指标的分类赋值(见表 3),因为所赋值与结果无明显指数对应,故按算术平均划分[10],即最适宜区域为3,一般适宜区域为2,不适宜区域为1(南极考察没有绝对不适宜区域,考虑相对条件)。
指标 | 单位 | 适宜性范围及赋值 | ||
最适宜(3) | 一般适宜(2) | 不适宜(1) | ||
自动气候监测站 | km | 0~15 | 15~25 | >25 |
冰芯站 | km | 0~1 | 1~2 | >2 |
验潮站 | km | 0~15 | 15~25 | >25 |
海洋相关 | km | 0~15 | 15~25 | >25 |
1月温度 | ℃ | >-10 | -10~-15 | <-15 |
7月温度 | ℃ | >-20 | -20~-35 | <-35 |
2月风速 | bft | <5 | 5~8 | >8 |
7月风速 | bft | <8 | 9~11 | >11 |
植物 | 存在范围内 | 存在范围外 | ||
7月海冰 | km | 0~100 | 100~200 | >200 |
接地线 | km | 0~15 | 15~25 | >25 |
常年站 | km | 5~20 | 20~200 | 0~5或>200 |
夏季站 | km | 1~20 | 20~100 | 0~1或>100 |
积雪率 | mm | 0~150 | 150~350 | >350 |
冰厚度 | m | <100 | 100~300 | >300 |
高程 | m | <800 | 800~2 700 | >2 700 |
坡度 | % | 0~2 | 2~5 | >5 |
雪丘 | km | 外 >5 | 外 0~5 | 内 |
将§2.1中输出的二级指标适宜性程度与§2.2中计算出的各一级指标及其对应二级指标的权重输入GIS分析平台,形成各一级指标的适宜性地图和最终适宜性图。 3 实例分析及验证
为了验证上述模型的有效性,研究区域覆盖了南纬60°以南除南奥克尼群岛和冰架以外的所有南极陆地区域。冰架是指陆地冰或与大陆架相连的冰体延伸到海洋的那部分,因其较高的冰流速和积雪率会加速考察站的废弃[2],故不在本次研究范围之内。南奥克尼群岛远离南极大陆,从科考兴趣角度将其排除。
3.1 数据准备及预处理
为检验模型结果的准确性,本实验采用美国国家冰雪数据中心、英国国家海洋中心、英国南极调查局等国际上已经公开验证发布的最新数据。由于数据来源不同,类型多样,为统一尺度便于分析,所有数据在被转换为极方位投影后再转化为与DEM数据相同的1 km分辨率格网。所有数据都在研究区域范围内进行处理,数据的准备和分析工作在ArcGIS 中进行。
3.2 指标权重的确定
为确保模型的客观性,邀请三位研究南极的不同学科的专家对指标的相对重要性进行打分,在确保所有矩阵的一致性指标都在标准之内(0.035 7~0.097 1)的情况下,得到所有一级指标和二级指标的权重(见表 4)。
地形条件关系到建站的可行性和难易程度,后勤保障影响考察站的物流补给和持续运行,这两点是目前南极考察站选址最重要的两个参数。科考兴趣和气候条件也是确定考察站位置的关键因素,但由于考察项目的多样性以及现代科技的发展,已不起决定性作用。在二级指标中,积雪率和冰厚度是影响考察站建设的较关键因素。为延长考察站的运行寿命,应避免积雪率较高的地区,为了考察站建筑物的稳固,倾向于选择在夏季有裸露基岩的位置(冰厚度在一定范围之内)。可见,最终权重倾向与前期分析相一致。
一级指标 | 权重 | 二级指标 | 权重 |
C1 | 0.178 4 | C11 | 0.236 7 |
C12 | 0.184 8 | ||
C13 | 0.199 2 | ||
C14 | 0.379 3 | ||
C2 | 0.153 4 | C21 | 0.394 3 |
C22 | 0.361 8 | ||
C23 | 0.243 9 | ||
C3 | 0.272 2 | C31 | 0.332 5 |
C32 | 0.304 7 | ||
C33 | 0.362 8 | ||
C4 | 0.396 0 | C41 | 0.246 8 |
C42 | 0.239 1 | ||
C43 | 0.191 8 | ||
C44 | 0.142 1 | ||
C45 | 0.180 3 |
经过已得权重与相应图层的综合叠置分析,得到最终总体适宜性图。最适宜建站地区主要位于南舍得兰群岛、南极半岛和接地线的周围区域,它们有易于建筑物建设和物流运输的地形、 适宜的温度、风速和良好的科考基础,也是目前考察站的集中区域(见图 2)。受科考兴趣和后勤保障可达性的限制,南极内陆的大部分区域不适宜设立考察站。
为验证试验的有效性,将得到的适宜性地图与已建成的98个考察站进行比较分析,发现38个常年站全部位于最适宜或一般适宜性地区,只有1个被用作营地的夏季考察站位于不适宜地区。在所有的已建站中,86.74%位于最适宜地区,12.24%位于一般适宜性地区(见表 5),整个模型的准确率高达98.98%,充分说明此模型用于南极考察站选址的准确性与可靠性。
建成考察站 | 最适宜地区 | 一般适宜性地区 | 不适宜地区 | 总数/个 |
常年站/个 | 35 | 3 | 0 | 38 |
夏季站/个 | 50 | 9 | 1 | 61 |
总数/个 | 85 | 12 | 1 | 98 |
占全部考察站的比重/% | 86.7 | 12.24 | 1.02 | 100 |
