使用栅格函数自定义栅格分析

分布式栅格分析基于 ArcGIS Image Server，使用一套广泛的栅格函数来处理栅格数据集和遥感影像。指定结果会自动存储并发布到分布式栅格数据存储，从而在整个企业实现共享。

可靠的栅格分析函数套件

该功能的核心是 ArcGIS 提供的超过 150 个栅格函数组成的套件。这些函数可作为单个处理函数使用，也可以合并成处理链，作为栅格函数模板 (RFT) 使用。栅格函数模板是自定义处理链，可针对任何应用程序量身定制，并使用各种输入数据类型和处理函数来简化特定工作流。

用户也可以使用 ArcGIS API for Python 对栅格分析函数进行扩展。自定义栅格函数可使用 Python 编写，将其添加到系统中后，它们即可利用分布式栅格分析处理。

栅格函数和 RFT 支持重要的分布式处理和存储模式，例如本地、云和 web 实施。标准和自定义栅格处理以及存储功能都是弹性的，可对其进行调整以处理需求激增、应急事件、改变优先级以及其他对所需容量、需求和成本造成的影响。栅格函数支持分布式处理，以支持动态处理环境。随着处理实例数的变化，栅格分析过程的分布会发生更改，以利用处理和存储资源。

这些栅格函数和基于 RFT 的工作流可以通过 ArcGIS Pro、ArcGIS REST API、ArcGIS API for Python、Java Script API 以及 Map Viewer 门户中的 ArcGIS Enterprise 来实现。例如，您可以使用生成栅格任务，通过提供栅格函数链的 JSON 对象表示来执行分布式栅格分析。

可用于栅格分析的栅格函数和对象

下表列出了 ArcGIS EnterpriseMap Viewer 中可用于栅格分析的栅格函数。要访问栅格函数，请打开地图，然后单击分析以打开执行分析窗格。单击栅格分析以打开“栅格分析”窗格并显示各分类中可用的栅格函数，例如分析模式、分析影像和多维分析。

您可以使用栅格函数并在栅格函数编辑器中构件自定义栅格函数模板链。单击栅格分析窗格顶部的 按钮以打开栅格函数模板窗口。在左侧窗格中列出了可用的栅格函数；选择您的栅格函数，然后单击添加函数以将其添加到栅格函数编辑器并构建栅格函数模板。命名您的栅格函数链并将其保存。

以下列出了 Map Viewer 的栅格分析窗格中可用的栅格函数。

分析

栅格函数	描述	对象 API
二值化	二进制 Threshold 函数使用 Otsu 算法将栅格分为两个不同的类，旨在通过创建两个具有最小类间方差的类来划分影像中的背景和前景。有关详细信息，请参阅二进制阈值栅格函数。	JSON | Python
CCDC 分析	使用连续变化检测和分类 (CCDC) 方法评估像素值随时间的变化，并生成包含模型结果的多维栅格。 请参阅栅格函数 CCDC 分析栅格函数。	REST
计算更改	用于计算两个类别或连续栅格数据集之间的差值。有关详细信息，请参阅计算更改栅格函数。
使用变化分析检测变化	可以利用使用 CCDC 分析变化工具的输出变化分析栅格来生成包含像素变化信息的栅格。 有关详细信息，请参阅使用变化分析检测变化栅格函数。	REST
生成趋势	用于面向多维栅格中给定变量估计每个像素沿维度的趋势。有关详细信息，请参阅生成趋势栅格函数。	Python | REST
炎热指数	根据环境温度和相对湿度来计算体感温度。有关详细信息，请参阅炎热指数栅格函数。
核密度分析	使用核函数根据点或折线要素计算每单位面积的量值以将各个点或折线拟合为光滑锥状表面。 有关详细信息，请参阅核密度栅格函数。	Python
NDVI	归一化植被指数 (NDVI) 是一个标准化指数，用于生成显示植被量（相对生物量）的影像。该指数对多光谱栅格数据集中两个波段的特征进行对比，即红光波段中叶绿素的色素吸收率和近红外 (NIR) 波段中植物体的高反射率。有关详细信息，请参阅 NDVI 函数。	JSON | Python
彩色 NDVI	在输入影像上应用 NDVI 函数，然后使用色彩映射表或色带来显示结果。有关详细信息，请参阅 NDVI 彩色栅格函数。
使用趋势预测	使用“生成趋势”函数的输出来生成预测图层。有关详细信息，请参阅使用趋势预测栅格函数。	Python | REST
处理栅格集合	处理多维栅格图层中的每个剖切或镶嵌图层中的每个项目。有关详细信息，请参阅处理栅格集合栅格函数。	Python
缨帽变换	通过测量亮度、绿量和湿度级别进行人造要素、土壤和植被的标准化探测。有关详细信息，请参阅缨帽变换栅格函数。	JSON | Python
加权叠加	使用常用测量比例对多个栅格数据进行叠加，并根据各栅格数据的重要性分配权重。 “加权叠加”函数可使用通用测量比例对多个栅格进行叠加，并根据各栅格的重要性分配权重。 有关详细信息，请参阅加权叠加栅格函数。	JSON | Python
加权总和	逐像元对栅格数组进行加权并求和。 加权总和函数可通过将栅格数据各自乘以指定的权重并合计在一起来叠加多个栅格数据。 有关详细信息，请参阅加权总和栅格函数。	JSON | Python
风寒指数	风寒是在考虑风的因素时，对个体感知冷的程度进行测量的方法。有关详细信息，请参阅风寒指数栅格函数。

