Πολυκριτήρια ανάλυση καταλληλότητας περιοχών με τη συνέργεια μοντέλων χωρικής παρεμβολής και μηχανικής μάθησης

Abstract

Land use suitability analysis is a complex spatial multicriteria problem. It requires the collaboration of Geographic Information Systems (GISs) with Multicriteria Decision Analysis (MCDA) methods for the evaluation and the ranking of locations, as well as the provision of suitability index mappings. The current PhD thesis focuses on the PROMETHEE II multicriteria method and investigates, proposes, and implements methodological approaches to overcome PROMETHEE’s computational limitations in raster driven GIS-assisted suitability analysis. Spatial multicriteria decision-making frameworks are developed to conduct suitability analysis and to determine the most efficient locations for wind energy investments. The novelty of the proposed frameworks is the implementation of the PROMETHEE method to a sample of locations to produce suitability indexes and afterward the generalization of suitability indexes to the area of interest by using the predictive capabilities of spatial interpolation and machine learning models. A case study in the Thrace region for onshore wind farms siting is selected for modeling suitability mapping. The combined suitability results show that a significant number of locations are suitable for wind farm installation. The proposed spatial frameworks take advantage of the PROMETHEE method’s ability to indicate areas with positive and negative outranking flows and assist energy planners and wind developers in identifying efficient locations for wind farm development. The dissertation is organized into six (6) chapters with the following content: In Chapter 1, land use suitability analysis definitions are introduced and the fundamental role of GIS to support such analyses is highlighted. Types of spatial data and raster overlay operations are described. The synergy of MCDA methods with GIS tools is highlighted and a literature review regarding the implementation of PROMETHEE method in a GIS environment is presented. In Chapter 2, the main features of PROMETHEE method and “the alternatives profile” variation are described. The synergy with the multicriteria Analytic Hierarchy Process (AHP) is proposed and the method is presented with an educational example for determining the criterion weights. Chapter 3 focuses on spatial prediction models for suitability index estimations. The Inverse Distance Weighting (IDW) spatial interpolation method is presented and illustrated through an educational example. Machine learning predictive modeling techniques are introduced. Moreover, the general classification and regression framework is analyzed along with performance evaluation measures. Furthermore, the k nearest neighbor (kNN) and the Distance weighted k Nearest Neighbor (DWKNN) are presented for classification and regression problems. SVMs are discussed for linear and non linear classification problems as well as for multiclass problems. Support Vector Regression (SVR) is presented for numerical values prediction. In Chapter 4, methodological approaches are proposed to overcome the computational limitations of PROMETHEE II in raster driven suitability analysis. The first decision-making framework combines GIS technology with PROMETHEE II and the IDW spatial interpolation technique to conduct onshore wind farms suitability analysis of the Thrace region of north-eastern Greece. The second one proposes a novel decision-making framework for GIS-based land-use suitability analysis that combines PROMETHEE II with IDW and AHP, along with a discussion for a variety of net preference flows estimation options using both total and per criterion net preference flows. The spatial framework is illustrated through an indicative hypothetical example in a specific part of the Thrace region. The result of the research shows that IDW prediction is sensitive to the loss of information phenomenon as the generalization is formed exclusively by the coordinates of the pixels. The third spatial decision-making framework integrates GIS technology with PROMETHEE II and k nearest neighbor (kNN) machine learning (ML) prediction tasks. The framework offers two GIS, PROMETHEE, kNN variations according to whether land use suitability analysis is implemented as a classification or a regression problem. Chapter 5 focuses on wind energy and the main features of onshore and offshore wind turbines are presented along with the advances in their design development. The licensing process for wind farms in Greece is analyzed. Wind farm siting decision criteria and exclusion zones are described according to the national spatial framework. A suitability analysis case study is being implemented for wind farm siting in Thrace region. The results of the first methodological framework are presented and discussed (PROMETHEE IDW). The fourth decision-making framework is proposed, that combines AHP, PROMETHEE II and machine learning regression models. Models are developed and evaluated using the kNN and SVR to predict the most efficient onshore wind farm locations generating suitability index mappings. The results of the fourth framework are presented and discussed. Chapter 6 provides PhD thesis conclusions and highlights issues for further research.

