超越复合适宜性：基于证据感知的帕累托前沿用于哥伦比亚地热勘探决策

《Resources》：Beyond Composite Suitability: Evidence-Aware Pareto Frontiers for Geothermal Exploration Decisions in Colombia

　　

区域地热筛选通常将成矿远景、领土约束、机构支持和数据成熟度整合为一个补偿性评分，从而掩盖了某个区域排名靠前的根本原因。研究人员开发了一个基于证据感知的非补偿性框架，应用于哥伦比亚。研究人员采用最佳-最差方法（BWM），依据15位专家的判断对11项标准进行权重赋值，并在300米分辨率下完成标准化。针对23个注册区域的评估结果被分解为地球科学成矿远景（geoscientific prospectivity）、领土兼容性（territorial compatibility）、机构一致性（institutional alignment）和证据缺口（evidence gap）。机构一致性作为情境实施维度予以保留，但不纳入帕累托支配（Pareto dominance）分析。配对的前沿（paired frontiers）区分了推进筛选（advancement screening）与信息获取筛选（information-acquisition screening）。研究人员通过10,000次专家小组自助法重采样、对四个主导地球科学层进行的81种变换以及定向缺失数据测试来评估稳健性。Cubarral、Nereidas、Iza、Paipa和Santa Rosa构成了推进前沿（advancement frontier），该前沿在所有变换情景下均保持不变；联合稳健频率（joint robustness frequencies）范围为83.4%至100%。然而，中性得分3插补（neutral score-3 imputation）仅保留了Cubarral、Nereidas和Santa Rosa（Jaccard指数=0.600）。学习前沿（learning front）的九个成员中有八个在所有变换情景下持续存在，而Santa Rosa对变换敏感。Apiay在每次专家自助法中都排名第二，但不属于任何一个前沿，这表明排名稳定性并不意味着非支配性。该框架将偏好不确定性与证据模型及缺失数据假设分离开来，同时提供了需要成本可行性评估的筛选集。

论文解读文章

研究背景与问题

地热资源可提供非可变可再生能源，但其早期开发受制于一个显著的不对称性：通常在资源尚未完全表征之前就需要做出高成本的决策。因此，国家和区域评估不仅需要指出温度异常或地表显示的位置，还必须帮助决策者确定在哪里开展额外的地球化学、地球物理、浅层钻探、社区参与和环境研究能够最有效地降低不确定性。地理信息系统（GIS）和多准则决策分析（MCDA）已成为整合地质、地球化学、水文地质、遥感和可达性证据到地热有利性评估中的成熟工具。然而，许多区域应用仍集中于单一的加权或有利性表面。加权聚合虽然透明且操作便捷，但它是补偿性的——某一准则的高分可以抵消另一准则中的弱证据或不利的领土条件。当筛选结果被误解为项目准备就绪的统一指标时，这一特性便会产生问题。

近期地热游戏路径（play-fairway）研究日益明确地区分了有利性与置信度，表明不确定性不仅是制图上的修饰语，而是与决策相关的。然而，大多数区域工作流程仍以单一有利性或风险产品告终，而国家机构必须同时决定哪些区域应推进以及在哪里获取额外信息具有最大的战略价值。哥伦比亚提供了一个检验此问题的典型案例。其地热系统主要与安第斯火山和构造环境相关，从区域资源评估到勘探投资的进展仍然不均衡。本研究的核心问题是防止区域加权评分被误认为是统一的勘探准备状态。具体而言，研究旨在解决三个问题：注册的哥伦比亚地热区在地球科学成矿远景、领土兼容性、机构一致性和证据缺口分开报告时有何差异？在专家偏好和地球科学证据变换的不确定性下，哪些区域对于推进或信息获取保持帕累托有效（Pareto efficient）？非补偿性效率如何改变对稳定综合排名和官方地热清单的解释？

研究方法概述

本研究覆盖哥伦比亚大陆，分析单元包括300米栅格筛选包络线和23个与环境校正后的地热区相关的多边形。研究人员从专家启发设计中保留了11项概念性标准，并将连续和分类源变量转换为1-5通用尺度。采用线性最佳-最差方法（BWM）由15位专家评估标准权重，并通过归一化几何平均数聚合组权重。研究人员计算了四项诊断指标：地球科学成矿远景、领土兼容性、机构一致性和详细研究证据。技术数据覆盖率基于地球科学加权比例计算，证据缺口指标结合了详细研究证据的缺失和技术覆盖率的不足。通过非参数自助法（10,000次重复）评估专家小组组成的敏感性，并通过81种地球科学层变换情景（对四个主导层的三种隶属函数形状）测试变换模型不确定性。最后，研究人员构建了两个帕累托前沿：推进前沿最大化成矿远景和领土兼容性并最小化证据缺口；学习前沿最大化成矿远景、领土兼容性和证据缺口。

研究结果

3.1 标准重要性与专家小组敏感性

估计电力潜力是最具影响力的标准，组权重为0.1584。详细研究证据紧随其后，为0.1102，而地温梯度（0.1021）和流体温度（0.1011）具有几乎相同的组重要性。敏感生态系统获得0.0941。专家重采样百分位区间显示，估计电位的中央95%范围从0.1148到0.2073，详细研究证据的区间为0.0754-0.1626，表明增加不同勘探背景的专家可能改变中等排名区域。

