在建立适宜性模型之后，你是否曾想过：
-
如果当初优先考虑环境目标而非成本目标，结果会如何？
-
如果将距河流的距离纳入考量，结果是否会有所不同？
-
在模型构建过程中，使用 MSSmall 还是 Small 转换函数，或者将权重从 1.2 调整到 1.5 是否会得到更好的结果？
由于适用性模型依赖于个人视角和解读，因此没有客观的衡量标准来确定最佳模型或方案。不过，我们可以识别它们之间的异同。
1、模型比较界面
"模型比较"界面是一个交互式环境，可用于将多个适宜性建模器模型进行相互对比。 通过比较适宜性模型，您将理解在空间上施加不同的参数会如何影响结果。
通常，变换与权重的分配基于专家经验。 因此，在模型比较过程中，并不存在单一统计量能够直接判定哪个模型更优。 模型比较界面通过应用一系列统计量，来识别多个模型间的相似之处与不同之处。
基于模型比较的结果，您可以选择实施其中一个模型，或者对模型进行调整以获得预期结果。
2、案例：洪水易发区报警器选址
让我们探讨如何利用模型比较界面来分析各种假设情景。我们将重点研究其在洪水易发区五个早期预警警报器初步选址中的应用。
研究区域内有两条河流交汇，主要人口聚居区位于交汇处以北。此外，两条河流沿岸各段也分布着一些较小的人口聚集区。
我们将利用模型比较界面来评估安装功率更大的警报器与标准警报器相比所产生的影响。
为了进行比较，我们使用 ArcGIS Pro 中的适用性建模器开发了两个适用性模型，这两个模型均基于相同的标准。第二个模型修改了信号强度标准，以反映功率更大的警报器的性能，而第一个模型中使用的是标准警报器。
为了分析功率更大的警报器的效果，我们将使用模型比较界面。该界面允许我们应用预定义的统计数据来识别不同模型之间的异同。每个统计数据都能提供关于模型间关系的独特见解。通过应用一系列统计数据，我们可以更深入地了解模型之间的变化如何影响最终结果。
通过适用性建模器拆分按钮可以访问模型比较界面。
3、单击"比较模型"打开"比较"窗格
在窗格中，我们要比较的两个模型用上图中的深绿色方框标出。
在窗格的"比较统计信息"部分，有 13 个预定义的统计信息用于进行比较，这些统计信息分为 5 个功能组，如上图中的蓝色框所示。
"探索输入参数"组中的统计信息提供了模型参数和输出的概览。
"比较相似性和差异性"组提供了一系列统计数据，让您可以查看模型之间的适用性值在哪些方面相似，在哪些方面不同。
"分析适宜性值"组中的统计信息允许您分析模型之间高适宜性值的空间分布，因为它们与分析最为相关。
"调查模型之间的变化"组提供了各种统计数据，帮助您确定模型之间的适用性值是如何变化的。
"检查区域重叠处"组中的统计数据允许您分析模型的最终位置在哪些方面一致，在哪些方面存在差异。
要计算所需的统计信息，请单击"运行"按钮。此时将显示"浏览"窗格。该窗格会显示选择运行的统计信息。
"探索"窗格（右侧）和"比较统计"窗格（下方中间）显示"模型参数"统计信息。图中还显示了第一个模型的适用性图。
4、比较模型参数
第一个统计信息"模型参数"（如果已选中）会自动显示。"比较统计信息"窗格随即出现，其中显示了参数和统计信息生成的图表。默认情况下，还会显示第一个模型的适用性图。
"比较统计"窗格中的"转换"选项卡显示在下方中间位置。左侧图表显示了应用于基本信号的转换函数，右侧图表显示了应用于功率更大的警报器的转换函数。
点击"变换"选项卡，即可查看应用于警报信号强度标准的各种变换。左图显示的是标准警报变换函数（以蓝线表示），右图显示的是更强信号的变换函数。值得注意的是，标准警报信号变换函数衰减得更快，可听范围也更短。
让我们来看看这些模型有哪些相似之处和不同之处。
两种情景下适宜性值的百分比差异。
在河流和人口稠密地区周围，两种模型的结果一致，以较浅的绿色表示。
让我们进一步探讨这些模型之间的异同。
两种情景之间的热点分析。
热点分析突出显示了适宜性值绝对百分比差异集中的区域。绿色区域表示模型结果一致的区域，红色区域表示模型结果不一致的区域。值得注意的是，在人口密度较高的区域，尤其是在两条河流交汇处附近，模型结果更为一致。
双方达成一致的领域内的适宜性值是多少？
下图展示了模型相似且适宜性较高的区域（以绿色标示）。这些区域位于河流交汇处和人口稠密区附近，是两种情景下警报器都倾向于选择的位置。
相似度排名前 10% 且适宜性值较高的地点，特别是两个模型之间平均适宜性值排名前 90% 的地点。
我们还可以通过移动相似度滑块来更深入地了解，看看随着相似度阈值的增加，哪些位置会添加其他位置。
提高相似度阈值，纳入最相似的前 30% 的位置，同时通过重点关注平均适宜性值最高的前 90% 的位置来确保较高的适宜性。
注意，在远离两条河流交汇处的地方增加了其他地点，从而发现了其他类似且非常合适的地点。
但是，不同模型之间的数值是如何变化的呢？
应用变化检测统计。
深绿色区域表示两种型号警报器都高度适用的区域。请注意，在这些深绿色区域的边缘，橙色区域代表了适用性从中等到高的过渡区域。这种转变归因于功率更大的警报器覆盖范围更广。
最后，我们来考察一下这两个模型的重叠区域。根据适宜性地图，我们已经确定了前五个地点。
标准警报器和更强警报器的最终安装位置。
各区域之间没有重叠。粉色区域表示标准警报器的位置，由于其作用范围有限，这些警报器主要集中在河流交汇处的人口密集区附近。相比之下，蓝色区域表示更强警报器的位置，这些警报器沿洪水区分布更广，更靠近其他人口密集区。
通过这项对比分析，我们得出结论：信号强度对模型有显著影响。
总之，由于适宜性模型参数设置的主观性，我们建议不要依赖单一解决方案，而应探索多种情景。基于您对各种假设情景的分析，您可以选择其中一个模型，或者调整其他参数来测试更多情景。
转载请注明来源：ArcGIS Pro新增功能：在【选址分析】【适宜性分析】中，帮助您比较不同的权重参数与数学变换等产生的不同结果
作者：ArcGIS中国培训中心 www.higisedu.cn