Skip To Content

Verwenden von Raster-Funktionen zum Anpassen der Raster-Analyse

Bei der verteilten Raster-Analyse mit ArcGIS Image Server werden Raster-Datasets und Fernerkundungsdaten mit einer umfangreichen Suite aus Raster-Funktionen verarbeitet. Die angegebenen Ergebnisse werden automatisch gespeichert und in einem verteilten Raster-Data-Store veröffentlicht, von dem aus sie im gesamten Unternehmen genutzt werden können.

Leistungsfähige Suite aus Raster-Analyse-Funktionen

Der Kern dieser Funktionalität ist die Suite aus mehr als 150 Raster-Funktionen, die mit ArcGIS bereitgestellt werden. Diese sind in Form einzelner Verarbeitungsfunktionen verfügbar oder können in Form von Raster-Funktionsvorlagen (Raster Function Templates, RFT) zu einer Verarbeitungskette kombiniert werden. Raster-Funktionsvorlagen sind benutzerdefinierte Verarbeitungsketten, die mit einer Vielzahl verschiedener Eingabe-Datentypen und Verarbeitungsfunktionen auf jede Anwendung zugeschnitten werden können, um bestimmte Workflows zu vereinfachen.

Die Raster-Analyse-Funktionen können auch vom Benutzer mit ArcGIS API for Python erweitert werden. Benutzerdefinierte Raster-Funktionen können in Python geschrieben werden. Nachdem sie zum System hinzugefügt wurden, können Sie die verteilte Verarbeitung der Raster-Analyse nutzen.

Raster-Funktionen und RFTs unterstützen wichtige Paradigmen der verteilten Verarbeitung und Speicherung, wie zum Beispiel die lokale, die Cloud- und die Web-Implementierung. Die benutzerdefinierten und Standardfunktionen zur Verarbeitung und Speicherung von Rastern sind elastisch und können skaliert werden, um Bedarfsspitzen, Notfallsituationen, sich ändernden Prioritäten und sonstigen Auswirkungen auf erforderliche Kapazität, Nachfrage und Kosten gerecht zu werden. Die Raster-Funktionen unterstützen die verteilte Verarbeitung, um dynamische Verarbeitungsumgebungen zu unterstützen. Bei Änderungen der Anzahl der Verarbeitungsinstanzen wird die Verteilung der Raster-Analyse-Prozesse geändert, um die Verarbeitungs- und Speicherressourcen optimal zu nutzen.

Diese Raster-Funktionen und RFT-basierten Workflows können über ArcGIS Pro, ArcGIS REST API, ArcGIS API for Python und Java Script-APIs sowie über Map Viewer in einem ArcGIS Enterprise-Portal implementiert werden. Zum Beispiel können Sie den Task Raster erstellen verwenden, um verteilte Raster-Analysen durch Angabe einer JSON-Objekt-Darstellung einer Raster-Funktionskette auszuführen.

Verfügbare Raster-Funktionen und Objekte für die Raster-Analyse

In der unten stehenden Tabelle sind die Raster-Funktionen aufgelistet, die für Raster-Analysen im Map Viewer von ArcGIS Enterprise verfügbar sind. Für den Zugriff auf die Raster-Funktionen öffnen Sie eine Karte und klicken auf Analyse, sodass der Bereich Analyse durchführen geöffnet wird. Klicken Sie auf Raster-Analyse, um den Bereich "Raster-Analyse" zu öffnen und die verfügbaren Raster-Funktionen der verschiedenen Kategorien, beispielsweise Muster analysieren, Bild analysieren und Multidimensionale Analyse, anzuzeigen.

Sie können die Raster-Funktionen im Editor für Raster-Funktionen verwenden, um eigene benutzerdefinierte Vorlagen für Raster-Funktionsketten zu erstellen. Klicken Sie oben im Bereich Raster-Analyse auf die Schaltfläche Raster-Funktionen, um das Fenster Raster-Funktionsvorlage zu öffnen. Die verfügbaren Raster-Funktionen werden im linken Bereich aufgelistet. Wählen Sie die gewünschte Raster-Funktion aus, und klicken Sie auf Funktion hinzufügen, um sie dem Editor für Raster-Funktionen hinzuzufügen und eine eigene Raster-Funktionsvorlage zu erstellen. Geben Sie der Raster-Funktionskette einen Namen, und speichern Sie sie.

Die Raster-Funktionen, die im Bereich Raster-Analyse in Map Viewer verfügbar sind, sind nachfolgend aufgelistet.

Analyse

Raster-FunktionBeschreibungObjekt-API

Binärer Schwellenwert

Die binäre Funktion Threshold unterteilt das Raster mit der Otsu-Methode in zwei verschiedene Klassen, um bei Bilddaten zwischen Hintergrund und Vordergrund zu unterscheiden, indem zwei Klassen mit minimaler Intraklassenvarianz erstellt werden. Weitere Informationen finden Sie unter der Raster-Funktion Binärer Schwellenwert.

JSON | Python

CCDC-Analyse

Überprüft mit der CCDC-Methode (Continuous Detection and Classification) Änderungen von Pixelwerten im Zeitverlauf und generiert ein multidimensionales Raster, das die Modellergebnisse enthält.

Weitere Informationen finden Sie unter der Raster-Funktion CCDC-Analyse.

REST

Veränderungen berechnen

Berechnet die Unterschiede zwischen zwei kategorischen oder kontinuierlichen Raster-Datasets. Weitere Informationen finden Sie unter der Raster-Funktion Veränderung berechnen.

Veränderung mit Veränderungsanalyse erkennen

Generiert mit dem vom Werkzeug Veränderungen mit CCDC analysieren ausgegebenen Veränderungsanalyse-Raster ein Raster, das Pixeländerungsinformationen enthält.

Weitere Informationen finden Sie unter der Raster-Funktion Veränderung mit Veränderungsanalyse erkennen.

