Skip To Content

Usar funciones ráster para personalizar el análisis de ráster

El análisis ráster distribuido, basado en ArcGIS Image Server, procesa datasets ráster e imágenes obtenidas mediante teledetección con un amplio conjunto de funciones ráster. Los resultados especificados se almacenan y publican automáticamente en un data store ráster distribuido, donde se pueden compartir con toda la empresa.

Conjunto sólido de funciones de análisis de ráster

Una característica clave de esta capacidad es el conjunto de más de 200 funciones ráster que se suministran con ArcGIS. Están disponibles como funciones de procesamiento individual o se pueden combinar en una cadena de procesamiento como plantillas de función ráster (RFT). Las plantillas de función ráster son cadenas de procesamiento personalizadas que se pueden adaptar a cualquier aplicación, mediante el uso de una variedad de tipos de datos de entrada y funciones de procesamiento para facilitar flujos de trabajo específicos.

Las funciones de análisis de ráster también pueden ser ampliadas por el usuario con la función ráster de Python. En Python, se pueden escribir funciones ráster personalizadas y, una vez agregadas al sistema, pueden aprovechar el procesamiento distribuido de análisis de ráster.

Las funciones ráster y las RFT admiten los importantes paradigmas de procesamiento y almacenamiento distribuidos, como las implementaciones locales, en la nube y en la web. Las funciones de procesamiento y almacenamiento de ráster tanto estándar como personalizadas son flexibles y se pueden escalar para tener en cuenta los incrementos repentinos de demanda, emergencias, prioridades cambiantes y otros efectos sobre la capacidad requerida, la demanda y el coste. Las funciones ráster admiten el procesamiento distribuido para permitir entornos de procesamiento dinámico. A medida que cambia el número de instancias de procesamiento, cambia la distribución de procesos de análisis de ráster para aprovechar los recursos de procesamiento y almacenamiento.

Estas funciones ráster y flujos de trabajo basados en RFT se pueden implementar mediante ArcGIS Pro, la API REST de ArcGIS, la API de Python de ArcGIS y las API de JS, así como el Visor de mapas web, en el portal de Enterprise. Por ejemplo, puede utilizar la tarea Generar ráster para ejecutar un análisis de ráster distribuido proporcionando una representación de objeto JSON de una cadena de función ráster.

Funciones y objetos ráster disponibles para el análisis de ráster

En la tabla siguiente se enumeran las funciones ráster disponibles para el análisis de ráster, sus descripciones y objetos JSON y de Python asociados.

FunciónFunción rásterDescripciónMuestrasCategoría

Definición de umbral binario

Thresholding

La función Threshold binaria genera la imagen binaria. Utiliza el método y presupone que la imagen de entrada tiene un histograma bimodal.

JSON | Python

Análisis

Índice de calor

PythonAdaptor

Calcula la temperatura aparente a partir de la temperatura ambiente y la humedad relativa.

Análisis

Densidad kernel

KernelDensity

Calcula una magnitud por unidad de área a partir de entidades de punto o polilínea mediante una función kernel para adaptar una superficie suavemente estrechada a cada punto o polilínea.

Análisis

NDVI

NDVI

El Índice de vegetación de diferencia normalizada (NDVI, por sus siglas en inglés) es un índice normalizado que le permite generar una imagen que muestra el verdor (la biomasa relativa). Este índice aprovecha el contraste de las características de dos bandas de un dataset ráster multiespectral: las absorciones de pigmento de clorofila en la banda roja y la alta reflectividad de los material de las plantas en la banda cercana al infrarrojo (NIR). Para obtener más información, consulte Función NDVI.

JSON | Python

Análisis

NDVI a color

NDVIColorized

Aplica la función NVDI a la imagen de entrada y, a continuación, utiliza un mapa de color o una rampa de color para mostrar el resultado.

Análisis

Tassel Cap

TasselCap

La transformación Tasseled Cap (Kauth-Thomas) está diseñada para analizar y representar fenomenología de la vegetación y cambios de desarrollo urbano detectados por diversos sistemas de sensor de satélite. Se conoce como la transformación Tasseled Cap debido a la forma de la distribución gráfica de los datos.

JSON | Python

Análisis

Superposición ponderada

WeightedOverlay

La función WeightedOverlay permite superponer varios rásteres con una escala de medición común y pondera cada uno según su importancia. Para obtener más información, consulte Función Superposición ponderada.

JSON | Python

Análisis

Suma ponderada

WeightSum

La función WeightedSum permite superponer varios rásteres al multiplicar cada uno por su peso y sumar los resultados. Para obtener más información, consulte Función Suma ponderada.

