用途：生成权重、尺度与假设显式、一致且经过压力测试的适宜性地图，适用于空间适宜性、选址、AHP、准则权重与加权叠加工作。
主要能力：按“目标→因素→约束”组织分析；约束为二值掩膜（法律排除、水体、坡度超阈值），最后以乘法应用，因素为连续加权层；统一到公共栅格（同 CRS、范围、像元、对齐）；将准则标准化至 0-1 或 0-255（单调用线性 min-max，饱和用模糊隶属度，类别层用显式重分类表），并逐层核查方向；用 AHP 或直接/排序法确定权重；聚合采用加权线性组合（WLC），风险态度重要时用 OWA；分类后做敏感性分析，并在有已知好/坏样点时验证。
AHP：Saaty 1-9 标度成对比较，主特征向量求权重，一致性比率 CR 须 < 0.10，否则修订矩阵；可运行 scripts/ahp_weights.py 计算权重与 CR（校验互反性并报告 λ_max）。多专家用几何平均先聚合判断，再算权重；交付物须报告完整矩阵、权重、λ_max 与 CR。
聚合示例：suit = np.zeros_like(factors[0], dtype="float32")；for w_i, f in zip(weights, factors): suit += w_i * f；suit *= constraint_mask。OWA 变体：逐像元排序后施加次序权重，覆盖从全 AND 到全 OR 的连续区间。
敏感性分析（强制）：逐一扰动各权重 ±20% 并重新归一化，报告适宜性等级变化面积占比与稳定性地图；构建 2-3 套不同利益相关方权重的场景对比；若有蒙特卡洛预算，可从 AHP 向量附近的 Dirichlet 分布采样权重，给出逐像元“高度适宜”概率。
交付标准：连续与分级适宜性地图、约束掩膜图、含 CR 的权重表、各准则标准化函数（含方向）、敏感性/稳定性摘要与局限性段落（数据时效、分辨率、遗漏准则）。
常见陷阱：准则方向颠倒；混用分辨率未声明重采样规则；忽略或未报告 CR；把约束当权重导致禁区得中等分；用量分位数分级却按绝对适宜性解读；不做敏感性分析，把单张地图当作真相。
限制：资料未提供具体实现 API、运行环境、依赖及收费信息；方法实施前应查阅权威来源登记处并记录检查日期。