REST

Trend generieren

Schätzt den Trend für jedes Pixel entlang einer Dimension für eine angegebene Variable in einem multidimensionalen Raster. Weitere Informationen finden Sie unter der Raster-Funktion Trend generieren.

Python | REST

Hitzeindex

Berechnet die gefühlte Temperatur basierend auf der Umgebungstemperatur und der relativen Feuchtigkeit. Weitere Informationen finden Sie unter der Raster-Funktion Hitzeindex.

Kerndichte

Berechnet mit einer Kernel-Funktion die Größe pro Flächeneinheit auf Basis von Punkt- oder Polylinien-Features, um für jeden Punkt bzw. jede Polylinie eine sanft abgeschrägte Oberfläche anzupassen.

Weitere Informationen finden Sie unter der Raster-Funktion Kerndichte.

Python

NDVI

Der normalisierte differenzierte Vegetationsindex (NDVI) ist ein standardisierter Index, der Ihnen das Erstellen eines Bildes mit Grünanteilen (relative Biomasse) ermöglicht. Dieser Index nutzt den Kontrast der Eigenschaften zweier Bänder aus einem multispektralen Raster-Dataset – die Absorption durch die Chlorophyllpigmente im roten Band und den Pflanzen-Reflexionsgrad im infrarotnahen Band (NIR). Weitere Informationen finden Sie unter der Funktion NDVI.

JSON | Python

Farbgebung durch NDVI

Wendet die Funktion "NDVI" auf das Eingabebild an und verwendet dann eine Colormap oder einen Farbverlauf zur Darstellung des Ergebnisses. Weitere Informationen finden Sie unter der Raster-Funktion Farbgebung durch NDVI.

Mit Trend vorhersagen

Generiert mithilfe der Ausgabe der Funktion "Trend generieren" einen prognostizierten Layer. Weitere Informationen finden Sie unter der Raster-Funktion Mit Trend vorhersagen.

Python | REST

Raster-Sammlung verarbeiten

Verarbeitet jeden Ausschnitt in einem multidimensionalen Raster-Layers oder jedes Element in einem Mosaik-Layer. Weitere Informationen finden Sie unter der Raster-Funktion Raster-Sammlung verarbeiten.

Python

Tasseled Cap

Ermöglicht die standardisierte Erkennung von künstlichen Features, Boden und Vegetation durch Messen des Grads an Helligkeit und Feuchtigkeit sowie des Grünanteils. Weitere Informationen finden Sie unter der Raster-Funktion Tasseled Cap.

JSON | Python

Gewichtete Überlagerung

Überlagert mehrere Raster anhand eines allgemeinen Maßstabs und gewichtet nach der Wichtigkeit jedes Rasters.

Mit der Funktion "Gewichtete Überlagerung" werden mehrere Raster anhand eines allgemeinen Maßstabs überlagert und nach der Wichtigkeit jedes Rasters gewichtet.

Weitere Informationen finden Sie unter der Raster-Funktion Gewichtete Überlagerung.

JSON | Python

Gewichtete Summe

Ein Raster-Array auf Zellenbasis gewichten und hinzufügen.

Die Funktion "Gewichtete Summe" ermöglicht die Überlagerung mehrerer Raster, wobei sie nach ihrer jeweiligen Gewichtung multipliziert und zusammengerechnet werden.

Weitere Informationen finden Sie unter der Raster-Funktion Gewichtete Summe.

JSON | Python

Windchill

Windchill ist eine Möglichkeit, das Kälteempfinden zu messen, wenn der Wind mit berücksichtigt wird. Weitere Informationen finden Sie unter der Raster-Funktion Windchill.

Aussehen

Raster-FunktionBeschreibungObjekt-API

Kontrast und Helligkeit

Passt die Unterschiede zwischen den Farben und der Gesamthelligkeit des Bildes an. Weitere Informationen finden Sie unter der Raster-Funktion Kontrast und Helligkeit.

JSON | Python

Faltung

Filtert ein Bild für das Scharf- oder Weichzeichnen eines Bildes, für das Ermitteln der Kanten in einem Bild oder für andere Kernel-basierte Verbesserungen. Weitere Informationen finden Sie unter der Raster-Funktion Faltung.

JSON | Python

Pansharpening

Verbessert die räumliche Auflösung eines Multiband-Bildes durch Verschmelzen mit einem panchromatischen Bild mit höherer Auflösung. Weitere Informationen finden Sie unter der Raster-Funktion Pansharpening.

JSON | Python

Statistiken und Histogramm

Definiert die beschreibende Statistik für ein Dataset oder verwendet die Verteilung aus einem anderen Dataset. Weitere Informationen finden Sie unter der Raster-Funktion Statistiken und Histogramm.

JSON | Python

Streckung

Berechnet die Statistiken für jeden Pixel eines Bildes auf der Grundlage einer definierten Nachbarschaft. Weitere Informationen finden Sie unter der Raster-Funktion Streckung.

JSON | Python

Klassifizierung

Raster-FunktionBeschreibungObjekt-API

Klassifizieren

Wendet den geeigneten Klassifikator und verknüpfte Trainingsdaten aus der .ecd-Trainingsdatei auf ein Raster-Dataset oder ein segmentiertes Raster an. Weitere Informationen finden Sie unter der Raster-Funktion Klassifizieren.

JSON | Python | REST

Lineare spektrale Entmischung

Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel.

Weitere Informationen finden Sie unter der Raster-Funktion Lineare spektrale Entmischung.

Python | REST

ML-Klassifizierung

Verwendet den Maximum-Likelihood-Algorithmus, um Pixel einer Klasse zuzuweisen. Weitere Informationen finden Sie unter der Raster-Funktion ML-Klassifizierung.

Python

Region Grow

Bildet Regionen aus Schwerpunkten. Die Funktion "Region Grow" kategorisiert benachbarte Pixel gemäß dem im Ausgangspunkt angegebenen Radius. Den Pixelgruppen wird ein bestimmter Füllwert zugewiesen. Weitere Informationen finden Sie unter der Raster-Funktion Region Grow.

