4. 评估指标体系构建方法

对地观测任务的效能评估，难点往往不在算法，而在“评什么、怎么量、谁更重要”。指标体系就是把这些判断固定下来的一套结构化约定。本节围绕指标选取原则、层次化分解、量纲统一、权重确定与指标独立性检验五个环节展开，并以一个对地观测任务为例，走完从任务需求到可计算指标体系的完整过程。

一、指标选取：从任务需求反推，而非从数据出发

指标选取应遵循四条原则：完备性（覆盖任务主要效能维度，不遗漏关键能力）、可测性（能用仿真、遥测或解析公式得到数值）、独立性（指标间信息不大量重叠）、可解释性（数值变化能对应到明确的物理或作战含义）。实践中常见的错误是“手里有什么数据就选什么指标”，这会导致体系偏向易测项，而遗漏真正决定任务成败的能力。

正确做法是从任务需求反推。以“区域重访观测”任务为例，其核心需求可拆为：看得见（覆盖能力）、看得清（分辨率与成像质量）、看得及时（响应与重访）、传得回（数传与时效）、用得上（数据可用率与任务成功率）。这五类需求自然对应五个一级指标方向。

二、层次化分解：目标层—准则层—指标层

层次化分解把笼统的“效能”逐级落到可计算量。推荐采用三层结构：目标层（任务综合效能）、准则层（覆盖、成像、时效、传输、可用性）、指标层（具体可测参数）。分解时遵循 MECE 思路：同一父节点下的子指标尽量互斥且合计完整。

以对地观测任务为例，可得到如下示例指标体系（数值为教学假设，非实测）：

三、量纲统一：归一化与方向一致化

指标单位各异（%、h、m、min），直接加权没有意义，必须先做无量纲化。常用方法有极值归一化、阈值归一化和效用函数法。对“越大越好”型指标，采用：

x' = (x - x_min) / (x_max - x_min)

对“越小越好”型指标（如重访间隔、分辨率、响应时延），采用反向归一化：

x' = (x_max - x) / (x_max - x_min)

其中 x_min、x_max 应来自任务约束或方案集边界，而非随意取值。例如重访间隔若任务要求不超过 12 h，则 x_max 取 12，x_min 取 0，6.2 h 归一化后为 (12−6.2)/12 ≈ 0.483。归一化后所有指标统一为 [0,1] 区间、方向一致（越大越好），才能进入加权合成。

四、权重确定：主观与客观结合

权重反映各指标对任务效能的相对贡献。常用方法有三类：AHP 层次分析法（专家判断，适合缺乏数据的早期方案）、熵权法（由数据离散度客观定权）、组合赋权（两者加权融合，兼顾经验与数据）。

AHP 的关键是构造判断矩阵并做一致性检验。以准则层为例，若专家认为“覆盖”比“传输”明显重要，可取标度 5，构造 5×5 判断矩阵，计算最大特征值 λ_max 与一致性比率 CR = CI/RI，要求 CR < 0.1 方可通过。示例计算得 λ_max = 5.12，CI = (5.12−5)/4 = 0.03，查表 RI = 1.12，CR = 0.027 < 0.1，一致性合格。对应权重示例为：覆盖 0.32、成像 0.26、时效 0.20、传输 0.12、可用性 0.10。

熵权法则先计算各指标的信息熵 e_j，再取差异系数 d_j = 1 − e_j，归一化得权重。若某指标在所有方案中取值几乎相同，其熵接近 1、权重趋近 0，说明该指标对方案区分贡献小。组合赋权可取 w_j = α·w_AHP + (1−α)·w_熵，α 通常取 0.5～0.7。

五、指标独立性检验：避免重复计权

若两个指标高度相关（如“区域覆盖率”与“平均重访间隔”在多数方案中同向变化），同时保留会放大某一维度的权重，造成隐性偏置。检验方法包括：计算指标间 Pearson 相关系数矩阵，对 |r| > 0.8 的指标对进行合并或剔除；也可用方差膨胀因子 VIF 判断多重共线性，VIF > 10 提示需处理。

处理策略有三种：合并（用主成分或加权合成一个新指标）、剔除（保留物理意义更清晰者）、保留但降权（在组合赋权中人为压低相关指标权重）。选择依据是任务解释需求：若两个指标分别对应不同决策关注点，宜保留并降权；若本质是同一能力的两种度量，宜合并。

六、构建示例：从需求到可计算体系

综合以上五步，对地观测任务的指标体系构建可归纳为一条可复现路径：先由任务需求确定五个准则方向，再分解出七个指标层参数；对每个指标按任务约束设定 x_min、x_max 并归一化；用 AHP 得到准则层权重（覆盖 0.32、成像 0.26、时效 0.20、传输 0.12、可用性 0.10），用熵权法对指标层做客观修正；最后计算相关系数矩阵，若发现“区域覆盖率”与“平均重访间隔”相关系数达 −0.85，则合并为“覆盖-重访综合指数”或对二者降权处理。

完成后的体系可直接用于方案打分：将各方案指标归一化值按权重加权求和，得到综合效能值。例如某方案归一化后覆盖 0.87、成像 0.92、时效 0.48、传输 0.95、可用性 0.985，按上述权重合成得 0.32×0.87 + 0.26×0.92 + 0.20×0.48 + 0.12×0.95 + 0.10×0.985 ≈ 0.278 + 0.239 + 0.096 + 0.114 + 0.099 = 0.826。该值即可作为方案横向比较的量化依据。

指标体系的构建不是一次性工作，而应随任务需求、卫星能力与数据积累迭代更新。建议每轮评估后记录权重变化与独立性检验结果，形成可追溯的体系版本，为后续方案优化提供稳定基准。