Skip To Content

ラスター関数を使用したラスター解析のカスタマイズ

ArcGIS Image Server をベースにした分散型ラスター解析では、さまざまなラスター関数の組み合わせを使用して、ラスター データセットとリモートセンシング画像を処理します。指定された結果は自動的に格納され、分散ラスター データ ストアに公開され、エンタープライズ全体に共有されます。

強力なラスター解析関数の組み合わせ

この機能の主な特長は、ArcGIS で提供される 200 以上のラスター関数スイートです。これらは個別の処理関数として利用できますが、RFT (ラスター関数テンプレート) として処理チェーンに結合することもできます。ラスター関数テンプレートは、あらゆるアプリケーションに合わせてカスタマイズできるカスタム処理チェーンで、さまざまな入力データ タイプや処理関数を使用して、特定のワークフローを簡単に実行できます。

ユーザーが Python ラスター関数を使用して、ラスター解析関数を拡張することもできます。カスタム ラスター関数は Python で記述でき、一度システムに追加すると、ラスター解析の分散処理を実行できます。

ラスター関数と RFT は、重要な分散処理とオンプレミス、クラウド、Web 実装などのストレージ パラダイムをサポートしています。標準ラスター処理、カスタム ラスター処理、およびストレージ機能は順応性に富み、需要の急増、緊急性、優先度の変化、および必要な容量、需要、コストに対するその他の影響を考慮して拡張することができます。ラスター関数は分散処理をサポートし、動的処理環境をサポートします。処理インスタンス数が変化するにつれ、処理リソースとストレージ リソースを活用するために、ラスター解析処理の分散も変化します。

これらのラスター機能と RFT ベースのワークフローは、ArcGIS ProArcGIS REST APIArcGIS Python API、JS API、およびエンタープライズ ポータルの Web マップ ビューアーで実装できます。たとえば、[ラスターの生成] タスクを使用して、ラスター関数チェーンの JSON オブジェクト表現を指定することで、分散ラスター解析を実行できます。

ラスター解析に使用できるラスター関数とオブジェクト

下の表は、ラスター解析に使用できるラスター関数、関数の説明、関連する JSON および Python オブジェクトを示しています。

関数ラスター関数説明サンプルカテゴリ

二値化

Thresholding

バイナリ Threshold 関数は、バイナリ画像を生成します。この関数は大津法を使用し、入力画像にバイモーダル ヒストグラムが存在すると仮定します。

JSON | Python

分析

熱指数

PythonAdaptor

周辺温度と相対湿度に基づいて疑似温度を計算します。

分析

カーネル密度

KernelDensity

カーネル関数を使用してポイントまたはポリライン フィーチャから単位面積ごとの値を計算し、各ポイントまたはポリラインに滑らかなテーパ サーフェスを合わせます。

分析

NDVI

NDVI

正規化植生指標 (NDVI) は、植生の有無・活性度を表す標準化された指数 (相対バイオマス) です。この指標は、マルチスペクトル ラスター データセットの 2 つのバンドの特性のコントラストを活用しています。具体的には、赤色のバンドにおけるクロロフィル色素の吸収と、近赤外 (NIR) バンドにおける植物の細胞構造による高い反射特性を利用しています。詳細については、「NDVI 関数」をご参照ください。

JSON | Python

分析

NDVI カラー化

NDVIColorized

NDVI 関数を入力画像に適用し、カラー マップまたはカラー ランプを使用して結果を表示します。

分析

タッセルド キャップ

TasselCap

タッセルド キャップ (Kauth-Thomas) 変換は、さまざまな衛星センサー システムによって検出された植生現象と都市開発の変化を分析しマッピングするようにできています。データの分布を図示したときの形状から、タッセルド キャップ変換として知られています。

JSON | Python

分析

加重オーバーレイ

WeightedOverlay

WeightedOverlay 関数を使用して、複数のラスターを共通の評価尺度でオーバーレイし、それぞれを重大度に応じて重み付けすることができます。詳細については、「加重オーバーレイ関数」をご参照ください。

JSON | Python

分析

加重合計

WeightSum

WeightedSum 関数を使用して、複数のラスターに対してそれぞれ与えられた加重を掛けてから合計することで、オーバーレイできます。詳細については、「加重合計関数」をご参照ください。

