Калькулятор растра

• ("pop" > 150) & ("dist" > 10)

• (("reclass_rd_dist" * 3) + ("reclass_landuse" * 2) + "reclass_elev") /6.0

• ("Band4" — "Band3") / Float("Band4" + "Band3")

• Con("elev" <= 3000, 1, 0)

• Con(IsNull("elev"),0, "elev")

• Con(("landuse1" == 1) & ("landuse2" == 5), "landuse1" + "landuse2", 99)

• Con(Raster('elev') != 0,'elev')

• (Con('elev', 'elev', "", "elev_feet <> 0")) + Raster("tree_height")

• Con("inRas" < 45,1, Con(("inRas" >= 45) & ("inRas" < 47),2, Con(("inRas" >= 47)&("inRas" < 49),3, Con("inRas" >= 49,4))))

Группа инструментов Математические (Math)

Полный набор математических операций, который можно использовать с растрами.

Позволяет выполнять арифметические действия и составлять логические выражения для вычисления значений входного растра.

Инструменты сгруппированы в четыре основные категории:

• Общие

• Логические

• Тригонометрические

• Побитовые

Общие (General). Cодержит инструменты для выполнения основных математических операций на растрах в следующих категориях: Арифметические (Arithmetic), Степени (Power), Экспоненциальные (Exponential) и Логарифмические (Logarithmic). Также включены инструменты, которые меняют знак значений растра, а также инструменты, используемые для конвертации значений между целыми числами и числами с плавающей точкой.

Логические (Logical). Cодержит инструменты для выполнения логических уравнений на растрах в следующих категориях: Булевы (Boolean), Комбинаторные (Combinatorial), Относительные (Relational) и Условные (Conditional).

Тригонометрические (Trigonometric). Cодержит инструменты для тригонометрических вычислений в нескольких категориях: Регулярные (Regular), Обратные (Inverse), Гиперболические (Hyperbolic) и Обратные гиперболические (Inverse Hyperbolic). • Побитовые (Bitwise). Cодержит инструменты, выполняющие побитовые операции на входных растрах.

Группа инструментов Многомерность (Multivariate)

Многомерный статистический анализ позволяет исследовать отношения между несколькими различными типами атрибутов. Дополнительный модуль Spatial Analyst выполняет два основных типа многомерного анализа:

• Классификация (с обучением и без обучения)

• Анализ по методу главных компонент (PCA)

Эти типы анализа сопровождаются использованием целого ряда инструментов, которые позволяют выполнить определенные шаги процесса анализа.

Классификация обычно используется для сведения данных многоканальных изображений в один классифицированный растр, например, в слой типов растительности.

Анализ по методу главных компонент (PCA) используется, например, для предсказания объема биомассы (зависимая переменная) в каждом местоположении в зависимости от количества осадков, типа почвы, экспозиции склона и температуры (независимые переменные).

	Иструмент	Описание
	Статистика набора каналов (Band Collection Statistics)	Вычисляет статистику для набора каналов растра.
	Вероятность классов (Class Probability)	Создаёт многоканальный растр каналов вероятности, при котором один канал создаётся для каждого класса, представленного в входном файле сигнатур.
	Создать сигнатуры (Create Signatures)	Создает ASCII-файл сигнатур, определяемый входными эталонными данными и набором каналов растра.
	Древовидная схема (Dendrogram)	Строит древовидную диаграмму, представляющую расстояния между последовательно объединёнными классами в файле эталона.
	Редактировать сигнатуры (Edit Signatures)	Редактирует и обновляет файл сигнатур путем объединения, перенумерации и удаления сигнатур классов.
Изокластер (Iso Cluster)		Использует алгоритм кластеризации изоданных для определения характеристик естественных групп ячеек в многомерном атрибутивном пространстве и хранит результаты в выходном ASCII-файле сигнатур.
Неконтролируемая классификация изокластера		Выполняет неконтролируемую классификацию на ряде каналов входного растра, используя инструменты Изокластер (Iso Cluster) и Классификация по методу максимального подобия (Maximum Likelihood Classification).
Классификации по методу максимального подобия (Maximum Likelihood Classification)		Выполняет классификацию по методу максимального подобия для набора каналов растра и создаёт классифицированный растр в качестве выходных данных.
Метод главных компонент (Principal Components)		Выполняет Principal Component Analysis (PCA) на наборе каналов растра и создаёт один многоканальный растр в качестве выходных данных.