将FAHP和GIS用于南极考察站选址,避免了以往逐个进行现场考察的时间和财力耗费,使选址过程更加科学有效。由于层次建立及相对重要性赋值存在很大的灵活性,各个国家或考察站建立之前都可根据实际情况对指标和相对重要性进行调整,建立个性化方程,这使得此模型具有普适性。将模糊集应用于决策过程不能弥补数据不足带来的缺陷,指标的选择受数据影响,若将战略因素、建筑条件、冰流速、风向等嵌入层次中,会使结果更加可靠,同时数据精度的缺失可造成分析过程中大量信息的损失,所以还需进一步更新资料,提高数据精度,以为工程建设提供更有效的支持。
[1] | Belgian Federal Science Policy Office. The International Polar Foundation. Final Comprehensive Environmental Evaluation:Construction and Operation of the New Belgian Research Station, Dronning Maud Land, Antarctica[C]. The 28th Antartic Treaty Consultative Meeting, Stockholon, Sweden, 2005 |
[2] | British Antarctic Survey. Final Comprehensive Environmental Evaluation:Proposed Construction and Operation of Halley VI Research Station, and Demolition and Removal of Halley V Research Station, Brunt Ice Shelf, Antarctica[C]. The 28th Antartic Treaty Consultative Meeting, Stockholon, Sweden, 2005 |
[3] | National Center for Antarctic and Ocean Research. Final Comprehensive Environmental Evaluation of New Indian Research Station at Larsemann Hills, Antarctica[C]. The 29th Antartic Treaty Consultative Meeting, Edinburgh, UK, 2006 |
[4] | Korea Polar Research Institute, Korea Environment Institute. Final Comprehensive Environmental Evaluation:Construction and Operation of the Jang Bogo Antarctic Research Station, Terra Nova Bay, Antarctica[C]. The 35th Antartic Treaty Consultative Meeting, Hobart, Australia, 2012 |
[5] | Kahraman C, Ertay T, Büyüközkan G. A Fuzzy Optimization Model for QFD Planning Process Using Analytic Network Approach[J]. European Journal of Operational Research, 2006, 171:390-411 |
[6] | Chang D Y. Applications of the Extent Analysis Method on Fuzzy AHP[J]. European Journal of Operational Research, 1996, 95:649-655 |
[7] | Saaty T L. The Analytic Hierarchy Process:Planning, Priority Setting, Resource Allocation[M]. New York:McGraw-Hill International Book Company, 1980 |
[8] | Zadeh L. Fuzzy Sets[J]. Information and Control, 1965(8):338-353 |
[9] | Chen Jie, Blume H P. Anthropic Impacts on the Antarctic Terrestrial Ecosystem[J]. Chinese Journal of Polar Research, 2000, 12(1):62-75(陈杰, Blume H P. 人类活动对南极生态系统的影响[J]. 极地研究, 2000, 12(1):62-75) |
[10] | Hossain M S, Chowdhury S R, Das N G, et al. Integration of GIS and Multicriteria Decision Analysis for Urban Aquaculture Development in Bangladesh[J]. Landscape and Urban Planning, 2009, 90:119-133 |