评价原理与方法
土地退化遥感地学认知方法体系 土地退化遥感地学认知过程是一个复杂的非线性系统，需要综合多学科方法构成土地退化遥感地学认知的数学方法体系。早期的土地退化遥感分类方法通常采用数理统计方法，如基于像元的传统分类方法，非监督分类法和监督分类法等(曾志远，2004；冯春等，2006)。遥感地学分析方法过去通常运用地学分析的常规方法，如区划法、相关分析法、层次分析法、主导因素法、分层分类法、环境本底法等传统的地学分析法(陈述彭等，1990)。目前的土地退化遥感监测与评价方法已发展为遥感地学分析方法。遥感地学分析方法并非各种地学方法的重复，而是对这些方法赋予新的内容，向着自动化、定量化、智能化的方向发展。土地退化遥感分类将光谱因子、空间因子、地理因子等作为分类的依据，进行相关分析、分层分类和区域划分，其分类方法有光谱角分类方法、地统计学分类方法、神经网络分类方法、模糊分类方法、决策树分类方法、专家系统分类方法等(曾志远，2004；王静等，2006)。在土地退化评价方法和模型方面，多源数据的信息融合方法如综合指数评价法、层次分析法、灰色关联法、模糊数学法、物元分析法、神经网络模型、遗传算法、退火算法及组合方法等逐步发展，使得评价结果的精度和准确性有。
地下水功能评价主要采用的数理方法是层次分析法（Analytic Hierarchy Process，简称AHP），它由美国运筹学家Saaty T.L.教授在20世纪70年代中期提出，并于1980年在其所著“The Analytic Hierarchy Process”中正式确定。AHP法是把评价系统中相互关联的各个要素按隶属关系分解成为若干层次，并按照上一层的准则对其下属同一层次的各个要素进行两两判断比较，确定各要素的相对重要性，给出定量指标，然后利用数学方法求解各层次的各要素相对重要性权值，作为综合分析的基础。AHP法是在对复杂问题的本质、影响因素及其内在关系的分析基础上，利用较少的定量信息使评价过程数学化，从而为多目标、多准则或无结构特性的复杂系统提供简便的分析方法。该方法适用于难以直接准确计量的复杂系统问题研究。该方法对原始观测数直接加权运算后，进行综合排序，未削弱原始信息量，不仅使评价指标逻辑判断量化，且保持判断全过程的一致性，适用地下水功能评价研究。（一）指标权重判断矩阵构建为了实现下一层（例如B层）对上一层（例如A层）总目标的描述，以A层的要求为准则，对B层指标进行相对重要性的两两比较（比较准则，如表5-3所示），将得到系统A层的判断矩阵，即A=｛bij｜i。