JSON | Python

分析

風速冷却

PythonAdaptor

風速冷却は、風を考慮に入れたときに感じられる寒さの程度を測定する方法です。

分析

関数ラスター関数説明サンプルカテゴリ

コントラストと明るさ

ContrastBrightness

ContrastBrightness 関数は、イメージ内の明るさまたはコントラストを変更することにより、ラスター データ (画像) の見栄えを良くします。この関数は、8 ビット入力ラスターに対してのみ機能します。

JSON | Python

表示設定

畳み込みフィルター

Convolution

Convolution 関数は、画像内のピクセル値に対してフィルタリングを実行するもので、画像を鮮明にする、画像をぼかす、画像内のエッジを検出するなどのカーネルベースの拡張に使用することができます。詳細については、「畳み込みフィルター関数」をご参照ください。

JSON | Python

表示設定

水平線検出

Convolution

水平線に沿ってエッジを検出します。

表示設定

垂直線検出

Convolution

垂直線に沿ってエッジを検出します。

表示設定

左対角線検出

Convolution

右下から左上に向かう対角線に沿ってエッジを検出します。

表示設定

右対角線検出

Convolution

左下から右上に向かう対角線に沿ってエッジを検出します。

表示設定

北傾斜

Convolution

北傾斜に沿ったエッジ検出。

表示設定

西傾斜

Convolution

西傾斜に沿ったエッジ検出。

表示設定

東傾斜

Convolution

東傾斜に沿ったエッジ検出。

表示設定

南傾斜

Convolution

南傾斜に沿ったエッジ検出。

表示設定

北東傾斜

Convolution

北東傾斜に沿ったエッジ検出。

表示設定

北西傾斜

Convolution

北西傾斜に沿ったエッジ検出。

表示設定

スムージング

Convolution

局所的な変動を減少してノイズを除去することにより、データをフィルタリングします。効果としては、各近傍の大きい値と小さい値が平均化され、データ内の極端な値が減少します。

表示設定

スムージング 3 x 3

Convolution

局所的な変動を減少してノイズを除去することにより、データをフィルタリングします。ロウパス 3 x 3 フィルターを使用して、スムージングを実行します。

表示設定

スムージング 5 x 5

Convolution

局所的な変動を減少してノイズを除去することにより、データをフィルタリングします。ロウパス 5 x 5 フィルターを使用して、スムージングを実行します。

表示設定

シャープン

Convolution

近傍との値の比較差を強調します。

表示設定

シャープン (強)

Convolution

シャープン演算子を使用して、値をさらに強調します。

表示設定

シャープニング 3 x 3

Convolution

3 x 3 カーネルを使用したハイパス フィルター。

表示設定

シャープニング 5 x 5

Convolution

5 x 5 カーネルを使用したハイパス フィルター。

表示設定

ラプラシアン 3 x 3

Convolution

ラプラシアン フィルターは多くの場合、先にスムージングを適用してノイズの感度を下げた画像に対するエッジの検出に使用されます。これは、3 x 3 フィルターを使用します。

表示設定

ラプラシアン 5 x 5

Convolution

ラプラシアン フィルターは多くの場合、先にスムージングを適用してノイズの感度を下げた画像に対するエッジの検出に使用されます。これは、5 x 5 フィルターを使用します。

表示設定

ソーベル水平方向

Convolution

水平エッジ検出に使用されます。

表示設定

ソーベル垂直方向

Convolution

垂直エッジ検出に使用されます。

表示設定

ポイント拡散

Convolution

ポイント拡散機能は、レンズを通したポイント ソースからの光の分散を表現します。これにより、わずかなぼかし効果が得られます。

表示設定

パンシャープン

Pansharpening

パンシャープン関数は、高解像度のパンクロマティック画像またはラスター バンドを使用して、低解像度のマルチバンド ラスター データセットと融合させ、マルチバンド画像の空間解像度を向上させます。

JSON | Python

表示設定

統計情報およびヒストグラム

StatisticsHistogram

統計情報およびヒストグラム関数は、ラスターの統計情報とヒストグラムを定義するために使用されます。この関数を関数チェーンの最後に挿入して、ラスター関数テンプレート (RFT) の統計情報およびヒストグラムを記述できます。特に多数の関数を含む関数チェーンを定義する場合は、処理結果のデフォルト表示を制御するために、この関数が必要となります。