JSON | Python

Análisis

Sensación térmica

PythonAdaptor

La sensación térmica es una forma de medir cuánto frío se siente cuando se tiene en cuenta el viento.

Análisis

FunciónFunción rásterDescripciónMuestrasCategoría

Contraste y brillo

ContrastBrightness

La función ContrastBrightness mejora la apariencia de los datos ráster (imágenes) al modificar el brillo o el contraste dentro de la imagen. Esta función solo funciona en rásteres de entrada de 8 bits.

JSON | Python

Apariencia

Convolución

Convolution

La función Convolution realiza el filtrado de los valores de píxel de una imagen, lo que se puede utilizar para aumentar su nitidez, difuminarla, detectar sus ejes u otros realces basados en el kernel. Para obtener más información, consulte Función Convolución.

JSON | Python

Apariencia

Horizontal de detección de línea

Convolution

Detecta aristas en líneas horizontales.

Apariencia

Vertical de detección de línea

Convolution

Detecta aristas en líneas verticales.

Apariencia

Diagonal izquierda de detección de línea

Convolution

Detecta aristas en líneas diagonales que van de la parte inferior derecha a la superior izquierda.

Apariencia

Diagonal derecha de detección de línea

Convolution

Detecta aristas en líneas diagonales que van de la parte inferior izquierda a la superior derecha.

Apariencia

Gradiente norte

Convolution

Detección de aristas en gradientes norte.

Apariencia

Gradiente oeste

Convolution

Detección de aristas en gradientes oeste.

Apariencia

Gradiente este

Convolution

Detección de aristas en gradientes este.

Apariencia

Gradiente sur

Convolution

Detección de aristas en gradientes sur.

Apariencia

Gradiente noreste

Convolution

Detección de aristas en gradientes noreste.

Apariencia

Gradiente noroeste

Convolution

Detección de aristas en gradientes noroeste.

Apariencia

Suavizado

Convolution

Filtra datos reduciendo la variación local y quitando ruido. El efecto es que los valores altos y bajos se promedian en cada vecindad, y se reducen los valores extremos en los datos.

Apariencia

Suavizado 3x3

Convolution

Filtra datos reduciendo la variación local y quitando ruido. Utiliza un filtro de paso bajo de 3 por 3 para realizar el suavizado.

Apariencia

Suavizado 5x5

Convolution

Filtra datos reduciendo la variación local y quitando ruido. Utiliza un filtro de paso bajo de 5 por 5 para realizar el suavizado.

Apariencia

Refinar

Convolution

Acentúa la diferencia comparativa de los valores con sus vecinos.

Apariencia

Refinar más

Convolution

Acentúa el valor aún más que el operador Refinar.

Apariencia

Nitidez 3x3

Convolution

Un filtro de paso alto que utiliza un kernel de 3 por 3.

Apariencia

Nitidez 5x5

Convolution

Un filtro de paso alto que utiliza un kernel de 5 por 5.

Apariencia

Laplaciano 3x3

Convolution

Los filtros laplacianos se suelen utilizar para la detección de aristas en una imagen que primero se ha suavizado para reducir su sensibilidad al ruido. Utiliza un filtro de 3 por 3.

Apariencia

Laplaciano 5x5

Convolution

Los filtros laplacianos se suelen utilizar para la detección de aristas en una imagen que primero se ha suavizado para reducir su sensibilidad al ruido. Utiliza un filtro de 5 por 5.

Apariencia

Horizontal de Sobel

Convolution

Se utiliza para la detección de aristas horizontales.

Apariencia

Vertical de Sobel

Convolution

Se utiliza para la detección de aristas verticales.

Apariencia

Extensión de punto

Convolution

La función de punto extendido refleja la distribución de la luz desde un origen de punto a través de una lente. Esto introducirá un efecto de difuminado ligero.

Apariencia

Refinado pancromático

Pansharpening

La función Refinado pancromático utiliza una imagen pancromática de mayor resolución o banda de ráster para fusionarla con un dataset ráster multibanda de menor resolución y así aumentar la resolución espacial de la imagen multibanda.

JSON | Python

Apariencia

Estadísticas e histograma

StatisticsHistogram

La función Estadísticas e histograma se utiliza para definir las estadísticas y el histograma de un ráster. Puede insertar esta función al final de la cadena de funciones para describir las estadísticas y el histograma de una plantilla de función ráster (RFT). Puede ser necesario hacerlo para controlar la visualización predeterminada del resultado de procesamiento, especialmente al definir una cadena de funciones que contiene muchas funciones.

