Analiză multicriterială SIG: ponderare, logică fuzzy și analiză de sensibilitate

O hartă de aptitudine poate arăta impecabil — machetare îngrijită, semiologia lui Bertin respectată, legendă clară — și totuși să se sprijine integral pe alegeri pe care niciun număr nu le justifică: ponderile atribuite criteriilor, pragurile alese pentru a trece de la favorabil la nefavorabil. Am făcut și refăcut această constatare, mai întâi pe un caz de căutare a unui sit favorabil în Vercors tratat sub QGIS, apoi în misiune. Întrebarea interesantă nu este deci cum se produce o hartă multicriterială — instrumentul este banal — ci cum alegi metoda potrivită și demonstrezi că rezultatul nu se prăbușește la prima pondere pe care o deplasezi.

Conduc CODRUM, cabinet de geomatică și dezvoltare web la Morsang-sur-Orge (91). Acest articol este un ghid metodologic: standardizare, ponderare și, mai ales, analiză de sensibilitate — etapa care transformă o hartă frumoasă într-un livrabil apărabil. El cuprinde două articole pe care le consider premise: ponderarea AHP a lui Saaty sub ArcGIS Pro pentru „cum ponderezi în detaliu", și cazul Vercors pentru logica booleană prin constrângeri.

Adevărata problemă nu este instrumentul, ci ipotezele

Un weighted overlay sau un calculator raster se execută în câteva minute. Dificultatea este în altă parte: în deciziile luate înainte de a da clic. Prima, cea mai structurantă, constă în a separa două familii de criterii pe care le confundăm adesea. Constrângerile sunt interdicții — o mască booleană, da sau nu, fără nuanță: o zonă Natura 2000, o servitute aeronautică, perimetrul unui parc. Factorii sunt preferințe gradate — mai mult sau mai puțin favorabile — care se compensează între ele: panta, însorirea, distanța față de un drum. A trata o constrângere ca pe un factor, sau invers, falsifică restul lanțului.

Constrângere sau factor: decizia care deplasează hectare

Să luăm un prag de pantă. Peste 30 %, este o interdicție absolută (constrângere) sau doar un malus pe care alte atuuri îl pot răscumpăra (factor)? Răspunsul nu este tehnic, ci de meserie — și deplasează sute de hectare. În cazul Vercors tratasem panta peste 15° ca o constrângere dură; transformarea ei într-un factor progresiv ar fi redeschis o parte din teritoriu pentru scoring. Nici una, nici alta nu este „adevărată" în absolut: ceea ce contează este să-ți asumi alegerea și să o poți rejuca.

Capcana compensării

O sumă ponderată adună. Un sit catastrofal la un criteriu vital — să zicem riscul de inundație — poate deci „urca" în clasament datorită unor scoruri excelente în altă parte. Este corect matematic și absurd operațional. Soluția ține de o regulă simplă: ceea ce este eliminatoriu rămâne o constrângere (înmulțire cu zero, excludere în amonte), iar doar criteriile cu adevărat compensabile intră în suma ponderată. Filtrezi mai întâi prin constrângeri, ierarhizezi apoi prin factori: cele două etape sunt complementare, nu concurente.

Standardizează înainte de a pondera

Nu poți pondera unități incomparabile. O pantă în procente, o distanță în metri, un tip de ocupare a solului în categorie: trebuie mai întâi aduse la o scară comună de aptitudine, de regulă 0–1 sau 0–255. Trei familii de funcții de standardizare coexistă, iar alegerea funcției este ea însăși o ipoteză, nu o formalitate.

Boolean, pe clase sau fuzzy: un arbitraj, nu o ierarhie

Abordarea booleană este binară — favorabil sau nu — de o lizibilitate de neegalat, dar brutală la praguri: un sit la 14,9° trece, vecinul lui la 15,1° cade, deși nimic nu-i deosebește pe teren. Reclasificarea pe clase (Jenks, de exemplu) atenuează treapta prin discretizare în paliere, cu prețul unor efecte de prag interne. Logica fuzzy înlocuiește frontiera netă cu o tranziție continuă: răspunde exact caracterului arbitrar al pragurilor tranșante. Nu este „mai bună" în absolut — este un arbitraj între apărabilitate și lizibilitate. Când prezint un rezultat unui ales, booleanul se comentează într-o frază; fuzzy este mai onest, dar cere o schemă pentru a fi înțeles.