JSON | Python

表示設定

ストレッチ (コントラスト)

Stretch

定義されたフォーカル近傍に基づいて、画像の各ピクセルの近傍統計情報を計算します。

JSON | Python

表示設定

関数ラスター関数説明サンプルカテゴリ

分類

Classify

Classify 関数は、セグメント ラスターを分類ラスターに分類します。

JSON | Python

分類

最尤法分類

MLClassify

MLClassify 関数を使用すると、最尤法分類アルゴリズムを使用して、教師付き分類を実行できます。ホスティング ArcGIS Server には、Spatial Analyst ライセンスが必要です。

JSON | Python

分類

領域の拡大

領域の拡大

領域の拡大関数は、シード ポイントからの指定された半径に応じて、近傍のピクセルをグループに分類します。ピクセルまたはオブジェクトのグループには、指定された塗りつぶし値が割り当てられます。

分類

セグメンテーション

SegmentMeanShift

SegmentMeanShift 関数はセグメント化された出力を生成します。出力画像のピクセル値は、セグメントの収束 RGB 色を表します。入力ラスターは、3 バンド 8 ビット画像である必要があります。イメージ サービスが 3 バンド 8 ビット符号なし画像でない場合、Stretch 関数の前に SegmentMeanShift 関数を使用できます。

JSON | Python

分類

関数ラスター関数説明サンプルカテゴリ

カラー モデル変換

カラー モデル変換

イメージのカラー モデルを、HSV (Hue、Saturation、Value) の色空間から RGB (Red、Green、Blue) に (またはその逆に) 変換します。

Python

変換

カラーマップ

Colormap

Colormap 関数は、カラーマップの特定の色、またはカラー ランプで定義された色の範囲に基づいてピクセル値を変換し、ラスター データを RGB 画像で表示します。詳細については、「カラーマップ関数」をご参照ください。

JSON | Python

変換

カラーマップから RGB に変換

Colormap2RGB

カラーマップのあるシングルバンド ラスターを、3 バンド (赤、緑、青) ラスターに変換します。

JSON | Python

変換

複素数

Complex

複素数値からマグニチュードを計算します。

JSON | Python

変換

グレースケール

Grayscale

マルチバンド画像をシングルバンド グレースケール画像に変換します。指定された加重は、各入力バンドに適用できます。

JSON | Python

変換

属性のラスター化

RasterizeAttributes

属性のラスター化関数は、外部テーブルまたはフィーチャ サービスの指定された属性の値から生成されたバンドを追加することによって、ラスターに情報を付加します。

変換

フィーチャのラスター化

RasterizeFeatures

ポリゴン、ポリライン、およびポイント フィーチャクラス データをラスター レイヤーに変換します。

変換

リマップ

Remap

Remap 関数を使用すると、ラスター データのピクセル値を変更または再分類できます。詳細については、「再分類関数」をご参照ください。

JSON | Python

変換

スペクトル変換

SpectralConversion

スペクトル変換関数は、マルチバンド画像にマトリックスを適用して、出力の色の値に影響を及ぼします。たとえば、この関数を使用して、フォルス カラー赤外線画像を疑似ナチュラル カラー画像に変換できます。

JSON | Python

変換

単位変換

UnitConversion

UnitConversion 関数は、単位変換を実行します。

JSON | Python

変換

ベクトル場

VectorField

VectorField 関数は、2 つのシングルバンド ラスター (各ラスターは U/V または規模/方向を表す) を 2 バンド ラスター (各バンドは U/V または規模/方向を表す) に合成するために使用されます。データ結合タイプ (U-V または規模-方向) も、この関数と互換的に変換できます。

JSON | Python

変換

ベクトル場レンダラー

VectorFieldRenderer

VectorFieldRenderer 関数は、U-V または規模-方向ラスターをシンボル表示します。

JSON | Python

変換

ゾーンの再分類

ゾーンの再分類

この関数を使用して、別のラスター内で定義されたゾーンおよびテーブル内で定義されたゾーンに依存する値のマッピングに基づいて、ピクセルをラスターに再分類することができます。

