Disponible con una licencia de Spatial Analyst.
A la hora de realizar análisis de superposición existen varios enfoques para ponderar y transformar los criterios de entrada. Cada uno de ellos implementa alguna variante en los pasos del análisis de superposición general, que se utilizan con más frecuencia en el modelado de adecuación.
- Defina el problema.
- Divida el problema en submodelos.
- Determine las capas significativas.
- Reclasifique o transforme los datos que están dentro de una capa.
- Pese las capas de entrada.
- Agregue o combine las capas.
- Seleccione las mejores ubicaciones.
- Analice.
Los tres enfoques principales disponibles para ponderar y agregar los criterios de entrada transformados (pasos 5 y 6) son: Superposición ponderada, Suma ponderada y Superposición difusa. Cada enfoque tiene diferentes premisas y suposiciones básicas. La elección del enfoque más adecuado depende del problema concreto que se intenta resolver. A continuación, se detalla un resumen de cada enfoque.
Superposición ponderada
En el análisis de Superposición ponderada, la herramienta Superposición ponderada puede ser complementada por una serie de herramientas para seguir los pasos del análisis de superposición general que se describen anteriormente. La herramienta Superposición ponderada coloca los datos de entrada en una escala definida (la escala predeterminada es de 1 a 9), pesa los rásteres de entrada y los agrupa. Las ubicaciones más favorables para cada criterio de entrada se reclasificarán con valores más altos, como 9. En la herramienta Superposición ponderada, las ponderaciones asignadas a los rásteres de entrada deben ser igual al 100%. Las capas se multiplican por el multiplicador correcto y, para cada celda, se agrupan los valores resultantes. La Superposición ponderada presupone que los factores más favorables tienen como resultado los valores más altos en el ráster de salida; por lo tanto, identifica estas ubicaciones como las mejores.
Suma ponderada
El análisis de superposición de Suma ponderada sigue los mismos pasos generales del análisis de superposición descrito anteriormente. Al utilizar la herramienta Suma ponderada, complementada con otras herramientas de Spatial Analyst, se puede implementar un análisis de superposición aditivo. Se deben reclasificar los valores de las capas de entrada antes de utilizar la herramienta Suma ponderada. A diferencia de los pesos de la herramienta Superposición ponderada, los pesos asignados a los rásteres de entrada pueden tener cualquier valor y no es necesario que se agreguen a una suma específica. Al agregar los rásteres de entrada, los valores de salida de la herramienta Suma ponderada son el resultado directo de la suma de la multiplicación de cada valor mediante las ponderaciones. A diferencia de la Superposición ponderada, los valores no se vuelven a colocar en una escala definida; por lo tanto, mantiene la resolución de los atributos de los valores introducidos en el modelo. La Suma ponderada presupone que los factores más favorables tienen como resultado los valores más altos en el ráster de salida final; por lo tanto, identifica estas ubicaciones como las mejores.
Superposición difusa
El análisis de Superposición difusa está basado en la teoría de conjuntos. La teoría de conjuntos es una disciplina matemática que cuantifica la relación de pertenencia de fenómenos a conjuntos específicos. Por lo general, en la Superposición difusa, un conjunto corresponde a una clase. Para realizar este tipo de análisis se utilizan las herramientas Pertenencia difusa y Superposición difusa.
La Superposición difusa no sigue estrictamente los pasos del análisis de superposición general detallados anteriormente, sino que se diferencia de ellos en cuanto al significado de los valores reclasificados y a los resultados de la combinación de los diversos criterios. Los tres primeros pasos son iguales: definir el problema, dividir el problema en submodelos y determinar las capas significativas. Al igual que lo hace la Superposición ponderada y la Suma ponderada, el análisis de Superposición difusa reclasifica o transforma los valores de los datos en una escala común, pero los valores transformados definen si la posibilidad de pertenecer a un conjunto especificado, como el de los valores de pendiente, se transforma en la posibilidad de pertenecer al conjunto de adecuación favorable (de 0 a 1, donde 1 pertenece definitivamente al conjunto). En la Superposición ponderada y la Suma ponderada, los valores se encuentran en una escala de relación de preferencia, donde los valores más altos son más favorables, a diferencia de las posibilidades de pertenencia que tienen en la Superposición difusa.
Debido a que los valores transformados representan las posibilidades de pertenencia a los conjuntos, en el análisis de Superposición difusa, no se pesan los rásteres de entrada. En el paso de agregar y combinar (consulte la lista arriba) del análisis de superposición general, la Superposición difusa difiere de la Superposición ponderada y de la Suma ponderada. El paso de combinación en el análisis de Superposición difusa cuantifica la posibilidad que tiene cada ubicación de pertenecer a conjuntos especificados de diversos rásteres de entrada.