JSON | Python

Apariencia

Extender (contraste)

Stretch

Calcula las estadísticas focales para cada píxel de una imagen basándose en una vecindad focal definida.

JSON | Python

Apariencia

FunciónFunción rásterDescripciónMuestrasCategoría

Clasificar

Classify

La función Classify clasifica un ráster segmentado en un ráster de categorías.

JSON | Python

Clasificación

Clasificación de máxima verosimilitud

MLClassify

La función MLClassify permite realizar una clasificación supervisada utilizando el algoritmo de clasificación de máxima verosimilitud. El ArcGIS Server de alojamiento debe tener una licencia de Spatial Analyst.

JSON | Python

Clasificación

Crecimiento de región

Crecimiento de región

La función Crecimiento de región agrupa píxeles vecinos en grupos en función del radio especificado respecto desde el punto de semilla. Se asigna al grupo de píxeles u objetos un valor de relleno especificado.

Clasificación

Segmentación

SegmentMeanShift

La función SegmentMeanShift genera una salida segmentada. Los valores de píxel de la imagen de salida representan los colores RGB convergidos del segmento. La entrada ráster ha de ser una imagen de 8 bits de 3 bandas. Si el servicio de imágenes no es una imagen de 8 bits de 3 bandas sin signo, puede utilizar la función Stretch antes de la función SegmentMeanShift.

JSON | Python

Clasificación

FunciónFunción rásterDescripciónMuestrasCategoría

Conversión de modelo de color

Conversión de modelo de color

Convierte el modelo de color de una imagen de tono, saturación y valor (HSV) a rojo, verde y azul (RGB) o viceversa.

Python

Conversión

Mapa de color

Colormap

La función Colormap transforma los valores de píxel para mostrar los datos ráster como una imagen en rojo, verde, azul (RGB), basándose en los colores concretos de un mapa de color o en un rango de colores definidos en una rampa de color. Para obtener más información, consulte Función Mapa de color.

JSON | Python

Conversión

Mapa de colores a RGB

Colormap2RGB

Convierte un ráster de banda única con un mapa de color a un ráster de tres bandas (rojo, verde y azul).

JSON | Python

Conversión

Complejo

Complex

Calcula la magnitud de los valores complejos.

JSON | Python

Conversión

Escala de grises

Grayscale

Convierte una imagen multibanda en una imagen en escala de grises de banda única. Se pueden aplicar pesos especificados a cada una de las bandas de entrada.

JSON | Python

Conversión

Rasterizar atributos

RasterizeAttributes

La función Rasterizar atributos enriquece un ráster agregando bandas derivadas de valores de atributos especificados, desde una tabla externa o un servicio de entidades.

Conversión

Rasterizar entidades

RasterizeFeatures

Convierta datos de una clase de entidad poligonal, de polilínea y de puntos en una capa ráster.

Conversión

Nueva representación cartográfica

Remap

La función Remap permite cambiar o reclasificar los valores de píxel de los datos ráster. Para obtener más información, consulte Función Nueva representación cartográfica.

JSON | Python

Conversión

Conversión espectral

SpectralConversion

La función Conversión espectral aplica una matriz a una imagen multibanda para influir en los valores de color del resultado. Se puede utilizar, por ejemplo, para convertir una imagen de infrarrojos de colores falsos en una imagen en color pseudonatural.

JSON | Python

Conversión

Conversión de unidad

UnitConversion

La función UnitConversion realiza conversiones de unidades.

JSON | Python

Conversión

Campo de vector

VectorField

La función VectorField se utiliza para componer dos rásteres de banda única (cada ráster representa U/V o Magnitud/Dirección) en un ráster de dos bandas (cada banda representa U/V o Magnitud/Dirección). El tipo de combinación de datos (U-V o Magnitud-Dirección) también se puede convertir indistintamente con esta función.

JSON | Python

Conversión

Renderizador de campo de vector

VectorFieldRenderer

La función VectorFieldRenderer simboliza un ráster U-V o de magnitud-dirección.

JSON | Python

Conversión

Nueva representación cartográfica zonal

Nueva representación cartográfica zonal

Esta función le permite realizar una nueva representación cartográfica de los píxeles de un ráster basándose en las zonas definidas en otro ráster y en la representación cartográfica de los valores que dependen de la zona que se haya definido en una tabla.

Conversión

FunciónFunción rásterDescripciónMuestrasCategoría

Reflectancia aparente

ApparentReflectance

Esta función calibra los valores del número digital (DN) de las imágenes de algunos sensores de satélite. La calibración utiliza la elevación del sol, la fecha de adquisición, la ganancia y sesgo del sensor de cada banda para obtener la reflectancia de la parte superior de la atmósfera, más la corrección del ángulo solar.