変換

関数ラスター関数説明サンプルカテゴリ

反射率

ApparentReflectance

この関数は、衛星センサーの画像の DN (デジタル値) をキャリブレーションします。このキャリブレーションでは、バンドごとに大気上部の反射率を求めるために太陽高度、取得日、およびセンサーのゲイン/バイアスが使用される他、太陽角度の補正が使用されます。

補正

境界

Geometric

Geometric 関数は、センサー定義と地形モデルに基づいて画像を変換します (例: オルソ補正)。

JSON | Python

補正

レーダーのキャリブレーション

RadarCalibration

ピクセル値がレーダーの後方散乱を正しく表すように、レーダー画像にキャリブレーションが実行されます。

補正

Sentinel-1 放射量キャリブレーション

Sentinel-1 RadiometricCalibration

Sentinel-1 データにさまざまな種類の放射量キャリブレーションを実行します。

補正

Sentinel-1 熱雑音の除去

Sentinel-1 熱雑音の除去

Sentinel-1 データから熱雑音を削除します。

補正

スペックル除去

Speckle

フィルターは、画像内のノイズ スペックルを効率的に低減しながら、エッジや細部を保持します。

JSON | Python

補正

関数ラスター関数説明サンプルカテゴリ

属性テーブル

属性テーブル

シングルバンド モザイク データセットまたはラスター データセットをシンボル表示するための属性テーブルを定義できます。これは、不連続カテゴリが存在する画像を表示する場合に便利です。

データ管理

バッファー

Buffered

バッファー関数は、複雑な関数チェーンの処理を最適化するために使用します。この関数では、関数チェーン内でこの関数の前に位置する部分のメモリ内に出力が格納されます。

データ管理

クリップ (Clip)

Clip

定義された範囲に従い四角形を使用してラスターをクリップするか、入力ポリゴンのフィーチャクラスの形状にラスターをクリップします。クリップを定義する形状によって、ラスターの範囲をクリップしたり、ラスター内の一部分を切り取ることができます。

JSON | Python

データ管理

コンポジット バンド

CompositeBand

CompositeBand 関数を使用すると、複数の画像を結合してマルチバンド イメージを作成できます。

JSON | Python

データ管理

定数

Constant

1 つのピクセル値で仮想ラスターを作成します。このラスターは、ラスター関数テンプレート内でモザイク データセットを処理するために使用できます。

データ管理

バンド抽出

ExtractBand

ExtractBand 関数では、ラスターから 1 つ以上のバンドを抽出したり、マルチバンド イメージ内のバンドを並べ替えることができます。

JSON | Python

データ管理

アイデンティティ

Identity

この関数は、モザイク データセットのモザイク化におけるデフォルトの振舞いの一部としてソース ラスターを定義する場合に使用します。この関数は NOP 関数であり、ラスター以外の引数を取りません。

JSON | Python

データ管理

不規則なデータの内挿

不規則なデータの内挿

netCDF または HDF の一部のデータセットは、地理的位置を間隔が均等でないピクセルの配列またはポイント データとして格納しています。これらのデータセットをモザイク データセットに追加すると、不規則なデータの内挿関数は、不規則なグリッド データを入力として、各ピクセルが同一のサイズで正方形になるようにリサンプリングします。

データ管理

キー メタデータ

KeyMetadata

この関数を使用して、ラスターのキー メタデータを挿入またはオーバーライドできます。

データ管理

マスク

Mask

この Mask 関数は、特定のピクセル値またはピクセル値の範囲を No Data に指定することで画像を変更します。

JSON | Python

データ管理

ニブル

Nibble

マスクに対応するラスターのセルを、最も近い近傍セルの値で置換します。

Python

データ管理

ラスターのモザイク化

MosaicRasters

複数の画像からモザイク画像を作成します。

データ管理

ラスター情報

RasterInfo

ビット深度、NoData 値、セル サイズなど、ラスターのプロパティを変更します。

データ管理

リキャスト

Recast

Recast 関数は、既存の関数テンプレートの引数値を再割り当てします。

JSON

データ管理

投影変換

Reproject

投影変換関数は、ラスター データセット、モザイク データセット、またはモザイク データセットのラスター アイテムの投影法を変更します。データを新しいセル サイズにリサンプリングして、原点を定義することもできます。

