Transformiert das Eingabe-Raster in eine Skala von 0 bis 1, die basierend auf dem angegebenen Fuzzyfizierungsalgorithmus die Stärke der Zugehörigkeit zu einer Menge angibt.
Der Wert 1 gibt die vollständige Zugehörigkeit zu der unscharfen Menge an, während der Wert 0 für die Zugehörigkeit angibt, dass es sich nicht um ein Element der unscharfen Menge handelt.
Dieses Werkzeug skaliert keine Kategoriedaten. Um Kategoriedaten in eine Fuzzy-Überlagerungsanalyse einzuschließen, ist ein Vorverarbeitungsschritt notwendig. Sie können ein Modell erstellen oder die folgenden Geoverarbeitungswerkzeuge ausführen. Verwenden Sie zuerst das Werkzeug Reklassifizieren, um einen neuen Wertebereich (z. B. 1 bis 100) bereitzustellen. Verwenden Sie dann das Werkzeug Dividieren, um das Ergebnis durch einen Faktor (z. B. durch 100) zu dividieren, um die Ausgabewerte auf den Bereich zwischen 0,0 und 1,0 zu normalisieren.
Die Spanne bestimmt, wie schnell sich die Fuzzy-Zugehörigkeitswerte von 1 auf 0 verringern. Je größer der Wert, desto steiler die Fuzzyfizierung um den Mittelpunkt. Das heißt, wenn die Spanne kleiner wird, nähern sich die Fuzzy-Zugehörigkeiten langsamer dem Wert 0. Die Auswahl des entsprechenden Wertes für die Spanne ist ein subjektiver Prozess, der vom Bereich der exakten Werte abhängig ist. Für die Zugehörigkeitstypen "Gauß'sche" und "Nah" ist der Standardwert 0,1 ein guter Ausgangspunkt. Üblicherweise schwanken die Werte innerhalb der Bereiche [0,01–1] bzw. [0,001–1]. Für die Zugehörigkeitstypen "Klein" und "Groß" ist der Standardwert 5 ein guter Ausgangspunkt, bei dem die Werte üblicherweise zwischen 1 und 10 schwanken.
Es gibt Fälle, in denen bei keinem der Eingabewerte die 100%ige Möglichkeit besteht, dass sie ein Teil des angegebenen Satzes sind. Mit anderen Worten hat keiner dieser Eingabewerte eine Fuzzy-Zugehörigkeit von 1. In diesem Fall können Sie die Fuzzy-Zugehörigkeitswerte neu skalieren, um die neue Skala wiederzugeben. Wenn der höchste Zugehörigkeitswert z. B. 0,75 ist, können Sie die neue Skala einrichten, indem Sie jeden der Fuzzy-Zugehörigkeitswerte mit 0,75 multiplizieren.
Die Optionen für den Parameter Hedge sind Very, Somewhat und None. Stark ist auch als Konzentration bekannt und ist als Quadrat der Fuzzy-Zugehörigkeitsfunktion definiert. Etwas ist als Dilatation bzw. "Mehr oder weniger" bekannt und ist die Quadratwurzel der Fuzzy-Zugehörigkeitsfunktion. Die Hedges Stark und Etwas verringern bzw. erhöhen die Fuzzy-Zugehörigkeitsfunktionen.
Negative Werte sind in den Zugehörigkeitstypen "Klein" und "Groß" nicht zulässig.
Für den Zugehörigkeitstyp "Linear" muss es sich beim Eingabe-Raster um geordnete Daten handeln. Das Minimum kann kleiner sein als das Maximum, um eine positive Neigung zu erstellen, oder größer als das Maximum, um eine negative Neigung für die Transformation zu erstellen.
Wenn das Minimum kleiner ist als das Maximum, wird eine Funktion mit positiver Neigung für die Transformation verwendet; wenn das Minimum größer als das Maximum ist, wird eine Funktion mit negativer Neigung verwendet.
Das Eingabe-Raster, dessen Werte von 0 bis 1 skaliert werden.