Funcții de apartenență fuzzy în practică

Concret, alegi o funcție de apartenență după forma preferinței. O liniară crescătoare pentru „cu cât mai mare, cu atât mai bine"; una descrescătoare pentru invers; una trapezoidală sau gaussiană când există un interval ideal mărginit. Exemplu cifrat pentru o podgorie: altitudine favorabilă de la 800 la 1 800 m, platou de aptitudine maximă între 1 100 și 1 400 m, descreștere liniară de o parte și de alta. La instrumente, este Fuzzy Membership sub ArcGIS Pro (Spatial Analyst) și pluginul FuzzyAttributes sau calculatorul raster sub QGIS. Nimic ezoteric: o funcție per criteriu, documentată.

Atribuie ponderile fără a te minți

Trei opțiuni, în ordinea sofisticării crescânde. Ponderi egale: un implicit onest când nu ai niciun motiv solid să ierarhizezi — mai bine să-l asumi decât să fabrici o falsă precizie. Notarea directă pe o scară de importanță: rapidă, transparentă, suficientă pentru trei sau patru criterii evidente. În fine, AHP, prin comparație două câte două pe scara Saaty de la 1 la 9, pe care o detaliez în articolul dedicat ArcGIS Pro pentru a nu o duplica aici.

Când AHP aduce cu adevărat ceva

AHP strălucește când trebuie să trasezi și să justifici un dezacord între experți: matricea de comparație face raționamentul auditabil. Pe trei criterii a căror ierarhie este evidentă, ea doar produce o falsă impresie de precizie — trei zecimale pentru a masca o judecată aproximativă. Părerea mea în misiune: AHP de îndată ce un panel trebuie să se pună de acord sau livrabilul va fi contestat; notare directă când ponderarea este consensuală.

Verifică coerența: raportul de coerență (RC)

AHP oferă o protecție pe care cele două articole existente doar o menționează: raportul de coerență. Se vizează RC < 0,10. Peste, înseamnă că expertul s-a contrazis — a judecat A > B, B > C, dar C > A. Concret, când RC urcă la 0,15 sau 0,20, mă întorc la matrice, identific tripletul incoerent (adesea o singură judecată aberantă e de ajuns ca să devieze tot ansamblul) și îl reajustez cu expertul. Un RC sub 0,10 nu garantează că ponderile sunt juste — doar că sunt coerente între ele. Distincția contează.

Etapa pe care aproape nimeni nu o arată: analiza de sensibilitate

Iată miezul subiectului și punctul în care majoritatea analizelor se opresc prea devreme. O hartă de aptitudine fără test de robustețe nu este apărabilă, fiindcă depinde de ponderi alese cu o parte de arbitrar. Analiza de sensibilitate constă în a varia fiecare pondere cu ±10 până la 20 % și a observa dacă ierarhia celor mai bune situri se menține sau se reordonează. O hartă singură nu tranșează chestiunea propriei fiabilități; o analiză de sensibilitate, da.

Un protocol reproductibil

Pornesc de la un scenariu de bază — ponderile nominale. Apoi declin scenarii alternative: ponderea minimă și maximă a fiecărui criteriu în plaja sa de incertitudine și un scenariu cu fiecare criteriu eliminat (pondere la zero) pentru a măsura influența sa reală. Indicatorul de urmărit nu este valoarea absolută a scorului — ea se mișcă mereu puțin — ci stabilitatea vârfului clasamentului: rămâne top zece același top zece când scutur ponderile? Este exact genul de înlănțuire pe care ModelBuilder din ArcGIS Pro sau modelatorul grafic din QGIS o permit rejucată fără a reface totul manual.

Citirea și prezentarea rezultatului

La final, disting două profiluri. Un sit robust rămâne în vârful clasamentului indiferent de scenariu — pe acela îl recomand prioritar. Un sit fragil apare doar sub o ipoteză precisă: merită o mențiune, niciodată o recomandare fermă. Formulat pentru un ales sau un finanțator, asta dă o frază netă: „aceste patru situri rezistă orice ar fi, iar acestea două nu ies decât dacă supraponderăm accesibilitatea". Această nuanță face studiul apărabil în comisie sau în anchetă publică.