Mean Shift-Segmentierung

Gruppiert benachbarte Pixel mit ähnlichen spektralen oder räumlichen Eigenschaften in Segmente. Dies kann als zweites Raster in der Funktion Klassifizieren verwendet werden. Weitere Informationen finden Sie unter der Funktion Mean Shift-Segmentierung sowie unter Segmentierung und Klassifizierung.

JSON | Python | REST

Konvertierung

Raster-FunktionBeschreibungObjekt-API

Farbmodellkonvertierung

Konvertiert das Farbmodell eines Bildes, beispielsweise aus dem HSV (Hue, Saturation, Value = Farbton, Sättigung und Helligkeitswert)-Modell in RGB (Rot, Grün, Blau) oder von RGB in HSV. Weitere Informationen finden Sie unter der Raster-Funktion Farbmodellkonvertierung.

Python

Colormap

Transformiert die Pixelwerte für die Anzeige der Raster-Daten auf der Grundlage einer Colormap als Graustufen- oder RGB-Bild (Rot, Grün, Blau). Weitere Informationen finden Sie unter der Raster-Funktion Colormap.

JSON | Python

Colormap in RGB

Konvertiert ein Einzelband-Raster mit einer Colormap in ein RGB-Raster mit drei Bändern. Weitere Informationen finden Sie unter der Raster-Funktion Colormap in RGB.

JSON | Python

Komplex

Leitet die Magnitude aus RADARSAT-Daten ab, sodass sie angezeigt werden kann. Weitere Informationen finden Sie unter der Raster-Funktion Komplex.

JSON | Python

Graustufen

Konvertiert ein Multiband-Bild in ein Einzelband-Graustufen-Bild. Auf jedes der Eingabebänder können bestimmte Gewichtungen angewendet werden. Weitere Informationen finden Sie unter der Raster-Funktion Graustufen.

JSON | Python

Attribute rastern

Reichert ein Raster durch Hinzufügen von Bändern an, die aus Werten bestimmter Attribute, aus einer externen Tabelle oder aus einem Feature-Service abgeleitet wurden. Weitere Informationen finden Sie unter der Raster-Funktion Attribute rastern.

Features rastern

Konvertiert Features in Raster. Features werden Pixelwerte basierend auf der OBJECTID des Feature-Feldes zugewiesen. Die Pixelwerte können optional auf einem benutzerdefinierten Wertefeld in der Attributtabelle des Eingabe-Features basieren. Weitere Informationen finden Sie unter der Raster-Funktion Features rastern.

Spektralkonvertierung

Wendet eine Matrix auf ein Multiband-Bild an, um ein falsches Farbbild in ein Pseudofarbbild zu konvertieren. Weitere Informationen finden Sie unter der Raster-Funktion Spektralkonvertierung.

JSON | Python

Terrain in Raster

Wird verwendet, um mit einem in einer Geodatabase gespeicherten Terrain-Dataset verwaltete Multipoint-Daten zu rendern. Weitere Informationen finden Sie unter der Raster-Funktion Terrain in Raster.

Trend in RGB

Konvertiert ein Trend-Raster in ein RGB-Raster (Rot, Grün und Blau) mit drei Bändern. Das Trend-Raster wird aus der Raster-Funktion Trend generieren oder der Raster-Funktion CCDC-Analyse generiert. Weitere Informationen finden Sie unter der Raster-Funktion Trend in RGB.

Einheitenumrechnung

Ermöglicht die Konvertierung von einer Maßeinheit in eine andere. Weitere Informationen finden Sie unter der Raster-Funktion Einheitenumrechnung.

JSON | Python

Vektorfeld

Verbindet zwei Einzelband-Raster (jedes Raster repräsentiert U/V oder Magnitude/Richtung) zu einem Zweiband-Raster (jedes Band repräsentiert U/V oder Magnitude/Richtung). Mit dieser Funktion kann auch der Datenkombinationstyp (U-V oder Magnituden-Richtung) wechselseitig konvertiert werden. Weitere Informationen finden Sie unter der Raster-Funktion Vektorfeld.

JSON | Python

Korrektur

Raster-FunktionBeschreibungObjekt-API

Sichtbare Reflexion

Kalibriert die Werte der digitalen Nummer (DN) für die Bilddaten einiger Satellitensensoren. Bei der Kalibrierung werden die Reflektion am Oberrand der Atmosphäre und die Sonnenwinkelkorrektur anhand der Sonnenhöhe, des Aufnahmedatums sowie Verstärkung und Bias des Sensors für jedes Band abgeleitet. Weitere Informationen finden Sie unter der Raster-Funktion Sichtbare Reflexion.

Geometrisch

Orthorektifiziert auf Grundlage einer Sensordefinition und eines Terrainmodells das Bild. Weitere Informationen finden Sie unter der Raster-Funktion Geometrisch.

JSON | Python

Radarkalibrierung

Die Kalibrierung wird auf Radarbilddaten angewendet, damit die Pixelwerte eine echte Darstellung der Radarrückstreuung sind. Weitere Informationen finden Sie unter der Raster-Funktion Radarkalibrierung.

Sentinel-1 Radiometrische Kalibrierung

Unterschiedliche Typen der radiometrischen Kalibrierung für Sentinel-1-Daten ausführen. Weitere Informationen finden Sie unter der Raster-Funktion Sentinel-1 Radiometrische Kalibrierung.

Python

Sentinel-1 Wärmerauschen entfernen

Wärmerauschen aus Sentinel-1-Daten entfernen. Weitere Informationen finden Sie unter der Raster-Funktion Sentinel-1 Wärmerauschen entfernen.

Python

Speckle

Filtert das Radar-Dataset mit Speckling und glättet das Rauschen, wobei Kanten oder scharfe Features im Bild erhalten bleiben. Weitere Informationen finden Sie unter der Raster-Funktion Speckle.

