模糊隶属度 (Spatial Analyst 工具)

汇总

基于指定的模糊算法，将输入栅格转换至 0 到 1 数值范围，以指示其对某一集合的隶属度。

值为 1 表示完全属于模糊集合，当隶属度减少到 0 时，表示不属于该模糊集合。

了解有关“模糊隶属度”工作原理的详细信息

用法

此工具不会改变分类数据的大小。要将分类数据包括在模糊叠加分析中，必须执行预处理步骤。您可以创建模型或运行下列地理处理工具。首先，使用重分类工具获得新的值范围（例如，1 到 100）。然后使用除工具，将结果除以某个因子（例如 100），以便将输出值归一化为介于 0.0 和 1.0 之间的值。
散度定义了模糊隶属度的值从 1 向 0 下降的快慢程度。值越大，模糊化在中点附近变化越急剧。换言之，随着散度的减小，模糊隶属度接近 0 的速度也随之降低。选择合适的散度 (spread) 值是一个主观过程，它取决于明确值的数值范围。对于高斯隶属度类型和近邻隶属度类型，使用默认值 0.1 作为起点很合适。通常，值分别在 [0.01–1] 或 [0.001-1] 的范围内变化。对于小值 (Small) 隶属度类型和大值 (Large) 隶属度类型，适合使用默认值 5 作为起点，此时，通常值在 1 和 10 之间变化。
有时，可能会出现没有任何一个输入值可以保证 100% 属于指定集合的情况。也就是说，没有输入值的模糊隶属度为 1。这种情况下，可能需要重新调整模糊隶属度的大小以反映出新的比例。例如，如果输入值的最高隶属度为 0.75，您可以通过将每个模糊隶属度值乘以 0.75 来建立新的比例。
模糊限制语参数选项是 Very、Somewhat 和 None。 Very 也称为收缩，被定义为模糊隶属度函数的平方。 Somewhat 也称为膨胀或 More or Less，是模糊隶属度函数的平方根。 Very 和 Somewhat 模糊限制语可分别减小和增大模糊隶属度函数。
小值和大值隶属度类型不接受负值。
对于线性 (Linear) 隶属度类型，输入栅格必须为有序数据。最小值可以小于最大值以创建正斜率，也可以大于最大值以创建负斜率的变换。

如果最小值小于最大值，则使用正斜率函数进行变换；如果最小值大于最大值，则使用负斜率函数。
有关适用于此工具的地理处理环境的详细信息，请参阅分析环境和 Spatial Analyst。

标注	说明	数据类型
输入栅格	将值从 0 到 1 进行缩放的输入栅格。它可以是整型栅格或浮点型栅格。	Raster Layer
隶属度类型（可选）	指定用于模糊化输入栅格的算法。此参数的某些设置使用散度类型来确定模糊隶属度从 1 变为 0 的下降速度。散度的默认值在下列词条中进行了详细说明。高斯—在中点处指定隶属度值 1。对于沿正态曲线偏离中点的值，隶属度将降为 0。高斯与近邻类型类似，但高斯的散度更小。中点—默认值是输入栅格的值的范围的中点。散度—默认值是 0.1。通常，值在 [0.01–1] 内变化。小值—用于指示输入栅格的小值在模糊集中具有较高隶属度。在中点处指定隶属度值 0.5。中点—默认值是输入栅格的值的范围的中点。散度—默认值是 5。大值—用于指示输入栅格的大值在模糊集中具有较高隶属度。在中点处指定隶属度值 0.5。中点—默认值是输入栅格的值的范围的中点。散度—默认值是 5。近邻—计算接近某个中间值的值的隶属度。在中点处指定隶属度值 1。对于偏离中点的值，隶属度将降为 0。中点—默认值是输入栅格的值的范围的中点。散度—默认值是 0.1。通常，值在 [0.001–1] 的范围内变化。 MSLarge—根据输入数据的平均值和标准差计算隶属度，输入数据中的大值具有较高隶属度。结果可能与大值类型类似，具体取决于平均值和标准差的乘数定义方式。平均值乘数—默认值是 1。标准差乘数—默认值是2。 MSSmall—根据输入数据的平均值和标准差计算隶属度，输入数据中的小值具有较高隶属度。此为默认隶属度类型。结果可能与小值类型类似，具体取决于平均值和标准差的乘数定义方式。平均值乘数—默认值是 1。标准差乘数—默认值是2。线性—根据输入栅格的线性变换计算隶属度。在最小值处分配隶属度值 0，在最大值处分配隶属度值 1。最小值—默认值是 1。最大值—默认值是 2。	Fuzzy function
模糊限制语（可选）	指定将被应用的模糊限制语。模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。模糊限制语帮助控制条件或重要属性。无—不应用模糊限制语。这是默认设置。 Somewhat—将应用称为膨胀，也被定义为模糊隶属度函数的平方根的模糊限制语。此模糊限制语可增加模糊隶属度函数。 Very—将应用称为收缩，也被定义为模糊隶属度函数的平方的模糊限制语。此模糊限制语可减少模糊隶属度函数。	String

