geoskill-suitability-analysis-framework

因子标准化+AHP/熵权法赋权+加权叠加+适宜性分级

适宜性分析框架 | Suitability Analysis Framework

Multi-criteria suitability analysis pipeline: factor standardization (min-max positive/negative directions, fuzzy membership) → weight determination (AHP eigenvector method + consistency check CR, or objective entropy weight method) → weighted linear combination → suitability classification (equal interval / quantile).

Core Algorithm / 核心算法

• Factor standardization + fuzzy membership
• AHP (consistency check) / entropy weight method
• Weighted overlay + suitability classification

Dependencies / 依赖

bash

pip install numpy rasterio scipy

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-suitability-analysis-framework.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (custom region + quiet mode)

bash

python geoskill-suitability-analysis-framework.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

Example 3 (real input)

bash

python geoskill-suitability-analysis-framework.py --input <your data file> --output-dir ./out3

Example 4 (tiny-area boundary test)

bash

python geoskill-suitability-analysis-framework.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

Output / 输出

File	Format	Description
suitability_score.tif	GeoTIFF/GeoJSON/JSON	Primary output
suitability_class.tif	GeoTIFF/GeoJSON/JSON	Primary output
suitability_stats.json	GeoTIFF/GeoJSON/JSON	Primary output
output-manifest.json	JSON	Run manifest

Data Source / 数据源 / Source

• Synthetic mode: locally generates physically consistent simulated data; no external data sources.
• Real-data mode: reads local input files; no network requests.

Privacy / 隐私声明 / Privacy

• Runs fully offline by default; makes no network requests.
• --synthetic mode reads no external data.
• All computation is done locally; user data is never uploaded.

License / License

MIT

---

---

name: geoskill-suitability-analysis-framework description: '因子标准化+AHP/熵权法赋权+加权叠加+适宜性分级'

适宜性分析框架 | Suitability Analysis Framework

多准则适宜性分析流水线：因子标准化（min-max 正/负向、模糊隶属度）→ 权重确定（AHP 特征向量法 + 一致性检验 CR，或熵权法客观赋权）→ 加权线性叠加 → 适宜性分级（等间距/分位数）。

核心算法

• 因子标准化 + 模糊隶属度
• AHP（一致性检验）/ 熵权法
• 加权叠加 + 适宜性分级

依赖

bash

pip install numpy rasterio scipy

使用方法

示例 1（合成数据，离线）

bash

python geoskill-suitability-analysis-framework.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（指定区域 + 静默）

bash

python geoskill-suitability-analysis-framework.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

示例 3（真实输入）

bash

python geoskill-suitability-analysis-framework.py --input <你的数据文件> --output-dir ./out3

示例 4（极小区域边界测试）

bash

python geoskill-suitability-analysis-framework.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

输出

文件	格式	说明
suitability_score.tif	GeoTIFF/GeoJSON/JSON	主产物
suitability_class.tif	GeoTIFF/GeoJSON/JSON	主产物
suitability_stats.json	GeoTIFF/GeoJSON/JSON	主产物
output-manifest.json	JSON	运行清单

数据源 / Source

• 合成模式：本地生成物理一致的模拟数据，无外部数据源。
• 真实模式：读取本地输入文件，无网络请求。

隐私声明 / Privacy

• 默认完全离线运行，不发起任何网络请求。
• --synthetic 模式不读取任何外部数据。
• 所有计算在本地完成，不上传用户数据。

License

MIT