JSON | Python

Datenmanagement

Raster-FunktionBeschreibungObjekt-API

Aggregieren

Generiert ein multidimensionales Raster-Dataset durch Kombinieren vorhandener multidimensionaler Raster-Variablen entlang einer Dimension.

Weitere Informationen finden Sie unter der Raster-Funktion Aggregieren.

Python | REST

Attributtabelle

Verwendet eine Attributtabelle, um ein Einzelband-Raster zu symbolisieren. Dies ist hilfreich, wenn Sie Bilddaten mit bestimmten Beschriftungen und Farben darstellen möchten. Wenn die Tabelle Felder enthält, die als rot, grün und blau benannt sind, werden beim Rendern des Bildes Werte innerhalb dieser Felder wie eine Colormap verwendet. Weitere Informationen finden Sie unter der Raster-Funktion Attributtabelle.

Zwischenspeichern

Die zuletzt aufgerufenen Pixelblöcke werden zwischengespeichert. Weitere Informationen finden Sie unter der Raster-Funktion Zwischenspeichern.

Gecachte Raster

Mit der Funktion "Gecachte Raster" wird ein vorverarbeiteter Cache erstellt, welcher vor Funktionen, die die Performance durch rechenintensive Verarbeitungsschritte beeinträchtigen können, in die Funktionskette eingefügt wird. Zu den rechenintensiven Funktionen zählen beispielsweise "Faltung", "Bandarithmetik", "Pansharpen", "Geometrisch" und mehrere arithmetische Funktionen. Weitere Informationen finden Sie unter der Funktion Gecachte Raster.

Ausschneiden

Schneidet ein Raster mit einer rechteckigen Form entsprechend den definierten Ausdehnungen aus oder schneidet ein Raster auf die Form der Feature-Class eines Eingabe-Polygons zu. Die Form zum Definieren des Ausschnitts kann die Ausdehnung des Rasters oder eine Fläche innerhalb des Rasters ausschneiden. Weitere Informationen finden Sie unter der Raster-Funktion Ausschneiden.

Python

Bänder zusammensetzen

Mehrere Raster werden zu einem Multiband-Raster kombiniert. Weitere Informationen finden Sie unter der Raster-Funktion Bänder zusammensetzen.

Python

Konstante

Erstellt ein virtuelles Raster mit einem einzelnen Pixelwert, das in Raster-Funktionsvorlagen und zum Verarbeiten eines Mosaik-Datsets verwendet werden kann. Der Inhaltswert wird für die jeweiligen Pixelwerte im Raster verwendet. Weitere Informationen finden Sie unter der Raster-Funktion Konstante.

Python

Erweitern

Erweitert angegebene Zonen eines Rasters um eine angegebene Zellenzahl.

Weitere Informationen finden Sie unter der Raster-Funktion Erweitern.

Bänder extrahieren

Ordnet Bänder in einem Raster neu an oder extrahiert diese. Weitere Informationen finden Sie unter der Raster-Funktion Bänder extrahieren.

Python

Unregelmäßige Daten interpolieren

Die Funktion "Unregelmäßige Daten interpolieren" führt ein Resampling der unregelmäßig gerasterten Daten durch, sodass jedes Pixel die gleiche Größe und eine rechteckige Form erhält. Weitere Informationen finden Sie unter der Raster-Funktion Unregelmäßige Daten interpolieren.

Python

Schlüsselmetadaten

Mit dieser Funktion können Sie Schlüsselmetadaten eines Rasters einfügen oder überschreiben. Weitere Informationen finden Sie unter der Raster-Funktion Schlüsselmetadaten.

Maske

Erstellt NoData, indem ein Bereich von Pixelwerten definiert wird. Alle Werte außerhalb des Bereichs werden als NoData zurückgegeben. Weitere Informationen finden Sie unter der Raster-Funktion Maske.

Python

Raster mosaikieren

Fügt eine Reihe von Raster-Datasets zusammen, um ein Dataset zu erstellen. Weitere Informationen finden Sie unter der Funktion Raster mosaikieren.

Multidimensionaler Filter

Erstellt einen Raster-Layer aus einem multidimensionalen Raster-Dataset, indem Daten entlang definierter Variablen und Dimensionen aufgeteilt werden. Weitere Informationen finden Sie unter der Raster-Funktion Multidimensionaler Filter.

Python

Multidimensionales Raster

Fügt ein multidimensionales Dataset als multidimensionalen Raster-Layer hinzu. Weitere Informationen finden Sie unter der Funktion Multidimensionales Raster.

Nibble

Ersetzt ausgewählte Zellen eines Rasters durch den Wert des nächsten Nachbarn. Dies ist für die Bearbeitung von Raster-Flächen hilfreich, deren Daten möglicherweise fehlerhaft sind.

Weitere Informationen finden Sie unter der Raster-Funktion Nibble.

Python | REST

Zufällig

Erstellt ein virtuelles Raster mit zufälligen Pixelwerten, das in einem Mosaik-Dataset verwendet werden kann. Weitere Informationen finden Sie unter der Raster-Funktion Zufällig.

Python

Raster-Info

Mit der Funktion "Raster-Info" werden die Eigenschaften des Rasters wie Bit-Tiefe, einen NoData-Wert, Zellengröße, Ausdehnung usw. geändert. Weitere Informationen finden Sie unter der Raster-Funktion Raster-Info.

Überarbeiten

Ändert dynamisch die in einem Mosaik-Dataset oder Image-Service verwendeten Funktionsparameter, ohne die Änderungen an den Elementen physisch beizubehalten. Weitere Informationen finden Sie unter der Raster-Funktion Überarbeiten.

Gruppierung zu Regionen

Ermittelt für jede Zelle in der Ausgabe die Zugehörigkeit zu einer verbundenen Region. Jeder Region wird eine eindeutige Nummer zugewiesen.