标注

说明

数据类型

输入栅格

将值从 0 到 1 进行缩放的输入栅格。

它可以是整型栅格或浮点型栅格。

Raster Layer

隶属度类型

（可选）

指定用于模糊化输入栅格的算法。

此参数的某些设置使用散度类型来确定模糊隶属度从 1 变为 0 的下降速度。散度的默认值在下列词条中进行了详细说明。

高斯—在中点处指定隶属度值 1。

对于沿正态曲线偏离中点的值，隶属度将降为 0。高斯与近邻类型类似，但高斯的散度更小。
- 中点—默认值是输入栅格的值的范围的中点。
- 散度—默认值是 0.1。通常，值在 [0.01–1] 内变化。
小值—用于指示输入栅格的小值在模糊集中具有较高隶属度。

在中点处指定隶属度值 0.5。
- 中点—默认值是输入栅格的值的范围的中点。
- 散度—默认值是 5。
大值—用于指示输入栅格的大值在模糊集中具有较高隶属度。

在中点处指定隶属度值 0.5。
- 中点—默认值是输入栅格的值的范围的中点。
- 散度—默认值是 5。
近邻—计算接近某个中间值的值的隶属度。

在中点处指定隶属度值 1。对于偏离中点的值，隶属度将降为 0。
- 中点—默认值是输入栅格的值的范围的中点。
- 散度—默认值是 0.1。通常，值在 [0.001–1] 的范围内变化。
MSLarge—根据输入数据的平均值和标准差计算隶属度，输入数据中的大值具有较高隶属度。

结果可能与大值类型类似，具体取决于平均值和标准差的乘数定义方式。
- 平均值乘数—默认值是 1。
- 标准差乘数—默认值是2。
MSSmall—根据输入数据的平均值和标准差计算隶属度，输入数据中的小值具有较高隶属度。此为默认隶属度类型。

结果可能与小值类型类似，具体取决于平均值和标准差的乘数定义方式。
- 平均值乘数—默认值是 1。
- 标准差乘数—默认值是2。
线性—根据输入栅格的线性变换计算隶属度。

在最小值处分配隶属度值 0，在最大值处分配隶属度值 1。
- 最小值—默认值是 1。
- 最大值—默认值是 2。

Fuzzy function

模糊限制语

（可选）

指定将被应用的模糊限制语。模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。模糊限制语帮助控制条件或重要属性。

无—不应用模糊限制语。这是默认设置。
Somewhat—将应用称为膨胀，也被定义为模糊隶属度函数的平方根的模糊限制语。此模糊限制语可增加模糊隶属度函数。
Very—将应用称为收缩，也被定义为模糊隶属度函数的平方的模糊限制语。此模糊限制语可减少模糊隶属度函数。

String

返回值

标注	说明	数据类型
输出栅格	输出将是一个浮点型栅格，其值范围为从 0 到 1。	Raster

FuzzyMembership(in_raster, {fuzzy_function}, {hedge})

