《ArcGIS教程：模糊叠加和加权叠加》由会员分享，可在线阅读，更多相关《ArcGIS教程：模糊叠加和加权叠加（6页珍藏版）》请在金锄头文库上搜索。
1、ArcGIS 教程：模糊叠加和加权叠加、模糊叠加摘要基于所选叠加类型组合模糊分类栅格数据。用法 建议您在使用模糊分类工具的所得结果时使用此工具。它可以专门应用于值范围介于0到I之 间的栅格。 下面列出了适合在某些情况下使用的叠加类型。1. 当任何输入证据栅格都可以具有较高值以使输出值较高时使用 OR。2. 当所有输入证据栅格都必须具有较高值以使输出值较高时使用 AND。3. 当组合证据栅格的重要性低于单个证据栅格时使用 PRODUCT。4. 当组合证据栅格的重要性高于任何单个证据栅格时使用 SUM。 叠加类型 GAMMA 通常用于执行较基本数据的模糊组合。当 amma 为 1 时，结果与 Fu
2、zzy Sum 相 同。当 amma 为 0 时，结果与 Fuzzy Product 相同。介于二者之间的值允许用户组合这两个极 值之间的证据栅格，结果可能不同于 Fuzzy And 或 Fuzzy Or。语法FuzzyOverlay (in_rasters, overlay_type, gamma)参数说明、IA Fri数据类型in_rastersin raster,.要在叠加中进行组合的输入分类栅格列表。Raster Layeroverlay_type(可选)指定在组合两个或多个分类数据时所使用的方法。 AND 输入模糊栅格中模糊分类栅格的最小值。 OR 输入栅格中模糊分类栅格的最大值。
3、PRODUCT 递减函数。当多个证据栅格的组合的重要性 或该组合小于任何单个输入栅格时使用此函数。 SUM 递增函数。当多个证据栅格的组合的重要性或该 组合大于任何单个输入栅格时使用此函数。 GAMMA 一 以 Fuzzy Sum 和 Fuzzy Product 为底，以gamma为指数的代数乘积。Stringgamma（可选）要使用的gamma值。仅适用于将叠加类型设置为GAMMA时。 默认值为0.9。Double返回值名称说明数据类型out_raster应用模糊运算符后得到的输出栅格。 输出值将始终介于0到I之间。Raster代码实例模糊叠加 (FuzzyOverlay) 示例 1(Pyt
4、hon 窗口)本例将组合输入分类栅格和 AND 叠加类型，从而确定二者之间的最小分类值import arcpyfrom arcpy.sa import *from arcpy import envenv.w orkspace = c:/sapyexamples/dataoutFzyOverlay = FuzzyOverlay(fzymemboutl, fzymembout2, AND)outFzyOverlay. save(c:/sapexamples/output/fuzzovertif)模糊叠加 (FuzzyOverlay) 示例 2(独立脚本)本例将组合输入分类栅格和 GAMMA 叠加类
5、型。# Name: Fuzzy0verlay_Ex_02 .py# Description: Combine fuzzy membership rasters data together based on# selected overlay type (GAMMA in this case )# Requirements: Spatial Analyst Extension# Import system modulesimport arcpyfrom arcpy import envfrom arcpy.sa import *# Set environment settingsenv.w or
6、kspace = C:/sapyexamples/data# Set local variablesinRasterList = fzymemboutl, fzymembout2# Check out the ArcGIS Spatial Analyst extension licensearcpy. CheckOutExtension(Spatial)# Execute FuzzyMembershipoutFzyOverlay = FuzzyOverlay(inRasterList, GAMMA, 0.9)# Save the outputoutFzyOverlay. save(c:/sap
7、examples/output/fuzzoverlay)二、加权叠加摘要使用常用测量比例叠加多个栅格数据，并根据各栅格数据的重要性分配权重。插图插图中，两个输入栅格已重新分类为 1 至 3 三种公共测量级别。为每个栅格均分配了一个影响百分 比。这些像元值与其影响百分比相乘，两者所得结果相加创建输出栅格。以左上角像元为例。这两个输入 的值变为 (2 * 0.75) = 1.5与 (3 * 0.25) = 0.75。1.5和 0.75 的和为2.25。因为加权叠加获得的输 出栅格为整数，所以最终值取整为 2。用法所有输入栅格数据必须为整型。浮点型栅格数据要先转换为整型栅格数据，然后才能在加权叠加中
8、 使用。重分类工具是执行换转的有效方法。 根据评估等级为输入栅格中的各个值类分配一个新值。这些新值是原始输入栅格值的重分类。对于 要从分析中排除的区域，将使用受限值。 根据各个输入栅格数据的重要性或者影响力百分比对其进行加权。权重是相对百分比，并且影响力 百分比权重的总和必须等于 100。 通过更改评估等级或影响力百分比可以改变加权叠加分析的结果。语法WeightedOverlay (in_weighted_overlay_table)参数说明数据类型in_weighted_overlay_table使用“加权叠加工具”可执行多个栅格数据之间的多条 件分析计算。叠加分析类用于定义表o WOTa
9、ble对象用于指定条件栅 格及其各自的属性。对象形式为：WOTable(inRaster, influence, field, remap,., from, to, by)WOTable返回值名称说明数据类型out raster输出适宜性栅格。Raster代码实例WeightedOverlay 示例 1(Python 窗口)本示例创建的适宜性 IMG 栅格能识别出可作为滑雪区域的位置import arcpyfrom arcpy import envfrom arcpy.sa import *env.workspace = C:/sapyexamples/dataoutsuit = Weight
10、edOverlay(WOTable(snow, 50, VALUERemapValue(l, Nodata,5, 3,9,10,N0DATA, NODATA),land, 20, , RemapValue(water,l,forest,5,open field,9,N0DATA, NODATA),soil, 30, VALUERemapValue(l,Restricted,5,5,7,7,9,9,N0DATA, Restricted) ,1,9,1)outsuit.save(C:/sapyexamples/output/outsuit.img)WeightedOverlay 示例 2(独立脚本
11、)本示例创建的适宜性 IMG 栅格能识别出可作为滑雪区域的位置。# Name: Weighted0verlay_Ex_02.py# Description: Overlays several rasters using a common scale and weighing# each according to its importance.# Requirements: Spatial Analyst Extension# Import system modulesimport arcpyfrom arcpy import envfrom arcpy.sa import *# Set env
12、ironment settingsenv.workspace = C:/sapyexamples/data# Set localvariablesinRasterlsnowinRaster2landinRaster3 1 soilremapsnowRemapValue(0,1,1,1,5,5,9, 9,NODATA, NODATA)remaplandRemapValue(1,1,5,5,6, 6,7, 7,8,8,9,9,NODATA,Restricted)remapsoilRemapValue(O,1,1,1,5,5,6,6,7,7,8,8,9,9,NODATA, NODATA)WOTabl
13、e(inRaster1,50VALUEinRaster2,20VALUEinRaster3,30VALUEremapsnow,myWOTableremapland,remapsoil,1, 9, 1)# Check outthe ArcGIS Spatial Analyst extension licensearcpy. CheckOutExtension(Spatial)# Execute WeightedOverlayoutWeightedOverlay = WeightedOverlay(myWOTable)# Save the outputoutWeightedOverlay. save(C:/sapyexamples/output/weightover2)