外观

栅格函数	描述	对象 API
对比度和亮度	调整影像的颜色和总体亮度之间的差异。有关详细信息，请参阅对比度和亮度栅格函数。	JSON | Python
卷积	对影像进行滤波处理，可用于锐化、模糊、探测影像内的边缘或其他基于内核的增强功能。有关详细信息，请参阅卷积栅格函数。	JSON | Python
全色锐化	通过与分辨率更高的全色图像相融合来提高多波段影像的空间分辨率。有关详细信息，请参阅全色锐化栅格函数。	JSON | Python
统计数据和直方图	定义数据集的描述性统计，或使用来自其他数据集的分布。有关详细信息，请参阅统计数据和直方图栅格函数。	JSON | Python
拉伸	基于已定义的焦点邻域计算影像中各像素的焦点统计数据。有关详细信息，请参阅拉伸栅格函数。	JSON | Python

分类

栅格函数	描述	对象 API
分类	将相应分类器及 .ecd 训练文件中指定的相关训练数据应用于栅格数据集或分割栅格。有关详细信息，请参阅分类栅格函数。	JSON | Pyton | REST
线性光谱解混	用于执行亚像素分类和计算单个像素的不同土地覆被类型的分数丰度。 有关详细信息，请参阅线性光谱解混栅格函数。	Python | REST
ML 分类	使用最大似然法算法将像素分配到类中。有关详细信息，请参阅 ML 分类栅格函数。	Python
区域生成	从种子点生成区域。区域增长函数根据种子点中的指定半径将相邻像素分类到各组中。对像素组分配指定填充值。有关详细信息，请参阅区域生成栅格函数。
Mean Shift 影像分割	将相邻并具有相似光谱或空间特征的像素分组到一个分割块中。在分类中可以使用其作为第二个栅格。有关详细信息，请参阅 Mean Shift 影像分割栅格函数和了解分割影像和分类。	JSON | Python | REST