Η ανάλυση καταλληλότητας περιοχών αποτελεί ένα σύνθετο πολυκριτήριο χωρικό πρόβλημα, που απαιτεί τη συνέργεια των Γεωγραφικών Συστημάτων Πληροφοριών με μεθόδους Πολυκριτήριας Ανάλυσης Αποφάσεων, για την αξιολόγηση, την κατάταξη και τη διαβαθμισμένη χαρτογράφηση του δείκτη μεικτής καταλληλότητας των περιοχών. Η διδακτορική διατριβή εστιάζει στην πολυκριτήρια μέθοδο σχέσεων υπεροχής PROMETHEE II στην ψηφιδωτή ανάλυση καταλληλότητας, καθώς στην επιστημονική βιβλιογραφία εντοπίζεται περιορισμένη η χρήση της και αφορά κυρίως μικρό αριθμό υποψήφιων περιοχών. Η διδακτορική διατριβή διερευνά, προτείνει και υλοποιεί μεθοδολογικές προσεγγίσεις άρσης του υπολογιστικού φόρτου της μεθόδου PROMETHEE στην ανάλυση καταλληλότητας με ΓΣΠ σε μεγάλο αριθμό περιοχών. Συγκεκριμένα, αναπτύσσονται μεθοδολογικά χωρικά πλαίσια λήψης αποφάσεων με στόχο την κατάταξη και τον προσδιορισμό θέσεων εγκατάστασης για την υλοποίηση επενδύσεων στον ενεργειακό τομέα. Η καινοτομία των προτεινόμενων πλαισίων προκύπτει από την εφαρμογή της μεθόδου PROMETHEE II σε δείγμα περιοχών εγκατάστασης για τον υπολογισμό δεικτών καταλληλότητας και στη γενίκευση αυτών στην περιοχή ενδιαφέροντος με εκτιμήσεις που βασίζονται σε μοντέλα χωρικής παρεμβολής και μηχανικής μάθησης. Στη διατριβή, ως μελέτη περίπτωσης ανάλυσης καταλληλότητας, επιλέχθηκε η χωροθέτηση χερσαίων αιολικών πάρκων στην περιοχή της Θράκης. Τα αποτελέσματα της μεικτής καταλληλότητας δείχνουν ότι υπάρχει ένας σημαντικός αριθμός περιοχών που μπορούν να φιλοξενήσουν αιολικά πάρκα. Τα προτεινόμενα πλαίσια συνέργειας στο χωρικό επίπεδο εκμεταλλεύονται την ικανότητα της μεθόδου PROMETHEE να υποδεικνύει περιοχές με θετικές και αρνητικές ροές κατάταξης και βοηθούν τους υπεύθυνους σχεδιασμού έργων αιολικής ενέργειας στον προσδιορισμό αποδοτικών περιοχών υλοποίησης αναπτυξιακών έργων. Περιληπτικά, η διατριβή οργανώνεται σε έξι (6) κεφάλαια με το ακόλουθο περιεχόμενό τους: Στο Κεφάλαιο 1, παρουσιάζονται βασικοί ορισμοί για την ανάλυση καταλληλότητας περιοχών και χρήσεων γης και αναδεικνύονται τα Γεωγραφικά Συστήματα Πληροφοριών ως εξ ορισμού εργαλείο διεξαγωγής της. Περιγράφονται τα είδη χωρικών δεδομένων, οι λειτουργίες επεξεργασίας ψηφιδωτών δεδομένων και αναδεικνύεται η αναγκαιότητα συνέργειας με μεθόδους της Πολυκριτήριας Ανάλυσης Αποφάσεων (ΠΚΑΑ). Πραγματοποιείται ανασκόπηση της βιβλιογραφίας σχετικά με την εφαρμογή της πολυκριτήριας μεθόδου PROMETHEE σε περιβάλλον ΓΣΠ. Στο Κεφάλαιο 2, παρουσιάζεται εκτενώς η πολυκριτήρια μέθοδος ανάλυσης αποφάσεων PROMETHEE II και η εκδοχή της που αφορά στο προφίλ των εναλλακτικών σεναρίων. Προτείνεται η συνέργειά της με την πολυκριτήρια μέθοδο της Αναλυτικής Ιεραρχικής Διαδικασίας (AHP), όπου και παρουσιάζεται με ένα εκπαιδευτικό παράδειγμα για τον προσδιορισμό της βαρύτητας των κριτηρίων της ανάλυσης. Το Κεφάλαιο 3, εστιάζει σε χωρικά μοντέλα πρόβλεψης για την εκτίμηση δεικτών καταλληλότητας. Παρουσιάζεται η μέθοδος χωρικής παρεμβολής της Στάθμισης Αντίστροφης Απόστασης (IDW) και ένα εκπαιδευτικό παράδειγμα για τη δημιουργία επιφάνειας παρεμβολής. Γίνεται εισαγωγή στην επιβλεπόμενη μηχανική μάθηση, αναλύεται το γενικό πλαίσιο τεχνικών προβλεπτικής μοντελοποίησης, όπως η κατηγοριοποίηση και η