Corrección

Geométrica

Geometric

La función Geometric transforma la imagen (por ejemplo, mediante ortorrectificación) en función de una definición de sensor y un modelo de terreno.

JSON | Python

Corrección

Calibración de radar

RadarCalibration

La calibración se realiza en las imágenes de radar de manera que los valores de píxel sean una representación verdadera de la retrodispersión del radar.

Corrección

Calibración radiométrica de Sentinel-1

Sentinel-1 RadiometricCalibration

Realiza diferentes tipos de calibraciones radiométricas en datos de Sentinel-1.

Corrección

Eliminación de ruido térmico de Sentinel-1

Eliminación de ruido térmico de Sentinel-1

Elimina el ruido térmico de los datos de Sentinel-1.

Corrección

Moteado

Speckle

Filtra el dataset de radar moteado y suaviza el ruido, conservando al mismo tiempo los bordes o entidades sobresalientes de la imagen.

JSON | Python

Corrección

FunciónFunción rásterDescripciónMuestrasCategoría

Tabla de atributos

AttributeTable

Le permite definir una tabla de atributos para simbolizar un dataset ráster o dataset de mosaico de banda única. Resulta útil para presentar imágenes con categorías discretas.

Administración de datos

Zona de influencia

Buffered

La función En zona de influencia se utiliza para optimizar el rendimiento de cadenas de funciones complejas. Almacena en la memoria la salida de la parte de la cadena de funciones que la precede.

Administración de datos

Recortar

Clip

Esta función recorta un ráster utilizando una forma rectangular según la extensión definida o recorta un ráster según la forma de una clase de entidad poligonal de entrada. La forma que define el recorte puede exceder la extensión del ráster o sobresalir de un área dentro del ráster.

JSON | Python

Administración de datos

Bandas compuestas

CompositeBand

La función CompositeBand permite combinar varias imágenes para crear una imagen multibanda.

JSON | Python

Administración de datos

Constante

Constant

Crea un ráster virtual con un único valor de píxel que se puede utilizar en plantillas de función de ráster y para procesar un dataset de mosaico.

Administración de datos

Extraer bandas

ExtractBand

La función ExtractBand permite extraer una o varias bandas de un ráster o reordenar las bandas de una imagen multibanda.

JSON | Python

Administración de datos

Identidad

Identity

Esta función se utiliza para definir el ráster de origen como parte del comportamiento de mosaico predeterminado del dataset de mosaico. Esta función no requiere operaciones ni admite ningún argumento que no sea un ráster.

JSON | Python

Administración de datos

Interpolar datos irregulares

Interpolar datos irregulares

Algunos datasets de netCDF o HDF almacenan su geolocalización como matrices de píxeles o datos de puntos con espacios irregulares. Al agregar estos datasets a un dataset de mosaico, la función de interpolar datos irregulares toma los datos cuadriculados irregulares y los remuestrea para cada píxel tenga un tamaño uniforme y sea cuadrado.

Administración de datos

Metadatos clave

KeyMetadata

Esta función le permite insertar o invalidar metadatos clave de un ráster.

Administración de datos

Máscara

Mask

La función Mask cambia la imagen al especificar un determinado valor de píxel o un rango de valores de píxeles como NoData.

JSON | Python

Administración de datos

Nibble

Nibble

Reemplaza las celdas de un ráster que corresponden a una máscara con los valores de los vecinos más cercanos.

Python

Administración de datos

Rásteres de mosaico

MosaicRasters

Crea una imagen de mosaico a partir de varias imágenes.

Administración de datos

Información del ráster

RasterInfo

Modifica las propiedades del ráster, como la profundidad de bit, el valor NoData y el tamaño de celda.

Administración de datos

Reformular

Recast

La función Recast reasigna valores de argumento en una plantilla de función existente.

JSON

Administración de datos

Volver a proyectar

Reproject

La función Volver a proyectar modifica la proyección de un dataset ráster, dataset de mosaico o elemento de ráster en un dataset de mosaico. También pueden remuestrear los datos para un nuevo tamaño de celda y definir un origen.

Administración de datos

Remuestrear

Resample

La función Resample remuestrea los valores de píxel a partir de una resolución determinada.

JSON | Python

Administración de datos

Franja

Swath

Algunos datasets de netCDF o HDF almacenan su geolocalización como matrices con espacios irregulares. Al agregar estos datasets a un dataset de mosaico, la función de franja toma los datos cuadriculados irregulares y los remuestrea para que cada píxel tenga un tamaño uniforme y sea cuadrado.