Weitere Informationen finden Sie unter der Raster-Funktion Gruppierung zu Regionen.

Python

Neu projizieren

Ändert die Projektion eines Raster-Datasets, Mosaik-Datasets oder Raster-Elements in einem Mosaik-Dataset. Sie kann auch zum Resampling der Daten in eine neue Zellengröße und zum Definieren eines Ursprungs verwendet werden. Weitere Informationen finden Sie unter der Raster-Funktion Neu projizieren.

Resampling

Ändert die räumliche Auflösung eines Datasets. Weitere Informationen finden Sie unter der Raster-Funktion Resampling.

Python

Verkleinern

Verkleinert angegebene Zonen eines Rasters um eine angegebene Zellenzahl.

Weitere Informationen finden Sie unter der Raster-Funktion Verkleinern.

Python

Streifen

Interpoliert aus unregelmäßigen Gittern oder Streifendaten. Weitere Informationen finden Sie unter der Raster-Funktion Streifen.

Bitversatz

Entpackt die Bits des Eingabepixels und ordnet sie festgelegten Bits in dem Ausgabepixel zu. Zweck dieser Funktion ist es, die Bits aus einigen Eingaben zu manipulieren, z. B. solche der Landsat 8-Qualitätsbandprodukte. Weitere Informationen finden Sie unter der Raster-Funktion Bitversatz.

Python

Entfernung

Raster-FunktionBeschreibungObjekt-API

Korridor

Berechnet die Summe der akkumulativen Kosten für zwei Eingabe-Raster mit akkumulativen Kosten. Weitere Informationen finden Sie unter der Raster-Funktion Korridor.

Python

Kostenzuordnung

Berechnet für jede Zelle die kostengünstigste Quelle basierend auf den kleinsten akkumulativen Kosten auf einer Kostenoberfläche.

Weitere Informationen finden Sie unter der Raster-Funktion Kostenzuweisung.

Python

Kostenrückverknüpfung

Definiert die nächste Nachbarzelle auf dem kleinsten akkumulativen Kostenpfad zur kostengünstigsten Quelle. Weitere Informationen finden Sie unter der Raster-Funktion Kostenrückverknüpfung.

Python

Kostenentfernung

Berechnet für jede Zelle die kleinste akkumulative Kostenentfernung von oder zu der kostengünstigsten Quelle auf einer Kostenoberfläche.

Weitere Informationen finden Sie unter der Raster-Funktion Kostenentfernung.

Python

Kostenpfad

Berechnet den kostengünstigsten Pfad von einer Quelle zu einem Ziel. Weitere Informationen finden Sie unter der Raster-Funktion Kostenpfad.

Python | REST

Entfernungsakkumulation

Berechnet die akkumulative Entfernung von jeder Zelle zu Quellen. Dabei werden geradlinige Entfernung, Kostenentfernung, tatsächliche Oberflächenentfernung sowie vertikale und horizontale Kostenfaktoren berücksichtigt. Weitere Informationen finden Sie unter der Raster-Funktion Entfernungsakkumulation.

Python | REST

Entfernungsallokation

Berechnet die Entfernungsallokation für jede Zelle zu den angegebenen Quellen auf Grundlage von geradliniger Entfernung, Kostenentfernung, tatsächlicher Oberflächenentfernung sowie vertikaler und horizontaler Kostenfaktoren. Weitere Informationen finden Sie unter der Raster-Funktion Entfernungsallokation.

Python | REST

Euklidische Zuordnung

Berechnet für jede Zelle die nächstgelegene Quelle auf Basis der euklidischen Entfernung. Weitere Informationen finden Sie unter der Raster-Funktion Euklidische Zuordnung.

Python

Euklidische Gegenrichtung

Berechnet für jede Zelle die Richtung zur benachbarten Zelle entlang der kürzesten Route zurück zur nächstgelegenen Quelle in Grad. Dabei werden Barrieren vermieden. Weitere Informationen finden Sie unter der Raster-Funktion Euklidische Gegenrichtung.

Python

Euklidische Richtung

Berechnet für jede Zelle die Richtung in Grad zur nächstgelegenen Quelle. Weitere Informationen finden Sie unter der Raster-Funktion Euklidische Richtung.

Python

Euklidische Entfernung

Berechnet für jede Zelle die euklidische Entfernung zur nächstgelegenen Quelle. Weitere Informationen finden Sie unter der Raster-Funktion Euklidische Entfernung.

Python

Kostengünstigster Pfad

Berechnet den kostengünstigsten Pfad von einer Quelle zu einem Ziel. Die kleinste akkumulative Kostenentfernung wird für jede Zelle auf einer Kostenoberfläche zur nächstgelegenen Quelle berechnet. Damit wird ein Ausgabe-Raster erzeugt, das die kostengünstigste(n) Route(n) von ausgewählten Positionen zu den nächstgelegenen Quellenzellen aufzeichnet, die innerhalb der akkumulativen Kostenoberfläche definiert wurden (hinsichtlich der Kostenentfernung). Weitere Informationen finden Sie unter der Raster-Funktion Kostengünstigster Pfad.

Python

Optimaler Pfad als Raster

Berechnet den optimalen Pfad von Zielen zu Quellen. Weitere Informationen finden Sie unter der Raster-Funktion Optimaler Pfad als Raster.

Python

Pfadentfernung

Berechnet für jede Zelle die kleinste akkumulative Kostenentfernung von oder zur kostengünstigsten Quelle unter Berücksichtigung der Oberflächenentfernung zusammen mit horizontalen und vertikalen Kostenfaktoren. Weitere Informationen finden Sie unter der Raster-Funktion Pfadentfernung.

Python

Pfadentfernungs-Zuordnung

Berechnet die kostengünstigste Quelle für jede Zelle auf Basis der geringsten akkumulativen Kosten auf einer Kostenoberfläche unter Berücksichtigung der Oberflächenentfernung zusammen mit horizontalen und vertikalen Kostenfaktoren. Weitere Informationen finden Sie unter der Raster-Funktion Pfadentfernungs-Zuordnung.