データ管理

リサンプル

Resample

Resample 関数は、指定された解像度からピクセル値をリサンプリングします。

JSON | Python

データ管理

Swatch

Swath

一部の netCDF または HDF データセットには、不規則に配置された配列としてデータのジオロケーションが格納されます。これらのデータセットをモザイク データセットに追加すると、Swath 関数が、不規則なグリッド データを受け取って、各ピクセルが均一のサイズの正方形になるようにリサンプリングします。

データ管理

ビット置換

TransposeBits

TransposeBits 関数は、ビット操作を実行します。ソース データからビット値を抽出し、出力データの新しいビットに割り当てます。

JSON | Python

データ管理

関数ラスター関数説明サンプルカテゴリ

コスト アロケーション

Cost_Allocation

コスト サーフェス上での最小累積コストに基づき、各セルの最小コスト ソースを計算します。

Python

距離

コスト距離

Cost_Distance

コスト サーフェス上で最小コスト ソースとの最小累積コスト距離をセルごとに計算します。

Python

距離

ユークリッド アロケーション

Euclidean_Allocation

ユークリッド距離に基づいて各セルから最も近いソースをセルごとに算出します。

Python

距離

ユークリッド距離

Euclidean_Distance

最も近いソースへの方向をセルごとに計算します。

Python

距離

最小コスト パス

Least_Cost_Path

ソースから目的地までの最小コスト パスを計算します。

Python

距離

関数ラスター関数説明サンプルカテゴリ

Fill

Fill

サーフェス ラスターの窪地を平滑化して、データの小さな欠陥を取り除きます。

Python

水文解析

累積流量

Flow_Accumulation

各セルへの累積する流量のラスターを作成します。オプションで、加重ファクターを適用できます。

Python

水文解析

流路距離ラスターの作成

flow_distance

各セルに対して、水流または河川が流れ込むセルまでの下降斜面の水平または垂直方向の最小距離を計算します。

Python

水文解析

流向ラスターの作成

flow_direction

マスクに対応するラスターのセルを、最も近い近傍セルの値で置換します。

Python

水文解析

河川リンク ラスターの作成

Stream_Link

ラスターの線状ネットワークの交差部分に一意の値を割り当てます。

Python

水文解析

集水域ラスターの作成

Watershed

ラスター内のセルに対する集水域を決定します。

Python

水文解析

関数ラスター関数説明サンプルカテゴリ

絶対値

Abs

ラスター内のピクセルの絶対値を計算します。

Python

算術演算

数学

Arithmetic

Arithmetic 関数は、2 つのラスター間や、ラスターとスカラー間で算術演算を実行します。

JSON | Python

算術演算

バンド演算

BandArithmetic

定義済みの式またはユーザー定義の式を使用して、インデックスを計算します。

JSON | Python

算術演算

GEMI

BandArithmetic

Global Environmental Monitoring Index (GEMI) は、衛星画像から世界規模で環境をモニターリングするための非線形植生指数です。これは NDVI と似ていますが、大気の影響を受けづらいという利点があります。このメソッドは露出土壌による影響を受けるため、低密度または中密度の植生地域で使用することはお勧めしません。

Python

算術演算

GVI

BandArithmetic

Green Vegetation Index (GVI) は、当初は Landsat MSS 画像用に設計されたものですが、Landsat TM 画像に対応するように改良されました。Landsat TM Tasseled Cap green vegetation index とも呼ばれます。このメソッドは、同じスペクトルの特徴を共有するバンドを持つ画像に使用できます。

Python

算術演算

改良 SAVI

BandArithmetic

Modified Soil Adjusted Vegetation Index (MSAVI2) は、SAVI での露出土壌の影響を最小限に抑えることを目的としています。

Python

算術演算

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.