转换

栅格函数	描述	对象 API
颜色模型转换	转换影像的颜色模型，包括从 HSV（色调、饱和度及亮度）模型转换为 RGB（红色、绿色及蓝色），或从 RGB 转换为 HSV。有关详细信息，请参阅颜色模型转换栅格函数。	Python
色彩映射表	基于色彩映射表变换像素值，以将栅格数据显示为灰度影像或红绿蓝彩色 (RGB) 影像。有关详细信息，请参阅色彩映射表栅格函数。	JSON | Python
色彩映射表至 RGB	将带有色彩映射表的单波段栅格转换为三波段 RGB（红、绿和蓝）栅格。有关详细信息，请参阅色彩映射表转 RGB 栅格函数。	JSON | Python
复数	从 RADARSAT 数据获得幅度信息以进行显示。有关详细信息，请参阅复数栅格函数。	JSON | Python
灰度	将多波段影像转换为单波段灰度影像。可将指定权重应用于每个输入波段。有关详细信息，请参阅灰度栅格函数。	JSON | Python
栅格化属性	通过添加派生自指定属性值、外部表或要素服务的波段来丰富栅格。有关详细信息，请参阅栅格化属性栅格函数。
栅格化要素	将要素转换为栅格。根据要素的字段（例如 OBJECTID）为要素分配像素值。或者可根据输入要素属性表中的用户定义值字段分配像素值。有关详细信息，请参阅栅格化要素栅格函数。
光谱转换	将矩阵应用到多波段图像以使假彩色影像转换为伪彩色影像。有关详细信息，请参阅光谱转换栅格函数。	JSON | Python
Terrain 转栅格	渲染通过地理数据库中存储的 terrain 数据集管理的多点数据。有关详细信息，请参阅 Terrain 转栅格栅格函数。
趋势转 RGB	用于将趋势栅格转换为三波段 RGB（红、绿和蓝）栅格。趋势栅格由生成趋势栅格函数或 CCDC 分析栅格函数生成。有关详细信息，请参阅趋势转 RGB 栅格函数。
单位转换	从一个测量单位转换到另一个。有关详细信息，请参阅单位转换栅格函数。	JSON | Python
矢量字段	用于将两个单波段栅格（每个栅格表示 U/V 或量级/方向）合成为一个双波段栅格（每个波段表示 U/V 或量级/方向）。数据组合类型（U-V 或量级-方向）还可以使用该函数相互转换。有关详细信息，请参阅矢量字段栅格函数。	JSON | Python

校正

栅格函数	描述	对象 API
表观反射率	用于校准一些卫星传感器的影像数字值 (DN)。校准使用太阳高程、采集日期、传感器增益和每个波段的偏差来得出大气顶层反射率，以及太阳角度校正。有关详细信息，请参阅表观反射率栅格函数。
几何	基于传感器定义和地形模型对图像进行正射校正。有关详细信息，请参阅几何栅格函数。	JSON | Python
雷达校准	在雷达影像上执行校准操作，以使像素值可以真实地反应出雷达散射。有关详细信息，请参阅雷达校准栅格函数。
Sentinel-1 辐射校准	在 Sentinel-1 数据上执行不同类型的辐射校准。有关详细信息，请参阅 Sentinel-1 辐射校准栅格函数。	Python
Sentinel-1 热噪声去除	从 Sentinel-1 数据中去除热噪声。有关详细信息，请参阅 Sentinel-1 热噪声去除栅格函数。	Python
斑点	可过滤斑点雷达数据集，并将在影像中保留边或尖锐要素时消除噪声。有关详细信息，请参阅斑点栅格函数。	JSON | Python