Python

Pfadentfernungs-Rückverknüpfung

Gibt den Nachbarn an, bei dem es sich um die nächste Zelle auf der Route mit den geringsten akkumulativen Kosten zur kostengünstigsten Quelle handelt, wobei die Oberflächenentfernung zusammen mit horizontalen und vertikalen Kostenfaktoren berücksichtigt werden. Weitere Informationen finden Sie unter der Raster-Funktion Pfadentfernungs-Rückverknüpfung.

Python

Hydrologie

Raster-FunktionBeschreibungObjekt-API

Füllung

Füllt Senken und Spitzen in einem Raster für Höhenoberflächen, um kleine Unregelmäßigkeiten in den Daten zu entfernen. Weitere Informationen finden Sie unter der Raster-Funktion Füllung.

Python | REST

Abflussakkumulation

Erstellt für jede Zelle ein Raster-Layer der Abflussakkumulation. Optional kann ein Gewichtungsfaktor angewendet werden. Weitere Informationen finden Sie unter der Raster-Funktion Abflussakkumulation.

Python | REST

Fließrichtung

Erstellt ein Raster-Layer mit der Fließrichtung von jeder Zelle zur jeweiligen Nachbarzelle mit der steilsten Neigung. Weitere Informationen finden Sie unter der Raster-Funktion Fließrichtung.

Python | REST

Fließentfernung

Berechnet die minimale horizontale oder vertikale Neigungsentfernung zu Zellen eines Wasserlaufs oder Flusses, in den sie fließen. Weitere Informationen finden Sie unter der Raster-Funktion Fließentfernung.

Python | REST

Fließlänge

Erstellt einen Raster-Layer der Entfernung flussaufwärts bzw. flussabwärts oder die gewichtete Entfernung entlang des Fließpfades für jede Zelle. Weitere Informationen finden Sie unter der Raster-Funktion Fließlänge.

Python

Senke

Erstellt einen Raster-Layer, der alle Senken oder Flächen mit interner Drainage identifiziert. Weitere Informationen finden Sie unter der Raster-Funktion Senke.

Python

Abflusspunkt zuordnen

Fängt Fließpunkte an der Zelle mit der höchsten Abflussakkumulation innerhalb einer bestimmten Entfernung. Weitere Informationen finden Sie unter der Raster-Funktion Abflusspunkt zuordnen.

Python

Wasserlauf-Abschnitte

Weist Abschnitten eines linearen Raster-Netzwerks Einzelwerte zwischen Schnittpunkten zu. Weitere Informationen finden Sie unter der Raster-Funktion Wasserlauf-Abschnitte.

Python | REST

Wasserlauf-Ordnung

Erstellt einen Raster-Layer zum Zuweisen einer numerischen Reihenfolge zu Segmenten eines Rasters, das Verzweigungen eines linearen Netzwerks darstellt. Weitere Informationen finden Sie unter der Raster-Funktion Wasserlauf-Ordnung.

Python

Abflussgebiet

Ermittelt die beteiligte Fläche über einer Gruppe von Pixeln in einem Raster. Weitere Informationen finden Sie unter der Raster-Funktion Abflussgebiet.

Python | REST

Mathematik

Raster-FunktionBeschreibungObjekt-API

Absoluter Wert

Berechnet den absoluten Wert der Pixel in einem Raster.

Python

Arithmetisch

Berechnet die mathematischen Operationen für überlappende Raster anhand der Pixelwerte.

JSON | Python

Bandarithmetik

Indizes mit den vordefinierten Formeln oder einem benutzerdefinierten Ausdruck berechnen.

JSON | Python

Berechnung

Ein Raster über einen Raster-basierten mathematischen Ausdruck berechnen.

JSON | Python

Divide

Teilt die Werte von zwei Rastern auf Pixelbasis.

Python

Exponent

Berechnet die Exponentialfunktion zur Basis e der Pixel in einem Raster.

Python

Exp10

Berechnet die Exponentialfunktion zur Basis 2 der Pixel in einem Raster.

Python

Exp2

Berechnet die Exponentialfunktion zur Basis 10 der Pixel in einem Raster.

Python

Float

Konvertiert jeden Pixelwert eines Rasters in eine Gleitkommadarstellung.

Python

Integer

Konvertiert die einzelnen Pixelwerte eines Rasters durch Abschneiden in eine ganze Zahl.

Python

Ln

Berechnet den natürlichen Logarithmus (Basis e) von Pixeln in einem Raster.

Python

Log10

Berechnet den Logarithmus der Basis 10 von Pixeln in einem Raster.

Python

Log2

Berechnet den Logarithmus der Basis 2 von Pixeln in einem Raster.

Python

Minus

Subtrahiert den Wert des zweiten Eingabe-Rasters vom Wert des ersten Eingabe-Rasters auf Pixelbasis.

Python

Modulo

Ermittelt den Rest (Modulo) der Teilung des ersten Rasters durch das zweite Raster auf Pixelbasis.

Python

Negate

Ändert das Vorzeichen der Zellenwerte des Eingabe-Rasters (Multiplikation mit -1) auf Pixelbasis.

Python

Plus

Addiert die Werte von zwei Rastern auf Pixelbasis.

Python

Power

Potenziert die Zellenwerte in einem Raster mit den Werten in einem anderen Raster.

Python

Round Down

Gibt für jedes Pixel in einem Raster die nächst niedrigere ganze Zahl als Gleitkommawert zurück.

Python

Round Up

Gibt für jedes Pixel in einem Raster die nächsthöhere ganze Zahl als Gleitkommawert zurück.

Python

Square

Berechnet das Quadrat der Pixelwerte in einem Raster.

Python

Square Root

Berechnet die Quadratwurzel der Pixelwerte in einem Raster.