算術演算

PVI

BandArithmetic

Perpendicular Vegetation Index (PVI) は、差分植生指数と類似していますが、大気の変動による影響を受けやすい点が異なります。このメソッドを使用してさまざまな画像を比較する場合は、大気補正された画像のみを対象にこのメソッドを使用する必要があります。

Python

算術演算

SAVI

BandArithmetic

Soil-Adjusted Vegetation Index (SAVI) は、土壌調整係数を使用して、土壌の明るさの影響を最小限にすることを目的とした植生指数です。このメソッドは、植生の割合が低い乾燥した地域によく使用されます。

Python

算術演算

Sultan の公式

BandArithmetic

Sultan プロセスでは、6 バンドの 8 ビット画像を対象に、Sultan の式を使用して 3 バンドの 8 ビット画像を作成します。得られる画像では、海岸線に沿ったオフィオライトと呼ばれる岩石層が強調されます。この式は、Landsat 5 または 7 シーンの TM バンドまたは ETM バンドに基づいて定められたものです。それぞれの出力バンドを作成するために適用される式は、次のとおりです。

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

Python

算術演算

変形 SAVI

BandArithmetic

Transformed Soil Adjusted Vegetation Index (TSAVI) は、ソイル ラインの傾きと切片が任意に指定されることを前提として、土壌の明るさによる影響を最小限にすることを目的とした植生指数です。

Python

算術演算

演算

RasterCalculator

ラスター ベースの数式からラスターを計算します。

JSON | Python

算術演算

Divide

Local

2 つのラスターの値をピクセル単位で除算します。

Python

算術演算

Exponent

Local

ラスター内のピクセル値の底が e の指数を計算します。

Python

算術演算

Exp10

Local

ラスター内のピクセル値の底が 10 の指数を計算します。

Python

算術演算

Exp2

Local

ラスター内のピクセル値の底が 2 の指数を計算します。

Python

算術演算

Float

Local

ラスターの各ピクセル値を浮動小数点表現に変換します。

Python

算術演算

Integer

Local

ラスターのピクセル値を、小数点以下を切り捨てて整数値に変換します。

Python

算術演算

Ln

Local

ラスター内のピクセル値の自然対数 (底が e) を計算します。

Python

算術演算

Log10

Local

ラスター内のピクセル値の底が 10 の対数を計算します。

Python

算術演算

Log2

Local

ラスター内のピクセル値の底が 2 の対数を計算します。

Python

算術演算

Minus

Local

ピクセル単位で、1 つ目の入力ラスターの値から 2 つ目の入力ラスターの値を減算します。

Python

算術演算

Modulo

Local

ピクセルごとに最初のラスターを 2 番目のラスターで除算したときの余り (モジュロ) を算出します。

Python

算術演算

Negate

Local

ピクセルごとに入力ラスターのピクセル値の符号を変更 (-1 で乗算) します。

Python

算術演算

Plus

Local

2 つのラスターの値をピクセル単位で加算します。

Python

算術演算

Power

Local

ラスター内のピクセル値をもう 1 つのラスターにある値で累乗します。

Python

算術演算

Round Down

Local

ラスター内の各ピクセルで、浮動小数点値として負の方向に最近接の整数値を返します。

Python

算術演算

Round Up

Local

ラスター内の各ピクセルで、浮動小数点値として正の方向に最近接の整数値を返します。

Python

算術演算

Square

Local

ラスターのピクセル値の二乗を計算します。

Python

算術演算

Square root

Local

ラスターのピクセル値の平方根を計算します。

Python

算術演算

乗算

Local

2 つのラスターの値をピクセル単位で乗算します。

Python

算術演算

関数ラスター関数説明サンプルカテゴリ

Con

Local

条件演算 If、Then、Else を実行します。Con 演算子を使用する場合、通常は、2 つ以上の関数を一緒に連結する必要があります。その場合、1 番目の関数で条件を指定します。2 番目の関数は、その条件を使用して True と False の出力を決定する Con 演算子になります。

Python

算術演算: 条件演算

Set Null

Local

[Set Null] は、指定した条件に基づいて指定のセル位置を NoData に設定します。条件評価が True の場合は NoData、False の場合は別のラスターで指定した値を返します。

