智能选址评估是多指标评估中的一种，其中每项评估指标都可视为一条独立分析逻辑，分析中可能涉及多个算子联合使用，导致整体评估模型体量庞大；每项评估指标中都可能用到一个或多个数据，数据的复杂性和大体量导致评估计算难度大。模型嵌套能力，把一个相对通用的过程固化为子模型，其他模型可以去调用这个子模型，提高模型可读性、数据读取效率、降低模型体量、提高模型可用性。
智能选址评估是自然资源行业中的常见评估应用，旨在通过一定条件，评估备选地块。
其涉及到的评估数据包括永久基本农田、生态保护红线、国土空间总体规划、国土空间详细规划、重要矿产、地质灾害防治规划、自然保护地、生态公益林等。
在评估过程中，针对每项评估指标均有独立评分规则，可能针对一个数据实现多维度评估，也可能针对多个数据联合分析实现综合评估。如针对生态保护红线，以占用生态保护红线的等级及面积比例为评估指标，通过平面面积计算、计算字段、标识叠加、边界融合等算子实现评估。
每项指标均生成一个评分数值，最终将所有评分数值汇总并根据对应权重计算综合评分得到最终评估结果。
平铺模式下，构建智能选址评估模型过程及效果详见文章：如何零编程实现复杂业务选址评估模型
子模型：生态保护红线评估
01、模型搭建，独立验证
子模型是一个独立的可分析的模型，搭建后的模型可直接运行分析验证。
使用平面面积计算、字段计算和字段过滤实现数据预处理，使用标识工具实现叠加分析，再通过边界融合、计算字段等算子实现评分计算，最终得到生态保护红线的评估结果。
也可以将部分业务流程注册为自定义算子提升模型可读性
在不要求子模型可独立执行情况下，模型可以不包含输入输出直接被主模型调用，但模型无法执行
02、参数设置，轻松传参
合理设置子模型参数可以在调用主模型时通过合理传参实现接入子模型分析过程。
通常情况下可设置输入、输出、常用变量作为参数。在此模型中，将勘测地块、生态保护红线数据的路径和图层名称、生态保护红线评估结果设置为参数。
参数设置时，右键黄色分析部分设置的参数为模型输入参数，右键蓝色结果部分设置的参数为模型输出参数。
主模型：一键获取标准结果
01、数据读取
考虑到在智能选址评估中，仅存在勘测地块为多次使用数据，其他业务数据体量较大，采用不同方式实现数据读取。
对大体量数据读取，规划在子模型中搭建，并采用读取FileGDB图层算子方式高效读取数据，仅暴露读取算子的路径和图层名便于替换数据。
对勘测地块数据在主模型中直接拖拽到画布中，一次性读取，作用在多个子模型分析过程中，减少数据读取次数，提升分析效率。
读取FileGDB图层算子支持在读取时实现前置过滤，可有效提升数据读取速度
02、收集子模型结果进一步权重计算
对子模型中所有结果收集并追加，并利用计算字段、属性汇总算子对各项评估结果按权重重新计算，得到综合评分，并整理为标准结果。
收集后的结果也可以直接通过自定义算子方式一步到位实现获取标准结果
联动更新
业务中经常遇到部分计算逻辑需要优化或者更新的情况，在模型平铺情况下，只能将每个模型中涉及修改的内容逐一修改较为费时费力。
基于GA Plus 4.1模型嵌套将模型构建为嵌套模型后，每次变动仅需要修改子模型。主模型通过更新调用的子模型，实现联动更新，减少用户重新搭建模型时间。
独立融合
复杂业务需求中常见的问题是模型过大，在模型搭建的验证环节费时费力。若将模型拆分为多个部分分别验证，又涉及到后续需要将所有部分统一组装的问题。
GA Plus 4.1模型嵌套从本质上解决了模型拆分组合的问题。每个子模型都是独立的模型可独立分析、独立使用。将所有子模型组装的过程采用拖拽模型的方式又解决了模型组装费力的问题，同时提升模型可读性。
逻辑复用
针对常规类分析，可能存在一个业务模型中需要多次去使用的情况。在模型平铺下，只能将算子重复拖拽，模型体量、搭建工作量大大增加。
基于GA Plus 4.1模型嵌套可以实现仅构建一次标准模型，通过合理暴露参数，实现在主模型通过设置不同参数实现相似分析。
零编程算子
GA Plus 4.1构建的嵌套子模型，通过拖拽算子组合的方式实现业务逻辑，配合参数设置可实现原来需要通过编程注册自定义算子才能实现的分析。
且子模型可以随时变换为普通分组，方便用户直观了解模型内部过程便于随时修改。
智能选址评估分析平铺方式搭建模型时，共使用105个算子。转换为嵌套模型后，构建7个子模型即可实现相同分析。大大提升模型可读性、模型构建效率。
想了解更多