Das Raster kann ein ganzzahliges oder ein Gleitkomma-Raster sein.
Raster Layer
Zugehörigkeitstyp
(Optional)
Gibt den für die Fuzzyfizierung des Eingabe-Rasters verwendeten Algorithmus an.
Bestimmte Einstellungen für diesen Parameter verwenden den Typ Spanne, um zu bestimmen, wie schnell sich die Fuzzy-Zugehörigkeitswerte von 1 auf 0 verringern. Die Standardwerte für die Spanne werden unten in den Einträgen aufgelistet.
Gauß'sche: Weist am Mittelpunkt den Zugehörigkeitswert 1 zu.
Der Zugehörigkeitswert sinkt auf 0 für Werte, die entsprechend einer Normalkurve vom Mittelpunkt abweichen. Gauß'sche ähnelt dem Typ Nah, weist jedoch eine schmalere Spanne auf.
Mittelpunkt: Der Standardwert ist der Mittelpunkt des Wertebereichs des Eingabe-Rasters.
Spanne: Der Standardwert ist 0,1. Üblicherweise schwanken die Werte zwischen [0,01–1].
Klein: Gibt an, dass kleine Werte des Eingabe-Rasters einen hohen Zugehörigkeitsgrad zur unscharfen Menge aufweisen.
Der Zugehörigkeitswert 0,5 wird am Mittelpunkt zugewiesen.
Mittelpunkt: Der Standardwert ist der Mittelpunkt des Wertebereichs des Eingabe-Rasters.
Spanne: Der Standardwert ist 5.
Groß: Gibt an, dass große Werte des Eingabe-Rasters einen hohen Zugehörigkeitsgrad zur unscharfen Menge aufweisen.
Der Zugehörigkeitswert 0,5 wird am Mittelpunkt zugewiesen.
Mittelpunkt: Der Standardwert ist der Mittelpunkt des Wertebereichs des Eingabe-Rasters.
Spanne: Der Standardwert ist 5.
Nah: Berechnet den Zugehörigkeitsgrad für Werte in der Nähe eines bestimmten Zwischenwertes.
Der Zugehörigkeitswert 1 wird am Mittelpunkt zugewiesen. Der Zugehörigkeitswert sinkt auf 0 für Werte, die vom Mittelpunkt abweichen.
Mittelpunkt: Der Standardwert ist der Mittelpunkt des Wertebereichs des Eingabe-Rasters.
Spanne: Der Standardwert ist 0,1. Üblicherweise schwanken die Werte innerhalb des Bereichs [0,001–1].
MSLarge: Berechnet die Zugehörigkeit auf Grundlage von Mittelwert und Standardabweichung der Eingabedaten, in denen große Werte einen hohen Zugehörigkeitsgrad aufweisen.
Das Ergebnis kann dem Typ Groß ähnlich sein, abhängig davon, wie die Multiplikatoren von Mittelwert und Standardabweichung definiert sind.
Mittelwertmultiplikator: Der Standardwert ist 1.
Standardabweichungsmultiplikator: Der Standardwert ist 2.
MSSmall: Berechnet die Zugehörigkeit auf Grundlage von Mittelwert und Standardabweichung der Eingabedaten, in denen kleine Werte einen hohen Zugehörigkeitsgrad aufweisen. Dies ist der Standardmitgliedstyp.
Das Ergebnis kann dem Typ Klein ähnlich sein, abhängig davon, wie die Multiplikatoren von Mittelwert und Standardabweichung definiert sind.
Mittelwertmultiplikator: Der Standardwert ist 1.
Standardabweichungsmultiplikator: Der Standardwert ist 2.
Linear: Berechnet die Mitgliedschaft auf Grundlage der linearen Transformation des Eingabe-Rasters.
Der Mitgliedschaftswert 0 wird beim Minimum und der Mitgliedschaftswert 1 wird beim Maximum zugewiesen.
Minimum: Der Standardwert ist 1.
Maximum: Der Standardwert ist 2.