Python

Times

Multipliziert die Werte von zwei Rastern auf Pixelbasis.

Python

Mathematik: Konditional

Raster-FunktionBeschreibungObjekt-API

If-Else-Bedingungen

Führt eine konditionale If-Then-Else-Operation durch. Bei der Verwendung einer If-Else-Bedingung müssen üblicherweise mindestens zwei Funktionen miteinander verknüpft werden, wobei in der einen Funktion die Kriterien und in der zweiten Funktion die If-Else-Bedingung unter Verwendung der Kriterien angegeben wird. Letztere schreibt die "True"- und "False"-Ausgaben vor.

Python

Auf NULL setzen

"Auf NULL setzen" legt für identifizierte Zellpositionen auf Grundlage eines angegebenen Kriteriums den Wert "NoData" fest. "NoData" wird zurückgegeben, wenn eine Bedingungsauswertung "true" (wahr) ergibt, und ein durch ein anderes Raster angegebener Wert wird zurückgegeben, wenn die Bedingungsauswertung "false" (falsch) ergibt.

Python

Mathematik: Logisch

Raster-FunktionBeschreibungObjekt-API

Bitwise And

Führt eine bitweise AND-Operation für die binären Werte von zwei Eingabe-Rastern aus.

Weitere Informationen zur Funktionsweise von bitweisen mathematischen Werkzeugen

Python

Bitwise Left Shift

Führt eine bitweise LEFT SHIFT-Operation für die binären Werte von zwei Eingabe-Rastern aus.

Python

Bitwise Not

Führt eine bitweise NOT-Operation (Komplement) für den binären Wert eines Eingabe-Rasters aus.

Python

Bitwise Or

Führt eine bitweise OR-Operation für die binären Werte von zwei Eingabe-Rastern aus.

Python

Bitwise Right Shift

Führt eine bitweise RIGHT SHIFT-Operation für die binären Werte von zwei Eingabe-Rastern aus.

Python

Bitwise Xor

Führt eine bitweise Operation mit ausschließendem OR für die binären Werte von zwei Eingabe-Rastern aus.

Python

Boolean And

Führt eine "Boolean And"-Operation für die Pixelwerte von zwei Eingabe-Rastern aus.

Wenn beide Eingabewerte TRUE (ungleich 0) sind, lautet der Ausgabewert 1. Wenn eine oder beide Eingabewerte FALSE (0) sind, ist der Ausgabewert 0.

Weitere Informationen zur Funktionsweise von booleschen mathematischen Werkzeugen

Python

Boolean Not

Führt eine "Boolean Not"-Operation (Komplementoperation) für die Pixelwerte des Eingabe-Rasters aus.

Wenn die Eingabewerte TRUE (ungleich 0) sind, lautet der Ausgabewert 0. Wenn die Eingabewerte FALSE (0) sind, lautet der Ausgabewert 1.

Python

Boolean Or

Führt eine "Boolean Or"-Operation für die Zellenwerte von zwei Eingabe-Rastern aus.

Wenn einer oder beide TRUE (ungleich 0) sind, lautet der Ausgabewert 1. Wenn beide Eingabewerte FALSE (0) sind, lautet der Ausgabewert 0.

Python

Boolean XOr

Führt eine Operation mit "Boolean eXclusive Or" für die Zellenwerte von zwei Eingabe-Rastern aus.

Wenn ein Eingabewert TRUE (ungleich 0) und der andere Eingabewert FALSE (0) ist, lautet der Ausgabewert 1. Wenn beide Eingabewerte TRUE oder beide FALSE sind, lautet der Ausgabewert 0.

Python

Equal To

Führt auf Pixelbasis eine "Equal To"-Operation für zwei Raster aus.

Python

Greater Than

Führt auf Pixelbasis eine relationale "Größer als"-Operation für zwei Eingaben aus.

Gibt den Wert 1 für Pixel zurück, bei denen das erste Raster größer als das zweite Raster ist, und gibt den Wert 0 für Pixel zurück, bei denen das erste Raster nicht größer als das zweite Raster ist.

Weitere Informationen zur Funktionsweise von relationalen mathematischen Werkzeugen

Python

Greater Than Equal

Führt auf Pixelbasis eine relationale "Greater Than or Equal To"-Operation für zwei Eingaben aus.

Gibt den Wert 1 für Pixel zurück, bei denen das erste Raster größer als das zweite Raster oder gleich ist, und gibt den Wert 0 für Pixel zurück, bei denen das erste Raster kleiner als oder genauso groß wie das zweite Raster ist.

Python

Is NULL

Ermittelt auf Pixelbasis, welche Werte im Eingabe-Raster den Wert "NoData" aufweisen.

Gibt den Wert 1 zurück, wenn der Eingabewert "NoData" lautet, und gibt den Wer 0 für Pixel zurück, wenn der Eingabewert nicht "NoData" lautet.

Python

Less Than

Führt auf Pixelbasis eine relationale "Kleiner als"-Operation für zwei Eingaben aus.

Gibt den Wert 1 für Pixel zurück, bei denen das erste Raster nicht kleiner als das zweite Raster ist.

Python

Less Than Equal

Führt auf Pixelbasis eine relationale "Kleiner als oder Gleich"-Operation für zwei Eingaben aus.

Gibt den Wert 1 für Pixel zurück, bei denen das erste Raster kleiner als das zweite Raster oder gleich ist, und gibt den Wert 0 für Pixel zurück, bei denen das erste Raster größer als das zweite Raster ist.

Python

Not Equal

Führt auf Pixelbasis eine relationale "Nicht Gleich"-Operation für zwei Eingaben aus.

Gibt den Wert 1 für Pixel zurück, bei denen das erste Raster ungleich dem zweiten Raster ist, und gibt den Wert 0 für Pixel zurück, bei denen das erste Raster gleich dem zweiten Raster ist.

Python

Trigonometrisch

Raster-FunktionBeschreibungObjekt-API

ACos

Berechnet den Arkuskosinus der Pixel in einem Raster.

