Multikriterie GIS-analyse som beslutningsstøtteværktøj i udpegningen af optimale naturgenopretningsområder: Et case-studium baseret på data fra Vordingborg Kommune
Oversat titel
Multi-Criteria GIS-analysis as a decision support system in the identification of optimal nature restoration areas: A case study based on data from Vordingborg Municipality
Forfatter
Danielsen, Simon Kamp
Semester
4. semester
Udgivelsesår
2012
Afleveret
2012-10-01
Antal sider
81
Abstract
Dette projekt bruger en multikriterieanalyse (MKA) til at screene for mulige naturgenopretningsområder i Vordingborg Kommune. Metoden kombinerer flere kortlag og kriterier og tildeler dem vægte, så områder kan sammenlignes på tværs af hensyn. Arbejdet gennemgår først baggrunden for naturbeskyttede arealer, miljøordninger i landbruget og ekstensive landbrugsarealer samt centrale principper for naturforvaltning, landskabsstruktur og MKA. I datadelen beskrives de anvendte datasæt sammen med deres præcision og usikkerhed. Metodisk organiseres data i et raster (et gitter af celler) og opdeles i faktorer (forhold, der øger egnetheden) og begrænsninger (forhold, der udelukker arealer). Faktorerne vægtes med den parvise sammenligningsmetode, hvor kriterier vurderes to og to for at fastsætte deres relative betydning. Den samlede egnethed beregnes med en vægtet lineær kombination, og boolske filtre bruges til at frasortere arealer, der ikke opfylder grundlæggende betingelser. De højest vurderede celler udvælges og vurderes yderligere med en kvadratanalyse og en nærhedsanalyse. Der peges ikke på et konkret område som egnet til natur; den endelige udpegning overlades til beslutningstagere. Resultaterne er forbundet med høj usikkerhed, fordi datagrundlaget har lav præcision. Det gør det vanskeligt at sammenligne resultaterne og at bruge dem direkte i forvaltningen. Afhandlingen drøfter derfor, hvordan vægtning og værdisætning påvirker usikkerheden, og vurderer MKA'ens potentiale som beslutningsstøtteværktøj. Afslutningsvis peges der på, at en fremtidig forenkling af metoden kan gøre den bredt anvendelig i praksis.
This project uses multicriteria analysis (MCA) to screen for potential nature restoration areas in Vordingborg Municipality. The approach combines multiple map layers and criteria and assigns weights so that areas can be compared across different considerations. The thesis first outlines the background on protected areas, agri-environment schemes, and extensive farmland, and introduces key concepts in nature management, landscape structure, and MCA. In the data section, each dataset is described together with its precision and uncertainty. Methodologically, data are organized in a raster (a grid of cells) and divided into factors (conditions that increase suitability) and constraints (conditions that exclude areas). Factors are weighted using the pairwise comparison method, where criteria are judged two at a time to set their relative importance. Overall suitability is calculated with a weighted linear combination, and Boolean filters remove areas that do not meet basic conditions. The highest-scoring cells are then selected and further examined with a square analysis and a proximity analysis. The study does not recommend a specific site for nature; that decision is left to policymakers. The results carry high uncertainty because the input data have low precision, making them hard to compare and difficult to use directly in management. The thesis therefore discusses how weighting and valuation choices affect uncertainty and assesses the potential of MCA as a decision-support tool. Finally, it considers how simplifying the method could make it more widely usable in the future.
[Dette resumé er genereret ved hjælp af AI]
Emneord