Administración de datos

Transponer bits

TransposeBits

La función TransposeBits realiza una operación de bits. Extrae los valores de bit de los datos de origen y los asigna a bits nuevos de los datos de salida.

JSON | Python

Administración de datos

FunciónFunción rásterDescripciónMuestrasCategoría

Asignación de costes

Cost_Allocation

Calcula, para cada celda, el origen de menor coste en función del menor coste acumulativo por una superficie de coste.

Python

Distancia

Coste de distancia

Cost_Distance

Calcula el menor coste de distancia acumulativo para cada celda desde o hasta el origen de menor coste por una superficie de coste.

Python

Distancia

Asignación euclidiana

Euclidean_Allocation

Calcula, para cada celda, el origen más cercano según la distancia euclidiana.

Python

Distancia

Distancia euclidiana

Euclidean_Distance

Calcula, para cada celda, la dirección en grados hacia el origen más cercano.

Python

Distancia

Ruta de menor coste

Least_Cost_Path

Calcula la ruta de menor coste desde un origen a su destino.

Python

Distancia

FunciónFunción rásterDescripciónMuestrasCategoría

Rellenar

Fill

Rellena hendiduras en una superficie de ráster para quitar pequeñas imperfecciones en los datos.

Python

Hidrología

Acumulación de flujo

Flow_Accumulation

Crea un ráster de flujo acumulado en cada celda. Opcionalmente, puede aplicar un factor de peso.

Python

Hidrología

Distancia de flujo

flow_distance

Computa, para cada celda, la distancia horizontal o vertical mínima en una pendiente descendente hasta una o varias celdas de un curso de agua o un río hacia el que fluyen.

Python

Hidrología

Dirección de flujo

flow_direction

Reemplaza las celdas de un ráster que corresponden a una máscara con los valores de los vecinos más cercanos.

Python

Hidrología

Vínculo de curso de agua

Stream_Link

Asigna valores únicos a secciones de una red lineal de ráster entre intersecciones.

Python

Hidrología

Cuenca hidrográfica

Watershed

Determina el área de contribución por sobre un conjunto de celdas de un ráster.

Python

Hidrología

FunciónFunción rásterDescripciónMuestrasCategoría

Valor absoluto

Abs

Calcula el valor absoluto de los píxeles de un ráster.

Python

Matemática

Aritmética

Arithmetic

La función Arithmetic realiza una operación aritmética entre dos rásteres o un ráster y un escalar, y viceversa.

JSON | Python

Matemática

Aritmética de banda

BandArithmetic

Calcula índices usando fórmulas predefinidas o una expresión definida por el usuario.

JSON | Python

Matemática

GEMI

BandArithmetic

El Índice de supervisión ambiental global (GEMI) es un índice de vegetación no lineal para la supervisión ambiental global desde las imágenes de satélite. Es similar a NDVI, pero es menos sensible a los efectos atmosféricos. Lo afecta el terreno desnudo, por lo tanto, se recomienda su uso en áreas de vegetación escasa o moderada.

Python

Matemática

GVI

BandArithmetic

El Índice de vegetación verde (GVI) se diseño originalmente desde las imágenes Landsat MSS y se modificó para las imágenes Landsat TM. También se denomina índice de vegetación verde Landsat TM Tasseled Cap. Se puede utilizar con las imágenes cuyas bandas comparten las mismas características espectrales.

Python

Matemática

SAVI modificado

BandArithmetic

El Índice de vegetación ajustada de suelo modificado (MSAVI2) intenta minimizar el efecto del terreno desnudo en el SAVI.

Python

Matemática

NDVI

BandArithmetic

The Normalized Difference Vegetation Index (NDVI) is a standardized index allowing you to generate an image displaying greenness (relative biomass). This index takes advantage of the contrast of the characteristics of two bands from a multispectral raster dataset—the chlorophyll pigment absorptions in the red band and the high reflectivity of plant materials in the near-infrared (NIR) band.

Matemática

PVI

BandArithmetic

El Índice de vegetación perpendicular (PVI) es similar a un índice diferencial de vegetación; sin embargo, es sensible a las variaciones atmosféricas. Al utilizar este método para comparar diferentes imágenes, sólo se debe utilizar en imágenes que se han corregido atmosféricamente.

Python

Matemática

SAVI

BandArithmetic

El Índice de vegetación ajustado al suelo (SAVI) es un índice de vegetación que intenta minimizar las influencias del brillo del suelo utilizando un factor de corrección de brillo del suelo. Esto con frecuencia se utiliza en regiones áridas en donde la cubierta de vegetación es baja.