数据管理

栅格函数	描述	对象 API
聚合	通过沿维度组合现有多维栅格变量来生成多维栅格数据集。 有关详细信息，请参阅聚合栅格函数。	Python | REST
属性表	使用属性表符号化单波段栅格。如果您希望以特定的标注和颜色表示影像，则此函数能起到很大作用。如果表中包含以红色、绿色和蓝色命名的字段，在影像渲染时，这些字段内的值会以类似于色彩映射表的方式应用至影像。有关详细信息，请参阅属性表栅格函数。
缓冲	缓冲最后访问的像素块。有关详细信息，请参阅缓冲栅格函数。
缓存栅格	缓存栅格函数用于在函数之前的函数链中的点创建预处理的缓存，这些函数往往因为涉及到运算量较大的处理过程而导致性能的降低。这些需求函数可能包括卷积插值、波段算术、全色锐化、几何和多个算术函数。有关详细信息，请参阅缓存栅格函数。
裁剪	根据矩形所定义的范围来裁剪栅格，或将栅格裁剪为输入多边形要素类的形状。既可以根据界定裁剪范围的形状来裁剪栅格，也可以裁剪掉栅格中的某个区域。有关详细信息，请参阅裁剪栅格函数。	Python
波段合成	可将多个栅格合并成一个多波段栅格。有关详细信息，请参阅波段合成栅格函数。	Python
常量	可创建具有单个像素值的虚拟栅格，其中单个像素值可用于栅格函数模板以及处理镶嵌数据集。常量值适用于栅格中的每个像素值。有关详细信息，请参阅常量栅格函数。	Python
扩展	按指定的像元数目展开按区域指定的栅格区域。 有关详细信息，请参阅扩展栅格函数。
提取波段	对栅格中的波段进行重新排序或提取。有关详细信息，请参阅提取波段栅格函数。	Python
插值不规则数据	插入不规则数据函数会获取这些不规则格网数据并对其进行重采样，因此，每个像素均为大小一致的方形。有关详细信息，请参阅插值不规则数据栅格函数。	Python
关键元数据	此函数允许插入或覆盖栅格的关键元数据。有关详细信息，请参阅关键元数据栅格函数。
掩膜	通过定义像素值的范围创建 NoData。任何超出此范围的值都将作为 NoData 返回。有关详细信息，请参阅掩膜栅格函数。	Python
镶嵌栅格	将一组栅格数据集连接在一起以创建一个数据集。有关详细信息，请参阅镶嵌栅格函数。
多维过滤器	可沿定义的变量和维度对数据进行分割，从而根据多维栅格数据集来创建栅格图层。有关详细信息，请参阅多维过滤器栅格函数。	Python
多维栅格	将多维数据集作为多维栅格图层进行添加。有关详细信息，请参阅多维栅格函数。
蚕食	用最邻近点的值替换栅格的所选像元。这非常适用于编辑某栅格中数据可能存在错误的区域。 有关详细信息，请参阅蚕食栅格函数。	Python | REST
随机	可创建具有随机像素值的虚拟栅格，其中的随机像素值可用于镶嵌数据集。有关详细信息，请参阅随机栅格函数。	Python
栅格信息	栅格信息函数可修改栅格的各种属性，例如位深度、NoData 值、像元大小、范围等。有关详细信息，请参阅栅格信息栅格函数。
重新转换	动态修改在镶嵌数据集或影像服务中使用的函数参数，而无需在物理上保留这些更改。有关详细信息，请参阅重新转换栅格函数。
区域分组	记录输出中每个像元所属的连接区域的标识。每个区域都分配有唯一编号。 有关详细信息，请参阅区域分组栅格函数。	Python
重新投影	用于修改栅格数据集、镶嵌数据集或镶嵌数据集中的栅格项目的投影方式。该函数也可用于将数据重采样为新的像元大小并定义原点。有关详细信息，请参阅重新投影栅格函数。
重采样	更改数据集的空间分辨率。有关详细信息，请参阅重采样栅格函数。	Python
收缩	按指定的像元数目收缩指定的栅格区域。 有关详细信息，请参阅收缩栅格函数。	Python
带状函数	从不规则格网或划幅数据中插入。有关详细信息，请参阅带状函数栅格函数。
转置位	对输入像素的位进行解包，并将它们映射到输出像素中的指定位。该函数的目的是对来自若干输入的位进行操作，如来自 Landsat 8 质量波段产品的位。有关详细信息，请参阅转置位栅格函数。	Python