Python

算術演算: 条件演算

関数ラスター関数説明サンプルカテゴリ

Bitwise And

Local

2 つの入力ラスターのバイナリ値に対してビット単位の論理積 (AND) 演算を行います。

Python

算術演算: 論理演算

Bitwise Left Shift

Local

2 つの入力ラスターのバイナリ値に対してビット単位の左シフト演算を実行します。

Python

算術演算: 論理演算

Bitwise Not

Local

1 つの入力ラスターのバイナリ値に対してビット単位の論理否定 (補数) 演算を行います。

Python

算術演算: 論理演算

Bitwise Or

Local

2 つの入力ラスターのバイナリ値に対してビット単位の論理和演算を行います。

Python

算術演算: 論理演算

Bitwise Right Shift

Local

2 つの入力ラスターのバイナリ値に対してビット単位の右シフト演算を実行します。

Python

算術演算: 論理演算

Bitwise Xor

Local

2 つの入力ラスターのバイナリ値に対してビット単位の排他的論理和演算を行います。

Python

算術演算: 論理演算

Boolean And

Local

2 つの入力ラスターのピクセル値に対してブール型の論理積演算を行います。

両方の入力値が true (0 以外) の場合には、出力値は 1 になります。片方または両方の入力値が false (0) の場合には、出力値は 0 になります。

Python

算術演算: 論理演算

Boolean Not

Local

1 つの入力ラスターのピクセル値に対してブール型の論理否定 (補数) 演算を行います。

Python

算術演算: 論理演算

Boolean Or

Local

2 つの入力ラスターのセル値に対してブール型の論理和演算を行います。

Python

算術演算: 論理演算

Boolean Xor

Local

2 つの入力ラスターのセル値に対してブール型の排他的論理和演算を行います。

Python

算術演算: 論理演算

Equal To

Local

2 つのラスターに対してピクセル単位での関係等価演算を実行します。

Python

算術演算: 論理演算

Greater Than

Local

2 つの入力値に対してピクセル単位で、[より大きい] 関係演算を実行します。

Python

算術演算: 論理演算

Greater Than Equal

Local

2 つの入力値に対してピクセル値単位で、[以上] 関係演算を実行します。

Python

算術演算: 論理演算

Is Null

Local

入力ラスターの値が NoData であるかどうかをピクセルごとに判別します。

Python

算術演算: 論理演算

Less Than

Local

2 つの入力値に対してピクセル単位で、[より小さい] 関係演算を実行します。

Python

算術演算: 論理演算

Less Than Equal

Local

2 つの入力値に対してピクセル値単位で、[以下] 関係演算を実行します。

Python

算術演算: 論理演算

Not Equal

Local

2 つの入力値に対してピクセルごとに関係不等価演算を実行します。

Python

算術演算: 論理演算

関数ラスター関数説明サンプルカテゴリ

ACos

Local

ラスターのピクセル値の逆余弦を計算します。

Python

算術演算: 三角関数

ACosH

Local

ラスターのピクセル値の逆双曲線余弦を計算します。

Python

算術演算: 三角関数

ASin

Local

ラスターのピクセル値の逆正弦を計算します。

Python

算術演算: 三角関数

ASinH

Local

ラスターのピクセル値の逆双曲線正弦を計算します。

Python

算術演算: 三角関数

ATan

Local

ラスターのピクセル値の逆正接を計算します。

Python

算術演算: 三角関数

ATan2

Local

ラスター内のピクセル値の逆正接 (X、Y に基づく) を計算します。

Python

算術演算: 三角関数

ATanH

Local

ラスターのピクセル値の逆双曲線正接を計算します。

Python

算術演算: 三角関数

Cos

Local

ラスターのピクセル値の余弦を計算します。

Python

算術演算: 三角関数

CosH

Local

ラスターのピクセル値の双曲線余弦を計算します。

Python

算術演算: 三角関数

Sin

Local

ラスターのピクセル値の正弦を計算します。

Python

算術演算: 三角関数

SinH

Local

ラスターのピクセル値の双曲線正弦を計算します。

Python

算術演算: 三角関数

Tan

Local

ラスターのピクセル値の正接を計算します。

Python

算術演算: 三角関数

TanH

Local

ラスターのピクセル値の双曲線正接を計算します。

Python

算術演算: 三角関数

関数ラスター関数説明サンプルカテゴリ

Arg 統計関数

ArgStatistics

Arg 統計関数は、統計の引数を計算します。この関数には、Arg 最大、Arg 最小、Arg 中間、およびデュレーションの 4 つの Arg 統計手法があります。