3.2 综合排名不等同于地球科学成矿远景

Cubarral获得最高清洁综合得分（3.806），并在每次自助法复制中排名第一。Apiay排名第二（3.600），同样在每次复制中保持位置。Nereidas排名第三，Iza排名第四。然而，维度分离的结果改变了对此排序的解释。Paipa（3.132）和Santa Rosa（3.135）在领先区域中拥有最高的地球科学成矿远景得分，尽管在综合排名中分别位列第六和第十。Cubarral的综合领先地位反映了适度到高成矿远景、非常高领土兼容性（4.842）、强证据成熟度和全面环境面积保留的平衡组合。

3.3 推进前沿与学习前沿

五个区域形成了基线推进前沿：Cubarral、Nereidas、Iza、Paipa和Santa Rosa。Cubarral、Nereidas和Paipa在每次专家自助法中保持推进有效；Iza在99.68%的复制中如此，Santa Rosa在84.03%中如此。九个区域形成了基线学习前沿：Cubarral、Iza、San Diego、Paipa、Santa Rosa、Chiles–Cerro Negro、Nevado del Tolima、Do?a Juana–Las ánimas和Huila。Apiay占据第二位综合排名但在每次自助法复制中不属于任一帕累托前沿，因为其他区域提供了更有效的成矿远景、兼容性和证据状态组合。稳定的综合排名与稳定的决策前沿回答了不同的问题。

3.4 地球科学变换不确定性的稳健性

推进前沿在所有81个证据模型中完全相同（Jaccard指数=1.000）：Cubarral、Nereidas、Iza、Paipa和Santa Rosa各自具有100%的变换频率（TF）。学习前沿也非常稳定，Jaccard相似度从0.889到1.000，基线集的精确再现出现在39个情景中。九个基线学习成员中有八个在每个情景中持续存在。联合集成并未推翻核心结论。Cubarral和Nereidas的联合推进稳健频率为100%，Paipa为99.96%，Iza为98.84%，Santa Rosa为83.38%。

3.5 次级勘探行动标签

三个区域被分类为高级勘探候选者：Cubarral、Paipa和Santa Rosa。四个区域为表征优先机会：Iza、San Diego、Azufral和Villamaría–Termales。五个区域为冲突敏感资源：Nereidas、Cerro Machín、Chiles–Cerro Negro、Cerro Bravo和Paletará。四个区域为证据丰富但相对成矿远景较低：Apiay、RUMBA、Cumbal和Sotará–Sucubún。七个区域为前沿研究目标。

3.6 环境保留与空间集中度

环境校正大幅减少了众多公认地热区的空间足迹。中位数保留份额为53.4%，23个多边形中有11个保留不到原始面积的一半。在11标准模型下，高分单元格在注册多边形内的份额在3.25阈值为99.5%，3.50为99.7%，3.75为100%。移除估计潜力和领土多样化后，相应的内部多边形份额降至55.2%、69.6%和85.3%，表明原始99.7%很大程度上反映了库存相关标准。

讨论与结论

讨论部分强调，单一高地热评分可能源于资源前景、证据成熟度、领土兼容性和政策对齐的不同组合。这种区分与地热游戏路径思维一致，即证据和置信度是相关但非同一的属性。Apiay和Iza的对比展示了实际价值：Apiay综合排名第二且极其稳定，但其地球科学得分相对较低且在两个决策前沿上均被支配；Iza排名第四但具有更高的成矿远景和兼容性，在几乎所有重采样面板中对推进和学习均保持有效。Nereidas的例子表明，技术工作和领土风险管理必须设计为耦合程序。

方法论贡献包括：将语义审计视为可复现GIS-MCDA的一部分；减少结构双重计数；将不确定性传播到决策输出而非止步于权重区间；以及配对帕累托公式在未放弃透明加权和作为诊断参考的情况下实现了非补偿性。该框架位于地热资源评估中有利性映射与价值信息分析之间的决策层。

局限性包括：300米分辨率适用于区域筛选但不适用于井位选址；BWM自助法量化了对观察到的专家小组组成的敏感性，但未量化测量误差、空间配准误差或插值不确定性；学习前沿不包括空间连续性、基础设施或跨区域信息溢出效应。

结论如下：

1. 1.
   本研究通过分别报告成矿远景、兼容性、机构一致性和证据状态，并将有效推进与有效学习区分开来，将国家地热GIS-BWM筛选模型转化为证据感知的非补偿性决策框架。
2. 2.
   Cubarral、Nereidas、Iza、Paipa和Santa Rosa构成基线推进前沿，在所有81个变换情景下不变。九个学习前沿成员中有八个在每个变换情景中持续存在，而Santa Rosa是主要的变换敏感案例。Apiay不变的第二个综合排名但缺席两个前沿证实了排名稳定性不等于决策效率。
3. 3.
   缺失数据测试保留了稳定核心但识别了边界敏感性：保守得分1插补再现了推进集，而中性得分3插补保留了其五个成员中的三个；学习前沿Jaccard相似度为0.800和0.889。与官方多边形的99.7%基线重叠对阈值变化稳健，但在移除潜力和多样化后在3.50阈值下降至69.6%，因此是内部一致性检查而非独立验证。
4. 4.
   对于资源机构，操作含义是为推进和学习维护单独的分析队列和决策门控，而分配仍需成本、可行性和期望值分析。该架构仅能在当地重新定义证据层、变换、机构和权利指标以及可行性约束后转移至其他区域；它构建了下一个比较但不估计可采储量或授权开发。