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。詳細については、「二値化」関数をご参照ください。

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。

JSON | Python

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ー サーフェスを合わせます。

JSON | Python

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。

JSON | Python

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

複数のラスターを共通の計測スケールでオーバーレイし、それぞれを重大度に応じて重み付けします。

JSON | Python

分析

加重合計

WeightSum

ラスターの配列をセルごとに重み付けして追加します。

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。

JSON | Python

分析

コントラストと明るさ

ContrastBrightness

10.2.1 で導入された ContrastBrightness 関数は、画像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。詳細については、「コントラストと明るさ」関数をご参照ください。

JSON | Python

表示設定

畳み込みフィルター

Convolution

10.1 で導入された 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。

JSON | Python

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。

JSON | Python

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。

JSON | Python

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

分類

Classify

10.3 で導入された 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。詳細については、「分類」関数をご参照ください。

JSON | PytJSON | Python

hon

解析

最尤法分類

MLClassify

10.2.1 で導入された 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。詳細については、「最尤法分類」関数をご参照ください。

解析

領域の拡大

RegionGrow

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。

JSON | Python

解析

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。詳細については、「セグメント平均シフト」関数をご参照ください。

JSON | Python

解析

カラー モデル変換

ColorModelConversion

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

10.6 で導入された 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。事前定義された ColorrampName オブジェクト、またはカスタマイズされた Colorramp オブジェクトを使用して、ラスター データを表示します。ArcGIS には、事前定義されたカラー ランプがいくつか用意されています。

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

10.1 で導入された 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。詳細については、「単位変換」関数をご参照ください。

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

10.6 で導入された 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

Zonalremap

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マッピングすることができます。

JSON | Python

変換

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。

JSON | Python

補正

ジオメトリック

Geometric

10.1 で導入された 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)。詳細については、「幾何補正」関数をご参照ください。

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

Sentinel1RadiometricCalibration

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

Sentinel1ThermalNoiseRemoval

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

属性テーブル

AttributeTable

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。この関数には、メモリ内でこの関数の前に位置する関数チェーンの部分の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

10.2.1 で導入された 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画像を作成できます。詳細については、「コンポジット バンド」関数をご参照ください。

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

10.2.1 で導入された 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、マルチバンド画像内のバンドを並べ替えることができます。詳細については、「バンド抽出」関数をご参照ください。

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

InterpolateIrregularData

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

Mask

Mask

10.2.1 で導入された 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。詳細については、「マスク」関数をご参照ください。

JSON | Python

データ管理

ニブル

Nibble

ラスターの選択したセルを最近傍の値に置き換えます。これは、データがエラーである可能性があるラスターのエリアを編集するときに便利です。

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。詳細については、「リキャスト」関数をご参照ください。

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

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。詳細については、「リサンプル」関数をご参照ください。

JSON | Python

データ管理

Swatch

Swatch 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

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。詳細については、「ビット置換」関数をご参照ください。

JSON | Python

データ管理

コスト アロケーション

CostAllocation

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 バック リンク

CostBackLink

最小コスト ソースへの最小累積コストパスに隣接するセルの近傍範囲を定義します。

距離

コスト距離

CostDistance

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

EuclideanAllocation

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

ユークリッド方向

EuclideanDirection

最も近いソースまでのユークリッド距離をセルごとに計算します。

距離

ユークリッド距離

EuclideanDistance

最も近いソースまでのユークリッド距離をセルごとに計算します。

Python

距離

最小コスト パス

LeastCostPath

ソースから目的地までの最小コストパスを算出します。コスト サーフェス上のセルごとに、最も近いソースまでの最小累積コスト距離が計算されます。これにより、選択した位置から累積コスト サーフェス内でコスト距離が最も近いソース セルまでの最小コスト パスを記録する出力ラスターが生成されます。

Python

距離

穴埋め

Fill

データの微小な欠落を取り除くために標高サーフェス ラスターのくぼみと先端を埋めます。

Python

水文解析

累積流量ラスターの作成 (Flow Accumulation)

FlowAccumulation

各セルへの累積する流量のラスター レイヤーを作成します。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

フロー方向

FlowDirection

各セルから最も急な傾斜となる近傍セルへの流向ラスター レイヤーを作成します。

Python

水文解析

流路距離ラスターの作成 (Flow Distance)

FlowDistance

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

Python

水文解析

河川リンク ラスターの作成

StreamLink

ラスターの線形ネットワークの交差部分にユニークな値を設定します。

Python

水文解析

集水域ラスターの作成 (Watershed)

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

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

10.2.1 で導入された 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。詳細については、「算術演算」関数をご参照ください。

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

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標です (相対バイオマスとも呼ばれます)。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 つのバンド間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。

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

分割

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

累乗

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

四角

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

タイムス図法

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

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

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

ブール型論理積

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

ブール型論理和

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

と等しい

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

大きい

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

NULL である

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

未満

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

等しくない

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

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

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 (Cell Statistics)

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

Cell Statistics

ピクセル単位で最大値を求めます。

Python

統計

平均セル統計

Cell Statistics

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

Cell Statistics

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 (Cell Statistics)

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

Cell Statistics

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

Cell Statistics

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

Cell Statistics

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

Cell Statistics

ピクセル単位で合計値を求めます。

Python

統計

多様セル統計

Cell Statistics

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

傾斜方向 (Aspect)

Aspect

傾斜方向関数は、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。

JSON | Python

サーフェス

コンター (Contour)

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

カラー陰影起伏関数は、標高による色分けと陰影起伏の手法による画像のマージによって地形のカラー 3D 表現を作成します。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

傾斜角関数は、各デジタル標高モデル (DEM) セルの標高の変化率を表します。これは DEM の一次導関数です。

JSON | Python

サーフェス

高度な可視領域 (Viewshed)

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