Fir roșu: un lanț complet pe un caz real

Ca să fac totul concret, reiau structura unei căutări de sit favorabil de tip Vercors — un caz pe care îl stăpânesc. Totul pleacă de la o reproiectare în EPSG:2154 (RGF93 / Lambert-93), fără de care tampoane de un kilometru sau praguri de un hectar nu au niciun sens. Pe cele 83 de comune de studiu înlănțui: standardizarea pantei (gdal:slope) și a expoziției (gdal:aspect), excluderi booleene (parc, construit, echipamente existente), apoi ponderarea factorilor rămași. Scenariul de bază ducea la 406 situri favorabile de cel puțin un hectar, Lans-en-Vercors în frunte cu 871 de hectare. Valoarea adăugată vine apoi: rejucând analiza cu accesibilitatea supraponderată apoi subponderată, verific că primele comune nu se reordonează — altfel, clasamentul nu e decât un artefact al ponderilor.

QGIS sau ArcGIS Pro pentru acest lanț

Ambele fac treaba nativ. Sub QGIS înlănțui gdal:slope, gdal:aspect, calculatorul raster, FuzzyAttributes, și încapsulez totul în modelatorul grafic. Sub ArcGIS Pro, sunt Spatial Analyst (Reclassify, Fuzzy Membership, Weighted Overlay), ModelBuilder și ArcPy. Rezultat cartografic strict echivalent — se schimbă doar gramatica instrumentelor. Criteriul meu de alegere rămâne dotarea clientului: QGIS când nu este sub licență ESRI, ArcGIS Pro când agenții săi vor întreține analiza.

Păstrarea unei analize rejucabile și auditabile

Automatizarea nu este un confort de dezvoltator: este ceea ce face sensibilitatea practicabilă. A rejuca zece scenarii manual este o corvoadă pe care nu o faci niciodată; prin ArcPy sau modelator, e chestiune de câteva minute. Livrabilul cuprinde deci harta și tabelul de ipoteze: ponderi jurnalizate, praguri versionate, funcții de standardizare explicitate. Trasabilitatea nu este un detaliu de final de raport, este livrabilul însuși.

Erorile care discreditează o analiză multicriterială

Câteva capcane revin, și le-am comis aproape pe toate înainte de a le evita. Criterii corelate — altitudine și temperatură, de pildă — care cântăresc de două ori aceeași realitate și supraponderează tăcut un factor. Ponderi puse a posteriori, ajustate până se obține harta sperată: chiar negarea metodei. Scoruri arbitrare luate drept adevăruri, când nu sunt decât o codificare a preferințelor. Și absența validării pe teren, care lasă să treacă situri „perfecte" pe ecran, dar impracticabile în realitate. Niciun defect dintre acestea nu se vede pe harta finală — de aici importanța documentării lanțului.

Transpunerea metodei și încadrarea unei prestații

Raționamentul se transpune ca atare: amplasare eoliană sau fotovoltaică, parcelă de ZAC, zonare PLUi, căutare de teren, localizarea siturilor sensibile. Ceea ce câștigă o colectivitate sau un birou de studii externalizând această muncă nu este harta — oricine o produce — ci analiza apărabilă: metodă trasată, ponderare justificată, sensibilitate testată, hartă opozabilă. Această exigență se înscrie în munca mea de analiză spațială pentru colectivități și în studiul multicriterial aplicat din portofoliul meu.

La tarife, rămân transparent: un audit cartografic de fezabilitate pornește de la 800 € (o primă trecere pe două sau trei criterii); un studiu SIG multicriterial complet — standardizare, ponderare AHP, analiză de sensibilitate, hartă de sinteză 300 dpi și strat SIG livrabil — de la 2 500 €. Tariful final depinde de întinderea zonei și de numărul de criterii. Stabilit la Morsang-sur-Orge (91), intervin în Essonne, în Île-de-France și la distanță în tot spațiul francofon. Să discutăm despre proiectul dumneavoastră — încadrare inițială gratuită, deviz în 48 h.

Pentru detaliul tuturor prestațiilor și al intervalelor de preț, consultați pagina Servicii & Tarife.