Python

Matemática

Fórmula de Sultan

BandArithmetic

El proceso Sultan utiliza una imagen de 8 bits de seis bandas y utiliza la fórmula Sultan para producir una imagen de 8 bits de tres bandas. La imagen que resulta resalta las formaciones de roca denominadas ofiolíticos en zonas costeras. Esta fórmula se diseñó con base en las bandas TM o ETM de una escena Landsat 5 o 7. Las ecuaciones aplicadas para crear cada banda de salida son las siguientes:

Band 1 = (Band5 / Band7) x 100 Band 2 = (Band5 / Band1) x 100 Band 3 = (Band3 / Band4) x (Band5 / Band4) x 100

Python

Matemática

SAVI transformado

BandArithmetic

El Índice de vegetación ajustado de suelo transformado (TSAVI) es un índice de vegetación que intenta minimizar las influencias de brillo del suelo al asumir que la línea del suelo tiene una intercepción y pendiente arbitraria.

Python

Matemática

Calculadora

RasterCalculator

Calcula un ráster a partir de una expresión matemática basada en rásteres.

JSON | Python

Matemática

Dividir

Local

Divide los valores de dos rásteres píxel por píxel.

Python

Matemática

Exponente

Local

Calcula el exponencial en base e de los píxeles de un ráster.

Python

Matemática

Exponencial en base 10 (Exp10)

Local

Calcula el exponencial en base 10 de los píxeles de un ráster.

Python

Matemática

Exponencial en base 2 (Exp2)

Local

Calcula el exponencial en base 2 de los píxeles de un ráster.

Python

Matemática

Flotante

Local

Convierte el valor de píxel de un ráster en una representación con punto flotante.

Python

Matemática

Entero

Local

Convierte cada valor de píxel de un ráster a un entero mediante truncamiento.

Python

Matemática

Logaritmo neperiano (Ln)

Local

Calcula el logaritmo natural (base e) de cada píxel de un ráster.

Python

Matemática

Logaritmo en base 10 (Log10)

Local

Calcula el logaritmo en base 10 de cada píxel de un ráster.

Python

Matemática

Logaritmo en base 2 (Log2)

Local

Calcula el logaritmo en base 2 de cada píxel de un ráster.

Python

Matemática

Resta

Local

Resta el valor del segundo ráster de entrada del valor del primer ráster de entrada píxel por píxel.

Python

Matemática

Módulo

Local

Determina el resto (módulo) del primer ráster cuando se divide por el segundo ráster píxel por píxel.

Python

Matemática

Cambio de signo

Local

Cambia el signo (multiplica por -1) de los valores de celda del ráster de entrada píxel por píxel.

Python

Matemática

Plus

Local

Agrega (suma) los valores de dos rásteres píxel por píxel.

Python

Matemática

Potencia

Local

Eleva los valores de píxel de un ráster a la potencia de los valores encontrados en otro ráster.

Python

Matemática

Redondeo hacia abajo

Local

Devuelve el número entero inmediatamente inferior, como un valor de punto flotante, para cada píxel de un ráster.

Python

Matemática

Redondeo Por Exceso

Local

Devuelve el número entero inmediatamente superior, como un valor de punto flotante, para cada píxel de un ráster.

Python

Matemática

Cuadrado

Local

Calcula el cuadrado de los valores de píxel de un ráster.

Python

Matemática

Raíz cuadrada

Local

Calcula la raíz cuadrada de los valores de píxel de un ráster.

Python

Matemática

Multiplicación

Local

Multiplica los valores de dos rásteres píxel por píxel.

Python

Matemática

FunciónFunción rásterDescripciónMuestrasCategoría

Evaluación condicional

Local

Realiza una operación If, Then, Else condicional. Cuando se utiliza un operador condicional, normalmente se necesitan dos o más funciones encadenadas, en la que la primera función indica los criterios y la segunda función es el operador condicional que usa los criterios y dicta cuáles deberían ser las salidas verdaderas y falsas.

Python

Matemática: condicional

Establecer nulos

Local

Establecer nulos establece las ubicaciones de celda identificadas en NoData según los criterios especificados. Devuelve NoData si una evaluación condicional es verdadera y devuelve un valor especificado por otro ráster si es falsa.

Python

Matemática: condicional

FunciónFunción rásterDescripciónMuestrasCategoría

Bitwise And

Local

Realiza una operación Bitwise And (Y bit a bit) sobre los valores binarios de dos rásteres de entrada.

Python

Matemática: lógica

Bitwise Left Shift

Local

Realiza una operación del método Bitwise Left Shift sobre los valores binarios de dos rásteres de entrada.