Python

ACosH

Berechnet den Areakosinus Hyperbolicus der Pixel in einem Raster.

Python

ASin

Berechnet den Arkussinus der Pixel in einem Raster.

Python

ASinH

Berechnet den Areasinus Hyperbolicus der Pixel in einem Raster.

Python

ATan

Berechnet den Arkustangens der Pixel in einem Raster.

Python

ATan2

Berechnet den Arkustangens (auf Basis von x,y) der Pixel in einem Raster.

Python

ATanH

Berechnet den Areatangens Hyperbolicus der Pixel in einem Raster.

Python

Cos

Berechnet den Kosinus der Pixel in einem Raster.

Python

CosH

Berechnet den Cosinus Hyperbolicus der Pixel in einem Raster.

Python

Sin

Berechnet den Sinus der Pixel in einem Raster.

Python

SinH

Berechnet den Sinus Hyperbolicus der Pixel in einem Raster.

Python

Tan

Berechnet den Tanges der Pixel in einem Raster.

Python

TanH

Berechnet den Tangens Hyperbolicus der Pixel in einem Raster.

Python

Mathematik: Reklassifizieren

Raster-FunktionBeschreibungObjekt-API

Lookup

Erstellt ein neues Raster durch die Suche nach Werten in einem anderen Feld in der Tabelle des Eingabe-Rasters.

Python

Neuzuordnung

Ermöglicht Ihnen die Gruppierung von Pixelwerten und die Zuweisung der Gruppe zu einem neuen Wert.

Python

Zonale Neuzuordnung

Ermöglicht Ihnen die Neuzuordnung von Pixeln in einem Raster basierend auf in einem anderen Raster definierten räumlichen Zonen und zonenabhängiger Wertzuordnung, die in einer Tabelle definiert ist.

Statistisch

Raster-FunktionBeschreibungObjekt-API

ArgStatistics

Ordnet Raster-Bänder in einem Bereich an und identifiziert das Band, das die Pixelwerte "Minimum", "Maximum", "Median" oder "Dauer" enthält.

Python

Zellenstatistiken

Berechnet Statistiken aus mehreren Rastern auf Pixelbasis. Die verfügbaren Statistiken sind: "Mehrheit", "Maximum", "Mittelwert", "Medianwert", "Minimum", "Minderheit", "Bereich", "Standardabweichung", "Summe" und "Varianz".

Focal Statistics

Berechnet Statistiken für die Zellen innerhalb einer bestimmten Nachbarschaft um die einzelnen Zellen eines Eingabe-Rasters. Für Nachbarschaften sind mehrere Formen verfügbar.

Python

Statistiken

Definiert eine Nachbarschaft und berechnet die Statistiken innerhalb dieser Pixel.

JSON | Python

Zonenstatistiken

Berechnet Statistiken der Werte eines Gitternetzs innerhalb der Zonen eines anderen Datasets.

Python

Oberfläche

Raster-FunktionBeschreibungObjekt-API

Ausrichtung

Die Funktion "Ausrichtung" bestimmt die Neigungsrichtung der maximalen Änderungsrate des Wertes jeder einzelnen Zelle zur jeweiligen Nachbarzelle. Weitere Informationen finden Sie unter der Raster-Funktion Ausrichtung.

JSON | Python

Ausrichtung-Neigung

Erstellt einen Raster-Layer, der gleichzeitig die Ausrichtung und die Neigung einer Oberfläche anzeigt. Weitere Informationen finden Sie unter der Raster-Funktion Ausrichtung-Neigung.

Konturlinie

Erstellt Konturlinien, indem Punkte mit derselben Höhe aus einem Raster-Höhen-Dataset verbunden werden. Die Konturlinien sind Isolinien, die zum Visualisieren als Raster erstellt werden. Weitere Informationen finden Sie unter der Raster-Funktion Konturlinie.

Krümmung

Zeigt die Form oder Krümmung der Neigung an. Ein Teil einer Oberfläche kann konkav oder konvex sein, was Sie am Krümmungswert erkennen. Die Krümmung wird berechnet, indem die zweite Ableitung der Oberfläche ermittelt wird. Weitere Informationen finden Sie unter der Raster-Funktion Krümmung.

JSON | Python

Lückenfüllung für Höhen

Die Funktion "Lückenfüllung für Höhen" wird verwendet, um Pixel für Bereiche zu erstellen, wo in Ihren Höhendaten Löcher vorhanden sind.

Weitere Informationen finden Sie unter der Raster-Funktion Lückenfüllung für Höhen.

JSON | Python

Schummerung

Die Funktion "Schummerung" erzeugt eine Graustufen-3D-Darstellung der Terrain-Oberfläche, mit der relativen, zum Schummern des Bildes berücksichtigten Position der Sonne. Weitere Informationen finden Sie unter der Raster-Funktion Schummerung.

JSON | Python

Geschummertes Relief

Durch die Funktion "Geschummertes Relief" wird eine 3D-Farbdarstellung des Terrains erstellt, indem die Bilder aus den Methoden "Höhencodiert" und "Schummerung" zusammengeführt werden. Diese Funktion verwendet die Eigenschaften von Höhe und Azimut, um die Position der Sonne anzugeben. Weitere Informationen finden Sie unter der Raster-Funktion Geschummertes Relief.

JSON | Python

Neigung

Mit der Funktion "Neigung" wird die Änderungsrate der Höhe für die einzelnen Zellen im digitalen Höhenmodell (DEM) dargestellt. Dies ist die erste Ableitung eines DEM. Weitere Informationen finden Sie unter der Raster-Funktion Neigung.

JSON | Python

Sichtfeld

Bestimmt anhand geodätischer Methoden die Raster-Oberflächenpositionen, die für eine Reihe von Beobachter-Features sichtbar sind. Weitere Informationen finden Sie unter der Raster-Funktion Sichtfeld.

REST