παλινδρόμηση και περιγράφονται οι μετρικές εκτίμησης απόδοσης μοντέλων. Αναλύονται ο αλγόριθμος μηχανικής μάθησης των k Πλησιέστερων Γειτόνων (kNN) και ο kNN σταθμισμένων αποστάσεων (DWKNN) στα προβλήματα κατηγοριοποίησης και παλινδρόμησης. Παρουσιάζονται αναλυτικά οι Μηχανές Διανυσμάτων Υποστήριξης (SVM) για γραμμικά και μη γραμμικά διαχωρίσιμα προβλήματα κατηγοριοποίησης. Παρουσιάζεται επέκταση των SVM για προβλήματα πολλαπλών κλάσεων, όπως επιπρόσθετα και η Παλινδρόμηση Διανυσμάτων Υποστήριξης (SVR) για την πρόβλεψη αριθμητικών τιμών. Στο Κεφάλαιο 4, προτείνονται μεθοδολογικά πλαίσια για την άρση των υπολογιστικών περιορισμών της μεθόδου PROMETHEE στην ψηφιδωτή ανάλυση καταλληλότητας με ΓΣΠ. Το πρώτο μεθοδολογικό πλαίσιο συνδυάζει τη μέθοδο PROMETHEE II με τη μέθοδο της Στάθμισης Αντίστροφης Απόστασης, IDW, για την εκτίμηση του δείκτη καταλληλότητας στη χωροθέτηση χερσαίων αιολικών πάρκων στην περιοχή της Θράκης. Το δεύτερο μεθοδολογικό πλαίσιο παρουσιάζει τη συνέργεια της Αναλυτικής Ιεραρχικής Διαδικασίας (AHP) με τη μέθοδο PROMETHEE II και την IDW, καθώς και μια ποικιλία εκτιμήσεων καθαρών ροών κατάταξης, χρησιμοποιώντας τόσο τις συνολικές όσο και τις ανά κριτήριο καθαρές ροές κατάταξης. Το χωρικό πλαίσιο απεικονίζεται με ένα ενδεικτικό υποθετικό παράδειγμα σε συγκεκριμένο τμήμα της περιοχής της Θράκης. Η έρευνα έδειξε ότι η πρόβλεψη με τη χρήση της μεθόδου χωρικής παρεμβολής υπόκειται επίσης στο φαινόμενο της απώλειας πληροφορίας, καθώς η γενίκευση διαμορφώνεται από τις συντεταγμένες και μόνο των εικονοστοιχείων. Το τρίτο μεθοδολογικό πλαίσιο συνδυάζει τη μέθοδο PROMETHEE II με εργασίες πρόβλεψης της επιβλεπόμενης μηχανικής μάθησης με τη χρήση του αλγορίθμου των k Πλησιέστερων Γειτόνων (kNN). Το προτεινόμενο πλαίσιο προσφέρει δυο παραλλαγές στη συνέργεια των ΓΣΠ, της PROMETHEE και του kNN, σύμφωνα με την οποία η καταλληλότητα χρήσης γης αντιμετωπίζεται είτε ως πρόβλημα κατηγοριοποίησης είτε ως πρόβλημα παλινδρόμησης. Στο Κεφάλαιο 5, με έμφαση στην αιολική ενέργεια παρουσιάζονται τα τυπικά χαρακτηριστικά χερσαίων και υπεράκτιων ανεμογεννητριών και η πρόοδος στον σχεδιασμό τους για την ανάπτυξη επενδύσεων. Αναλύεται η διαδικασία αδειοδότησης αιολικών πάρκων στην Ελλάδα. Περιγράφονται τα κριτήρια και οι περιοχές αποκλεισμού στη χωροθέτηση χερσαίων αιολικών πάρκων, σύμφωνα με το εθνικό θεσμικό χωροταξικό πλαίσιο. Υλοποιείται μελέτη περίπτωσης ανάλυσης καταλληλότητας για τη χωροθέτηση χερσαίων αιολικών πάρκων στην περιοχή της Θράκης. Παρουσιάζονται και σχολιάζονται τα αποτελέσματα υλοποίησης του πρώτου μεθοδολογικού πλαισίου (PROMETHEE IDW). Παρουσιάζεται το τέταρτο μεθοδολογικό πλαίσιο με τη συνέργεια της μεθόδου PROMETHEE, της AHP και μοντέλων παλινδρόμησης της μηχανικής μάθησης. Σε αυτό αναπτύσσονται και αξιολογούνται μοντέλα χρησιμοποιώντας τους αλγόριθμους των k Πλησιέστερων Γειτόνων (kNN) και Παλινδρόμησης Διανυσμάτων Υποστήριξης (SVR), για την πρόβλεψη και χαρτογράφηση του δείκτη καταλληλότητας προς επιλογή τοποθεσίας εγκατάστασης χερσαίων αιολικών πάρκων στη Θράκη. Τέλος παρουσιάζονται και σχολιάζονται τα αποτελέσματα που προκύπτουν από το προτεινόμενο πλαίσιο. Το Κεφάλαιο 6 περιέχει τα συμπεράσματα και ζητήματα για περαιτέρω έρευνα.