Fuzzy function
Hedge
(Optional)
Gibt die Hedge an, die angewendet wird. Mit einer Hedge werden die Fuzzy-Zugehörigkeitswerte herauf oder herab gesetzt, die die Bedeutung einer unscharfen Menge ändern. Mithilfe von Hedges können Sie die Kriterien oder wichtige Attribute steuern.
Keine—Es wird keine Hedge angewendet. Dies ist die Standardeinstellung.
Etwas—Eine Hedge, die als Dilatation bekannt und als Quadratwurzel der Fuzzy-Zugehörigkeitsfunktion definiert ist, wird angewendet. Diese Hedge erhöht die Fuzzy-Zugehörigkeitsfunktionen.
Stark—Eine Hedge, die als Konzentration bekannt und als Quadrat der Fuzzy-Zugehörigkeitsfunktion definiert ist, wird angewendet. Diese Hedge verringert die Fuzzy-Zugehörigkeitsfunktionen.
String
Rückgabewert
Beschriftung
Erläuterung
Datentyp
Ausgabe-Raster
Die Ausgabe ist ein Gleitkomma-Raster mit Werten im Bereich von 0 bis 1.
Gibt die Hedge an, die angewendet wird. Mit einer Hedge werden die Fuzzy-Zugehörigkeitswerte herauf oder herab gesetzt, die die Bedeutung einer unscharfen Menge ändern. Mithilfe von Hedges können Sie die Kriterien oder wichtige Attribute steuern.
NONE—Es wird keine Hedge angewendet. Dies ist die Standardeinstellung.
SOMEWHAT—Eine Hedge, die als Dilatation bekannt und als Quadratwurzel der Fuzzy-Zugehörigkeitsfunktion definiert ist, wird angewendet. Diese Hedge erhöht die Fuzzy-Zugehörigkeitsfunktionen.
VERY—Eine Hedge, die als Konzentration bekannt und als Quadrat der Fuzzy-Zugehörigkeitsfunktion definiert ist, wird angewendet. Diese Hedge verringert die Fuzzy-Zugehörigkeitsfunktionen.
String
Rückgabewert
Name
Erläuterung
Datentyp
out_raster
Die Ausgabe ist ein Gleitkomma-Raster mit Werten im Bereich von 0 bis 1.
Raster
Codebeispiel
FuzzyMembership Beispiel 1 (Python-Fenster)
In diesem Beispiel wird mithilfe der Gauß'schen Funktion ein Fuzzy-Zugehörigkeits-Raster erstellt, in dem dem Mittelpunkt (1.200 ft) nähere Höhenwerte einen höheren Zugehörigkeitswert aufweisen.
import arcpy
from arcpy.sa import *
from arcpy import env
env.workspace = "c:/sapyexamples/data"
outFzyMember = FuzzyMembership("elevation", FuzzyGaussian(1200, 0.06))
outFzyMember.save("c:/sapyexamples/fzymemb")
FuzzyMembership Beispiel 2 (eigenständiges Skript)
In diesem Beispiel wird mithilfe der Gauß'schen Funktion und der Spanne 0,4 ein Fuzzy-Zugehörigkeits-Raster erstellt, in dem dem Mittelpunkt (1.000 ft) nähere Höhenwerte einen höheren Zugehörigkeitswert aufweisen.
# Name: FuzzyMembership_Ex_02.py
# Description: Scales input raster data into values ranging from zero to one
# indicating the strength of a membership in a set.
# Requirements: Spatial Analyst extension
# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *
# Set environment settings
env.workspace = "C:/sapyexamples/data"
# Set local variables
inRaster = "elevation"
# Create the FuzzyGaussian algorithm object
midpoint = 1000
spread = 0.4
myFuzzyAlgorithm = FuzzyGaussian(midpoint, spread)
# Run FuzzyMembership
outFuzzyMember = FuzzyMembership(inRaster, myFuzzyAlgorithm)
# Save the output
outFuzzyMember.save("c:/sapyexamples/fzymemb2")