Python

Matemática: lógica

Bitwise Not

Local

Lleva a cabo una operación Bitwise Not (complemento) sobre el valor binario de un ráster de entrada.

Python

Matemática: lógica

Bitwise Or

Local

Realiza una operación Bitwise Or sobre los valores binarios de dos rásteres de entrada.

Python

Matemática: lógica

Bitwise Right Shift

Local

Realiza una operación Bitwise Right Shift sobre los valores binarios de dos rásteres de entrada.

Python

Matemática: lógica

Bitwise XOr

Local

Realiza una operación Bitwise eXclusive Or sobre los valores binarios de dos rásteres de entrada.

Python

Matemática: lógica

Booleana And

Local

Ejecuta una operación Booleana And sobre los valores de los píxeles de dos rásteres de entrada.

Si los dos valores de entrada son verdaderos (distintos de cero), el valor de salida es 1. Si uno o los dos valores de entrada son falsos (cero), el valor de salida es 0.

Python

Matemática: lógica

Booleana Not

Local

Ejecuta una operación Booleana Not (complementaria) sobre los valores de los píxeles del ráster de entrada.

Python

Matemática: lógica

Booleana Or

Local

Ejecuta una operación Booleana Or sobre los valores de las celdas de dos rásteres de entrada

Python

Matemática: lógica

Booleana XOr

Local

Ejecuta una operación booleana Or exclusiva sobre los valores de celda de dos rásteres de entrada.

Python

Matemática: lógica

Igual a

Local

Realiza una operación Igual a en dos rásteres píxel por píxel.

Python

Matemática: lógica

Mayor que

Local

Realiza una operación relacional Mayor que sobre dos entradas píxel por píxel.

Python

Matemática: lógica

Mayor o igual que

Local

Realiza una operación relacional Mayor o igual que sobre dos entradas píxel por píxel.

Python

Matemática: lógica

Es nulo

Local

Determina qué valores del ráster de entrada son NoData píxel por píxel.

Python

Matemática: lógica

Menor Que

Local

Realiza una operación relacional Menor que sobre dos entradas píxel por píxel.

Python

Matemática: lógica

Menor o igual que

Local

Realiza una operación relacional Menor o igual que sobre dos entradas píxel por píxel.

Python

Matemática: lógica

No igual

Local

Realiza una operación relacional No igual que sobre dos entradas píxel por píxel.

Python

Matemática: lógica

FunciónFunción rásterDescripciónMuestrasCategoría

Arcocoseno (Acos)

Local

Calcula el coseno inverso de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcocoseno hiperbólico (ACosH)

Local

Calcula el coseno inverso hiperbólico de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcoseno (ASin)

Local

Calcula el seno inverso de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcoseno hiperbólico (ASinH)

Local

Calcula el arcoseno inverso hiperbólico de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcotangente (ATan)

Local

Calcula la tangente inversa de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcotangente (x/y) (ATan2)

Local

Calcula la tangente inversa (basada en x,y) de los píxeles de un ráster.

Python

Matemática: trigonométrica

Arcotangente hiperbólica (ATanH)

Local

Calcula la tangente inversa hiperbólica de los píxeles de un ráster.

Python

Matemática: trigonométrica

Cos

Local

Calcula el coseno de los píxeles de un ráster.

Python

Matemática: trigonométrica

Coseno hiperbólico (CosH)

Local

Calcula el coseno hiperbólico de los píxeles de un ráster.

Python

Matemática: trigonométrica

Seno (Sin)

Local

Calcula el seno de los píxeles de un ráster.

Python

Matemática: trigonométrica

Seno hiperbólico (SinH)

Local

Calcula el seno hiperbólico de los píxeles de un ráster.

Python

Matemática: trigonométrica

Tangente (Tan)

Local

Calcula la tangente de los píxeles de un ráster.

Python

Matemática: trigonométrica

Tangente hiperbólica (TanH)

Local

Calcula la tangente hiperbólica de los píxeles de un ráster.

Python

Matemática: trigonométrica

FunciónFunción rásterDescripciónMuestrasCategoría

ArgStatistics

ArgStatistics

La función ArgStatistics calcula argumentos de las estadísticas. Esta función consta de cuatro métodos de ArgStatistics: ArgMax, ArgMin, ArgMedian y Duration.

Python

Estadístico

Arg Max

ArgStatistics

ArgMax hace referencia al argumento del máximo. En el método ArgMax, a todas las bandas de ráster de cada ráster de entrada se les asigna un índice de banda incremental de base 0.