名称说明数据类型

名称	说明	数据类型
in_raster	将值从 0 到 1 进行缩放的输入栅格。它可以是整型栅格或浮点型栅格。	Raster Layer
fuzzy_function （可选）	指定用于模糊化输入栅格的算法。模糊类用于指定隶属度的类型。各类隶属度的类型如下： FuzzyGaussian、FuzzyLarge、FuzzyLinear、FuzzyMSLarge、FuzzyMSSmall、FuzzyNear 和 FuzzySmall。各类隶属度的形式如下： `FuzzyGaussian({midpoint},{spread})` `FuzzyLarge({midpoint},{spread})` `FuzzyLinear({minimum},{maximum})` `FuzzyMSLarge({meanMultiplier},{STDMultiplier})` `FuzzyMSSmall({meanMultiplier},{STDMultiplier})` `FuzzyNear({midpoint},{spread})` `FuzzySmall({midpoint},{spread})`	Fuzzy function
hedge （可选）	指定将被应用的模糊限制语。模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。模糊限制语帮助控制条件或重要属性。 `NONE`—不应用模糊限制语。这是默认设置。 `SOMEWHAT`—将应用称为膨胀，也被定义为模糊隶属度函数的平方根的模糊限制语。此模糊限制语可增加模糊隶属度函数。 `VERY`—将应用称为收缩，也被定义为模糊隶属度函数的平方的模糊限制语。此模糊限制语可减少模糊隶属度函数。	String

in_raster

将值从 0 到 1 进行缩放的输入栅格。

它可以是整型栅格或浮点型栅格。

Raster Layer

fuzzy_function

（可选）

指定用于模糊化输入栅格的算法。

模糊类用于指定隶属度的类型。

各类隶属度的类型如下：

FuzzyGaussian、FuzzyLarge、FuzzyLinear、FuzzyMSLarge、FuzzyMSSmall、FuzzyNear 和 FuzzySmall。

各类隶属度的形式如下：

FuzzyGaussian({midpoint},{spread})
FuzzyLarge({midpoint},{spread})
FuzzyLinear({minimum},{maximum})
FuzzyMSLarge({meanMultiplier},{STDMultiplier})
FuzzyMSSmall({meanMultiplier},{STDMultiplier})
FuzzyNear({midpoint},{spread})
FuzzySmall({midpoint},{spread})

Fuzzy function

hedge

（可选）

指定将被应用的模糊限制语。模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。模糊限制语帮助控制条件或重要属性。

NONE—不应用模糊限制语。这是默认设置。
SOMEWHAT—将应用称为膨胀，也被定义为模糊隶属度函数的平方根的模糊限制语。此模糊限制语可增加模糊隶属度函数。
VERY—将应用称为收缩，也被定义为模糊隶属度函数的平方的模糊限制语。此模糊限制语可减少模糊隶属度函数。

String

返回值

名称	说明	数据类型
out_raster	输出将是一个浮点型栅格，其值范围为从 0 到 1。	Raster

代码示例

FuzzyMembership 示例 1（Python 窗口）

此示例使用高斯函数创建了模糊隶属度栅格，其中更接近中点（1200 英尺）的高程值具有更高的隶属度值。

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 示例 2（独立脚本）

此示例使用高斯函数和值为 0.4 的散度创建了模糊隶属度栅格，其中更接近中点（1000 英尺）的高程值具有更高的隶属度值。

# 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")

环境

自动提交, 像元大小, 像元大小投影方法, 当前工作空间, 范围, 地理变换, 掩膜, 输出配置关键字, 输出坐标系, 临时工作空间, 捕捉栅格, 分块大小

许可信息

基本: 需要 Spatial Analyst
标准: 需要 Spatial Analyst
高级: 需要 Spatial Analyst

模糊隶属度 (Spatial Analyst 工具)

汇总

用法

参数

返回值

环境

许可信息

相关主题