距离

栅格函数	描述	对象 API
廊道分析	计算两个输入累积成本栅格的累积成本总和。有关详细信息，请参阅廊道分析栅格函数。	Python
成本分配	根据成本面上的最小累积成本计算每个像元的最小成本源。 有关详细信息，请参阅成本分配栅格函数。	Python
成本回溯链接	定义最小成本源的最小累积成本路径上的下一相邻像元。有关详细信息，请参阅成本回溯链接栅格函数。	Python
成本距离	计算每个像元从成本面或到成本面上最小成本源的最小累积成本距离。 有关详细信息，请参阅成本距离栅格函数。	Python
成本路径	计算从源到目标的最小成本路径。有关详细信息，请参阅成本路径栅格函数。	Python | REST
距离累积	计算每个像元到源的累积距离，允许直线距离、成本距离、真实表面距离以及垂直和水平成本系数。有关详细信息，请参阅距离累积栅格函数。	Python | REST
距离分配	根据直线距离、成本距离、真实表面距离以及垂直和水平成本系数，计算每个单元到所提供的源的距离分配。有关详细信息，请参阅距离分配栅格函数。	Python | REST
欧氏分配	基于欧氏距离计算每个像元的最近源。有关详细信息，请参阅欧氏分配栅格函数。	Python
欧氏反向	计算各像元到沿最短路径返回最近源同时避开障碍的邻近像元的方向（以度为单位）。有关详细信息，请参阅欧氏反向栅格函数。	Python
欧氏方向	计算每个像元相对于最近源的方向(以度为单位)。有关详细信息，请参阅欧氏方向栅格函数。	Python
欧氏距离	计算每个像元到最近源的欧氏距离。有关详细信息，请参阅欧氏距离栅格函数。	Python
最小成本路径	计算从源到目标的最小成本路径。最小累积成本距离针对每个像元到成本面上的最近源计算。在成本距离方面，此函数可生成用于记录最小成本路径或从所选位置到累积成本表面内所定义的最近源像元之间的路径的输出栅格。有关详细信息，请参阅最小成本路径栅格函数。	Python
最佳路径为栅格	将计算从目的地到源的最佳路径。有关详细信息，请参阅最佳路径为栅格栅格函数。	Python
路径距离	考虑表面距离以及水平和垂直成本因素的情况下，为每个像元计算与最小成本源之间的最小累积成本距离。有关详细信息，请参阅路径距离栅格函数。	Python
路径距离分配	考虑表面距离以及水平和垂直成本因素的情况下，根据成本面上的最小累积成本计算每个像元的最小成本源。有关详细信息，请参阅路径距离分配栅格函数。	Python
路径距离回溯链接	考虑表面距离以及水平和垂直成本因素的情况下，定义最小成本源的最小累积成本路径上的下一相邻像元。有关详细信息，请参阅路径距离回溯链接栅格函数。	Python

水文分析

栅格函数	描述	对象 API
填洼	填充高程表面栅格中的洼地和突起以移除数据中的小缺陷。有关详细信息，请参阅填洼栅格函数。	Python | REST
流量	创建每个像元累积流量的栅格图层。可选择性应用权重系数。有关详细信息，请参阅流量栅格函数。	Python | REST
流向	创建从每个像元到其最陡下坡相邻点的流向的栅格图层。有关详细信息，请参阅流向栅格函数。	Python | REST
流动距离	计算每个像元到流入溪流或河流像元的最小坡度水平距离或垂直距离。有关详细信息，请参阅流动距离栅格函数。	Python | REST
水流长度	创建沿每个像元的水流路径的上游（或下游）距离或加权距离的栅格图层。有关详细信息，请参阅水流长度栅格函数。	Python
汇	创建识别所有汇或内流水系区域的栅格图层。有关详细信息，请参阅汇栅格函数。	Python
捕捉倾泻点	将倾泻点捕捉到指定范围内累积流量最大的像元。有关详细信息，请参阅捕捉倾泻点栅格函数。	Python
河流链	向各交汇点之间的栅格线状网络的各部分分配唯一值。有关详细信息，请参阅河流链栅格函数。	Python | REST
河网分级	创建一个栅格图层，用于为表示线状网络分支的栅格线段指定数值顺序。有关详细信息，请参阅河网分级栅格函数。	Python
集水区	确定栅格中一组像元之上的汇流区域。有关详细信息，请参阅集水区栅格函数。	Python | REST