Python

Estadístico

Arg Medio

ArgStatistics

El método ArgMedian devuelve el índice de banda para el cual el píxel dado obtiene la mediana de valores de todas las bandas.

Python

Estadístico

Arg Min

ArgStatistics

ArgMin es el argumento del mínimo, el cual devuelve el índice de banda para el cual el píxel dado obtiene su valor mínimo.

Python

Estadístico

Duración

ArgStatistics

El método Duración encuentra los elementos consecutivos más largos del conjunto, donde cada elemento tiene un valor mayor o igual que el mínimo y menor o igual que el máximo, y después devuelve su longitud.

Python

Estadístico

Estadísticas de celdas

CellStatistics

Esta función calcula las estadísticas de varios rásteres píxel por píxel. Las estadísticas disponibles son mayoría, máximo, valor medio, mediana, mínimo, minoría, rango, desviación estándar, suma y variedad.

Estadístico

Estadísticas de celdas Mayoría

CellStatistics

Determina el valor que se produce con más frecuencia píxel por píxel.

Python

Estadístico

Estadísticas de celdas Máximo

Estadísticas de celdas

Determina el mayor de los valores píxel por píxel.

Python

Estadístico

Estadísticas de celdas Media

Estadísticas de celdas

Calcula el valor promedio píxel por píxel.

Python

Estadístico

Estadísticas de celdas Mediana

Estadísticas de celdas

Calcula el valor medio de los píxeles píxel por píxel.

Python

Estadístico

Estadísticas de celdas Mínimo

Estadísticas de celdas

Determina el menor de los valores píxel por píxel.

Python

Estadístico

Estadísticas de celdas Minoría

Estadísticas de celdas

Determina el valor que se produce con menos frecuencia píxel por píxel.

Python

Estadístico

Estadísticas de celdas Rango

Estadísticas de celdas

Calcula la diferencia entre el valor más grande y el más pequeño píxel por píxel.

Python

Estadístico

Estadísticas de celdas Desviación estándar

Estadísticas de celdas

Calcula la desviación estándar de los píxeles píxel por píxel.

Python

Estadístico

Estadísticas de celdas Suma

Estadísticas de celdas

Calcula el valor total píxel por píxel.

Python

Estadístico

Estadísticas de celdas Variedad

Estadísticas de celdas

Calcula el número de valores únicos píxel por píxel.

Python

Estadístico

Estadísticas

Statistics

La función Estadísticas calcula las estadísticas focales para cada píxel de una imagen basándose en una vecindad focal definida.

JSON | Python

Estadístico

Estadísticas zonales

ZonalStatistics

Calcula estadísticas sobre valores de un ráster dentro de zonas de otro dataset.

Python

Estadístico

FunciónFunción rásterDescripciónMuestrasCategoría

Orientación

Aspect

La orientación identifica la dirección descendente de la velocidad máxima de cambio en el valor desde cada celda hasta las celdas vecinas. La orientación puede verse como la dirección de la pendiente. Los valores del ráster de salida serán la dirección de brújula de la orientación.

JSON | Python

Superficie

Curvas de nivel

Contour

La función Curvas de nivel genera líneas de curvas de nivel uniendo puntos con la misma elevación a partir de un dataset de elevación ráster. Las curvas de nivel son isolíneas creadas como rásteres para la visualización.

Superficie

Curvatura

Curvature

La función de curvatura muestra la forma o la curvatura de la pendiente. Una parte de la superficie puede ser cóncava o convexa; eso se puede comprobar consultando el valor de la curvatura. La curvatura se obtiene calculando la derivada segunda de la superficie.

JSON | Python

Superficie

Relleno de vacío de elevación

ElevationVoidFill

La función de relleno de vacío de elevación se utiliza para crear píxeles donde existen agujeros en la elevación.

JSON | Python

Superficie

Sombreado

Hillshade

La función de sombreado produce una representación 3D en escala de grises de la superficie del terreno, que tiene en cuenta la posición relativa del sol para sombrear la imagen.

JSON | Python

Superficie

Relieve sombreado

ShadedRelief

Se ha creado un modelo de representación 3D del terreno en color mediante la fusión de imágenes a partir de los métodos de codificación de elevación y de sombreado. Esta función utiliza las propiedades de altitud y acimut para especificar la posición del sol.

JSON | Python

Superficie

Pendiente

Slope

La pendiente representa la tasa de cambio de elevación para cada celda de modelo digital de elevación (DEM). Es la primera derivada de un DEM.

JSON | Python

Superficie

Cuenca visual

Viewshed

Determina las ubicaciones de superficie ráster visibles para un conjunto de entidades de observador utilizando métodos geodésicos.

Superficie