3、选址决策框架：多准则决策分析(MCDA)概述、层次分析法(AHP)原理、选址指标体系构建原则、决策模型工作流程
各位同行，咱们今天聊点硬核的。风电场选址，尤其是复杂地形下的，说白了就是个「多目标打架」的问题。你想让发电量最大，又想成本最低，还不想破坏环境——这几个目标往往互相冲突。怎么办？
我个人的习惯是，别拍脑袋，用一套科学的决策框架来搞定。这套框架的核心，就是多准则决策分析（MCDA）。今天我就把压箱底的经验拆开揉碎了讲给你听。
3.1 多准则决策分析（MCDA）概述
MCDA 不是什么新鲜概念，但在风电场选址里特别好用。它解决的核心问题是：当你有多个评价指标（比如风速、坡度、地价、电网距离），而且这些指标之间没法直接比较时，怎么选出最优方案？
举个例子。我在云南一个项目里，A 方案风速高但离电网远，B 方案风速稍低但离电网近。你说哪个好？光凭感觉肯定不行。MCDA 就是把这些不同量纲的指标，统一转化成一个可比较的分数，然后排序。
MCDA 的核心三要素：
- 准则（Criteria）：你用来评价方案的那些指标，比如风速、坡度、地价
- 权重（Weights）：每个指标的重要程度，比如风速权重 0.4，地价权重 0.2
- 方案（Alternatives）：你准备比较的几个候选场址
你想想看，这三个要素缺一不可。没有准则，你没法评价；没有权重，你没法区分主次；没有方案，你比个啥？
3.2 层次分析法（AHP）原理
说到权重确定，我最常用的方法是层次分析法（AHP）。为什么？因为它把人的主观判断和数学计算结合得很好。
AHP 的基本思路是这样的：
- 建立层次结构：目标层（选最优场址）→ 准则层（风速、地形、成本等）→ 方案层（候选场址）
- 构造判断矩阵：两两比较，哪个更重要？重要多少？
- 计算权重向量：通过矩阵运算，算出每个准则的权重
- 一致性检验：检查你的判断有没有自相矛盾
这里有个关键点——判断矩阵的标度。我一般用 1-9 标度法：1 表示同等重要，3 表示稍微重要，5 表示明显重要，7 表示强烈重要，9 表示极端重要。2、4、6、8 是中间值。
我的经验：做判断矩阵时，别贪多。准则数量最好控制在 7 个以内。超过 7 个，人的判断就容易混乱，一致性检验很难通过。我曾经在一个项目里列了 12 个准则，结果矩阵一致性比率 CR 值高达 0.3，完全没法用。后来砍到 6 个，一次通过。
一致性检验的公式很简单：
CR = CI / RI
其中：
CI = (λmax - n) / (n - 1)
λmax = 判断矩阵的最大特征值
n = 准则数量
RI = 随机一致性指标（查表可得）
当 CR < 0.1 时，判断矩阵的一致性可以接受。嗯，这里要注意。CR 值大于 0.1 不代表你的判断错了，只是说明你的判断前后矛盾。比如你说 A 比 B 重要，B 比 C 重要，但 C 又比 A 重要——这就矛盾了。需要重新调整判断矩阵。
3.3 选址指标体系构建原则
指标体系的构建，是选址决策里最考验功力的环节。我见过太多人，上来就列一堆指标，结果互相重叠、互相矛盾，最后算出来的结果根本没法用。
我个人总结了四条原则：
| 原则 | 说明 | 反面案例 |
|---|---|---|
| 系统性 | 指标要覆盖资源、工程、经济、环境等各个方面 | 只考虑风速，忽略道路条件 |
| 独立性 | 指标之间尽量不相关，避免重复计算 | 同时用「平均风速」和「年发电量」 |
| 可量化 | 每个指标都要有明确的量化方法 | 「景观影响」这种模糊指标 |
| 可操作 | 数据要能获取，计算要能实现 | 需要高精度地质勘探数据但项目预算不够 |
我曾经在贵州一个项目里，把「植被覆盖率」和「水土流失风险」同时列了进去。结果发现这两个指标高度相关——植被覆盖率高的地方，水土流失风险自然低。这就违反了独立性原则。后来我删掉了「植被覆盖率」，直接用「水土流失风险」来代表。
避坑指南：指标数量不是越多越好。我建议控制在 6-10 个。太少，评价不全面；太多，权重分配会变得很困难，而且数据获取成本会急剧上升。
3.4 决策模型工作流程
好了，理论讲完了，咱们看看实际怎么干。下面这张图是我在项目里常用的工作流程，你直接拿去用就行。
这张图看着简单，但每一步都有坑。我重点说说步骤 4 的数据标准化。为什么需要标准化？因为不同指标的量纲不一样。风速是 m/s，坡度是度，地价是万元/亩——这些数字直接加在一起毫无意义。
常用的标准化方法有两种：
- 极差标准化：把数据映射到 [0,1] 区间。公式是 (x - min) / (max - min)。适合数据分布比较均匀的情况。
- Z-score 标准化：把数据转化为均值为 0、标准差为 1 的分布。公式是 (x - μ) / σ。适合数据有异常值的情况。
我个人偏好极差标准化，因为它简单直观，而且结果在 0-1 之间，方便后续加权计算。但要注意，如果有极端值，极差标准化会把正常数据压缩得很厉害。这时候用 Z-score 更合适。
完整决策模型的计算公式：
综合评分 S = Σ(wi × xij)
其中：
wi = 第 i 个准则的权重（由 AHP 确定）
xij = 第 j 个方案在第 i 个准则上的标准化得分
S = 综合评分，值越大表示方案越优最后一步，综合评分排序。把所有候选场址的 S 值算出来，排个序，最高的就是最优场址。但这里我要提醒一句：排序结果只是参考，不是最终答案。为什么？因为权重本身带有主观性。你换个专家来做判断矩阵，权重可能就不一样了。
所以，我建议做一下敏感性分析。比如，把风速的权重从 0.4 调整到 0.5，看看排序结果会不会变。如果结果很稳定，那说明决策是可靠的。如果结果变化很大，那说明你的指标体系或者权重分配有问题，需要重新审视。
好了，这一章的内容就到这里。记住，MCDA 和 AHP 是工具，不是目的。工具再好，也得靠你的工程经验来驾驭。下一章咱们聊聊 GIS 怎么和这些决策模型结合，那才是真正的好戏。
公众号:蓝海资料掘金营，微信deep3321