数学分析

栅格函数	描述	对象 API
绝对值	计算栅格中像素值的绝对值。	Python
算术	在重叠栅格中使用像素值来计算数学运算。	JSON | Python
波段算术	使用预定义公式或用户定义的表达式计算索引。	JSON | Python
计算器	通过基于数学表达式的栅格计算栅格。	JSON | Python
除	将两个栅格的值逐个像素相除。	Python
指数	计算栅格中各像素以 e 为底的指数。	Python
Exp10	计算栅格中各像素以 2 为底的指数。	Python
Exp2	计算栅格中各像素以 10 为底的指数。	Python
转为浮点型	将每个栅格像素的值转换为浮点型表达形式。	Python
转为整型	通过截断将栅格的每个像素值转换为整数。	Python
Ln	计算栅格中各像素的自然对数（以 e 为底）。	Python
Log10	计算栅格中各像素以 10 为底的对数。	Python
Log2	计算栅格中各像素以 2 为底的对数。	Python
减	逐个像素地从第一个输入栅格的值中减去第二个输入栅格的值。	Python
求模	逐个像素地求出第一个栅格数据除以第二个栅格数据的余数（模）。	Python
取反	逐个像素地更改输入栅格的像素值符号（乘以 -1）。	Python
加	逐个像素地将两个栅格的值相加（求和）。	Python
幂	对另一个栅格中的像素值进行乘方运算，将结果作为栅格的值。	Python
下舍入	返回栅格中每个像素的最近的较小整数（以浮点值表示）。	Python
上舍入	返回栅格中每个像素的最近的较大整数（以浮点值表示）。	Python
平方	计算栅格中像素值的平方值。	Python
平方根	计算栅格中像素值的平方根。	Python
乘	将两个栅格的值逐个像素相乘。	Python

数学分析：条件运算

栅格函数	描述	对象 API
条件函数	执行 If, Then, Else 条件运算。使用条件运算符时，通常需要将两个或更多个函数链接在一起，其中一个函数描述条件，第二个函数是使用该条件的条件运算符，用于指示输出结果为真还是假。	Python
设为空函数	“设为空函数”根据指定条件将所识别的像元位置设置为 NoData。如果条件评估为真，则返回 NoData；如果条件评估为假，则返回由另一个栅格指定的值。	Python

数学分析：逻辑运算

栅格函数	描述	对象 API
按位与	对两个输入栅格的二进制值执行“按位与”运算。 了解有关“按位数学”工具工作原理的详细信息	Python
按位左移	对两个输入栅格的二进制值执行“按位左移”运算。	Python
按位非	对输入栅格的二进制值执行“按位非”（求反）运算。	Python
按位或	对两个输入栅格的二进制值执行“按位或”运算。	Python
按位右移	对两个输入栅格的二进制值执行“按位右移”运算。	Python
按位异或	对两个输入栅格的二进制值执行“按位异或”运算。	Python
布尔与	对两个输入栅格的像素值执行“布尔与”(Boolean And)运算。 如果两个输入值都为真(非零)，则输出值为 1。如果一个或两个输入值都为假（零），则输出值为 0。 了解有关“布尔数学”工具工作原理的详细信息	Python
布尔非	对此输入栅格的各像素值执行“布尔非”（求反）运算。 如果输入值都为真(非零)，则输出值为 0。如果输入值为假(零)，则输出值为 1。	Python
布尔或	对两个输入栅格的像元值执行“布尔或”运算。 如果一个或两个输入值都为真(非零)，则输出值为 1。如果两个输入值都为假(零)，则输出值为 0。	Python
布尔异或	对两个输入栅格的像元值执行“布尔异或”运算。 如果一个输入值为真(非零)，而另一个输入值为假(零)，则输出值为 1。如果两个输入值都为真或都为假，则输出值为 0。	Python
等于	逐个像素对两个栅格的值执行等于运算。	Python
大于	逐个像素对两个输入执行关系大于运算。 如果第一个栅格中的像素值大于第二个栅格中的像素值，则返回 1，如果不大于，则返回 0。 了解有关“关系数学”工具工作原理的详细信息	Python
大于等于	逐个像素对两个输入执行关系大于或等于运算。 如果第一个栅格中的像素值大于或等于第二个栅格中的像素值，则返回 1，如果小于，则返回 0。	Python
为 Null	逐个像素来确定输入栅格中哪些值为 NoData。 如果输入值为 NoData，则返回 1，否则返回 0。	Python
小于	逐个像素对两个输入执行关系小于运算。 对于第一个栅格不小于第二个栅格的像素，将返回值 1。	Python
小于等于	逐个像素对两个输入执行关系小于或等于运算。 如果第一个栅格中的像素值小于第二个栅格中的像素值，则返回 1，如果大于或等于，则返回 0。	Python
不等于	逐个像素对两个输入执行关系不等于运算。 如果第一个栅格中的像素值不等于第二个栅格中的像素值，则返回 1，如果等于，则返回 0。	Python

