- IDRISI je velmi účinným nástrojem pro podporu rozhodování, zejména pro analýzu rozhodovací strategie a pro management v podmínkách nejistoty. Analýza rozhodovací strategie obsahuje operace umožňující multikriteriální (Multi-Criteria) a multidestinátní (Multi-Objective) rozhodování. Pro management v podmínkách nejistoty (Uncertanity Management) lze brát v úvahu míru nejistoty, která existuje prakticky ve všech rozhodovacích procesech.
- Analýza rozhodovací strategie umožňuje vzít v úvahu nejen jedno řešení, ale dovoluje posoudit i jiné možné varianty uvnitř daného rozhodovacího rámce. Příslušné moduly umožňují měnit kombinace kritérií ve dvou dimenzích: (1) měnit stupeň významnosti jednotlivých kritérii a (2) měnit stupeň rizika přijetí chybného řešení. Na rozdíl od tradičních postupů, jako je booleovský překryv (superpozice) nebo vážená lineární kombinace datových vrstev, lze vzít v úvahu otázky typu: Lze horší parametr jednoho kritéria kompenzovat lepším parametrem jiného kritéria? Mělo by mít řešení určitého cíle přednost před řešením jiného cíle? A když ne, měli bychom maximalizovat sumu vhodných parametrů uvažovaných cílů, minimalizovat sumu nevhodných parametrů těchto cílů, nebo raději minimalizovat stupeň konfliktu mezi možnými řešeními?
- Management nejistoty nepracuje pouze s pojmy známými z počtu pravděpodobnosti, ale také s pojmy jako důvěra (belief), věrohodnost (plausibility), neznalost (ignorance), domněnka (assumption). Metodologicky vychází z Bayesovy teorie pravděpodobnosti, Dempster-Shaferovy teorie a teoriie fuzzy množin.
- S dosavadními nástroji bylo v GIS možno dosáhnout vyhodnocování dostupných dat způsobem konzistentním s lidským myšlením. Nebrala se však v úvahu míra platnosti příslušných úvah. Např. při přijetí kritéria, že k určitým účelům se hodí území ležící na svazích menších než 10˚, bylo možno taková území snadno nalézt. Ale otázky, zda svažitost je vskutku hlavním určujícím faktorem, jak dobře vyjadřuje skutečnou vhodnost k danému účelu, zda je únosné kompenzovat svažitost větší než 10˚ jiným faktorem anebo je ji nutno považovat za limitující faktor, nebylo možno řešit. Management nejistoty a analýza rozhodovací strategie řešení takových otázek umožňují. Samozřejmě, že problém nejistoty v procesu rozhodování není dosud zcela vyřešen, ale základní operace umožňující nakládání s tímto problémem jsou v IDRISI již k dispozici, a na dalších se pracuje.
Pro řízenou klasifikaci obrazových dat IDRISI poskytuje řadu možností:
- Klasické “tvrdé” klasifikátory – metodu pravoúhelníků (Parallepiped), metodu minimální vzdálenosti od průměru (Minimum distance), metodu maximální podobnosti (Maximum Likelihoood);
- Nově vyvinuté “měkké” klasifikační operace které pracují s pravděpodobností a fuzzy množinami (Bayclass, Belclass, Fuzclass);
- Hyperspektrální klasifikátory (Hypersam, Hypermin);
- Operace
porovnání výsledků “tvrdých” a “měkkých” klasifikátorů
(In Process Classification Assessment).
© MZLU BRNO, 1999