Python

統計

Arg 最大

ArgStatistics

Arg 最大 は、最大の引数を意味します。ArgMax 手法では、各入力ラスターのすべてのラスター バンドに 0 ベースの増分バンド インデックスが割り当てられます。

Python

統計

Arg 中間

ArgStatistics

Arg 中間は、所定のピクセルがすべてのバンドの中央値を取得するバンド インデックスを返します。

Python

統計

Arg 最小

ArgStatistics

Arg 最小は最小値の引数で、所定のピクセルが最小値を得るバンド インデックスを返します。

Python

統計

期間

ArgStatistics

期間は、配列内で最も長い連続エレメントを探します。各エレメントの値は [最小] 以上、[最大] 以下で、長さを返します。

Python

統計

セル統計情報

CellStatistics

このラスター関数は、複数のラスターからピクセル単位で統計情報を計算します。使用できる統計情報は、最頻値、最大値、平均値、中央値、最小値、最少頻値、範囲、標準偏差、合計、および種類です。

統計

大多数セル統計

CellStatistics

ピクセル単位で発生する数が最も多い値を求めます。

Python

統計

最大セル統計

セル統計

ピクセル単位で最大値を求めます。

Python

統計

平均セル統計

セル統計

ピクセル単位で平均値を求めます。

Python

統計

中央値セル統計

セル統計

ピクセル単位でピクセルの中央の値を求めます。

Python

統計

最小セル統計

セル統計

ピクセル単位で最小値を求めます。

Python

統計

最少頻値セル統計

セル統計

ピクセル単位で発生する数が最も少ない値を求めます。

Python

統計

範囲セル統計

セル統計

ピクセル単位で最大値と最小値の差を求めます。

Python

統計

標準偏差セル統計

セル統計

ピクセル単位でピクセルの標準偏差を求めます。

Python

統計

合計セル統計

セル統計

ピクセル単位で合計値を求めます。

Python

統計

多様セル統計

セル統計

ピクセル単位で一意の値の数を求めます。

Python

統計

統計情報

Statistics

統計関数は、定義されたフォーカル近傍に基づいて、画像のピクセルごとのフォーカル統計を計算します。

JSON | Python

統計

ゾーン統計

ZonalStatistics

別のデータセットのゾーン内にあるラスターの値の統計情報を計算します。

Python

統計

関数ラスター関数説明サンプルカテゴリ

傾斜方向

Aspect

傾斜方向は、各セルから近傍に向かって下りの傾斜角が最大の方向を特定します。傾斜方向 (Aspect) は、傾斜の方向だと考えることができます。出力ラスターの値は傾斜のコンパス方向になります。

JSON | Python

サーフェス

コンター

Contour

コンター関数は、ラスター標高データセットにある同じ標高のポイントを結合して、コンター ラインを生成します。コンターとは、視覚化のためにラスターとして作成される等値線です。

サーフェス

曲率

Curvature

曲率関数は、斜面の形状や曲率を表示します。サーフェスの一部は、凸面または凹面である可能性があります。これは、曲率値を調べることでわかります。曲率は、サーフェスの二次関数を計算することで求められます。

JSON | Python

サーフェス

標高穴埋め

ElevationVoidFill

標高穴埋め関数は、標高内に穴が存在するエリアにピクセルを作成するために使用されます。

JSON | Python

サーフェス

陰影起伏

Hillshade

陰影起伏関数は、テレイン サーフェスをグレースケール 3D 表現で生成し、太陽の相対位置を考慮して画像を陰影処理します。

JSON | Python

サーフェス

陰影図

ShadedRelief

地形のカラー 3D 表現は、標高による色分けと陰影起伏の手法による画像をマージして作成します。この関数では、光源高度と光源方位のプロパティを使用して、太陽の位置を指定します。

JSON | Python

サーフェス

傾斜角

Slope

傾斜角は、各セル (DEM) の高さの変化率を表しています。これは DEM の一次微分です。

JSON | Python

サーフェス

高度な可視領域

Viewshed

測地線による方法を使用して、一連の観測フィーチャから見通せるラスター サーフェスの位置を決定します。

サーフェス