三角函数

栅格函数	描述	对象 API
ACos	计算栅格中各像素的反余弦值。	Python
ACosH	计算栅格中各像素的双曲余弦值。	Python
ASin	计算栅格中各像素的反正弦值。	Python
ASinH	计算栅格中各像素的反双曲正弦值。	Python
ATan	计算栅格中各像素的反正切值。	Python
ATan2	计算栅格中各像素的反正切值（基于 x,y）。	Python
ATanH	计算栅格中各像素的双曲正切值。	Python
Cos	计算栅格中各像素的余弦值。	Python
CosH	计算栅格中各像素的双曲余弦值。	Python
Sin	计算栅格中各像素的正弦值。	Python
SinH	计算栅格中各像素的双曲正弦值。	Python
Tan	计算栅格中各像素的正切值。	Python
TanH	计算栅格中各像素的双曲正切值。	Python

计算：重分类

栅格函数	描述	对象 API
查找表	根据在输入栅格数据表中查找其另一个字段的值来新建栅格。	Python
重映射	允许您将像素值归为一组，并为该组分配新值。	Python
分区重映射	可根据在其他栅格中定义的区域和在表格中定义的区域相关值映射来重映射栅格中的像素。

统计

栅格函数	描述	对象 API
ArgStatistics	将栅格波段排序为数组并确定具有像素值最小值、最大值、中值或持续时间的波段。	Python
像元统计	逐个像素地计算多个栅格的统计数据。可用的统计数据有：众数、最大值、均值、中位数、最小值、少数、范围、标准差、总和及变异度。
焦点统计	计算每个输入栅格像元周围邻域内的像元的统计数据。有几种邻域形状可供选择。	Python
统计	定义邻域并在这些像素内计算统计数据。	JSON | Python
分区统计	计算另一个数据集的区域内栅格数据值的统计信息。	Python

表面

栅格函数	描述	对象 API
坡向	坡向函数用于识别从每个像元到其相邻像元方向上值的变化率最大的下坡方向。有关详细信息，请参阅坡向栅格函数。	JSON | Python
坡向-坡度	用于创建可同时显示表面坡向和坡度的栅格图层。有关详细信息，请参阅坡向-坡度栅格函数。
等值线	可以通过连接栅格高程数据集中具有相同高程的点生成等值线。等值线是作为可视化栅格创建的等值线。有关详细信息，请参阅等值线栅格函数。
曲率	显示坡度的形状或曲率。查看曲率值即可判断表面的某一部分是凸还是凹。曲率通过表面的二阶导数计算得出。有关详细信息，请参阅曲率栅格函数。	JSON | Python
高程空填充	高程空填充函数用于为高程中存在孔洞的区域创建像素。 有关详细信息，请参阅高程空填充栅格函数。	JSON | Python
山体阴影	山体阴影函数可生成地形表面的灰度 3D 制图表达，并且在对图像应用阴影时会考虑太阳的相对位置。有关详细信息，请参阅山体阴影栅格函数。	JSON | Python
晕渲地貌	晕渲地貌函数通过合并由高程编码和山体阴影方法生成的影像来创建地形的彩色 3D 制图表达。此函数使用高度和方位角属性指定太阳的位置。有关详细信息，请参阅晕渲地貌栅格函数文档。	JSON | Python
坡度	坡度函数表示各数字高程模型 (DEM) 像元的高程变化率。它是 DEM 的一阶导数。有关详细信息，请参阅坡度栅格函数。	JSON | Python
视域	使用测地线方法，确定对一组观察点要素可见的栅格表面位置。有关详细信息，请参阅视域栅格函数。	REST