ArcGIS教程：模糊隶属
摘要
根据指定的模糊化算法，将输入栅格转换为 0 到 1 数值范围以指示其对某一集合的隶属度。
值 1 表示完全隶属于模糊集，而当值降为 0 时，则表示不是模糊集的成员。
用法
· 此工具无法对分类数据进行度量。要将分类数据用于模糊叠加分析，需要执行预处理操作。您可以创建一个模型或运行下列地理处理工具。首先，使用重分类工具获得一个新的值域范围(例如，1 到 100)。然后，将重分类结果除以某个因子(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 (Spread) 可确定模糊隶属度从 1 下降到 0 的速度。其值越大，中点周围的模糊化就越陡。换言之，随着散度(spread) 的减小，模糊隶属度接近 0 的速度也将随之降低。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。对于高斯函数和近邻 (Near) 函数，使用默认值 0.1 是一个很好的出发点。通常，值分别在 [0.01–1] 或 [0.001-1] 的区间内变化。对于小值 (Small) 函数和大值 (Large) 函数，使用默认值 5 是一个很好的出发点，通常，值在
1 和 10 之间变化。
· 您有时可能会遇到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，没有任何一个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范围。例如，如果输入值的最大隶属度为 0.75，则可以通过将每个模糊隶属度乘以 0.75 来获得新的范围。
· 执行的模糊限制语是 Very 和 Somewhat。Very 也称为浓缩，被定义为模糊隶属函数的平方。Somewhat 也称为膨胀或More or Less，是模糊隶属函数的平方根。very 和 somewhat 模糊限制语可分别减小和增大模糊隶属函数。
· 小值 (Small) 和大值 (Large) 隶属函数不接受负值。
· 对于线性 (Linear) 隶属函数，输入栅格必须为序列化的数据。最小值可以小于最大值以创建正斜率的函数，也可以大于最大值以创建负斜率的函数来适应这种变换。
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，则会使用负斜率函数。
语法
FuzzyMembership (in_raster, {fuzzy_function}, {hedge})
代码实例
模糊隶属 (FuzzyMembership) 示例 1(Python 窗口)
该示例通过高斯函数创建了一个模糊隶属度栅格，其中，距离中点 (1,200 ft) 较近的高程值的隶属度值较大。
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”)
模糊隶属 (FuzzyMembership) 示例 2(独立脚本)
该示例通过高斯函数和值为 0.4 的散度创建了一个模糊隶属度栅格，其中，距离中点 (1,000 ft) 较近的高程值的隶属度较大。
# 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)
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension(“Spatial”)
# Execute FuzzyMembership
outFuzzyMember = FuzzyMembership(inRaster, myFuzzyAlgorithm)
# Save the output
outFuzzyMember.save(“c:/sapyexamples/fzymemb2”)
转载自：https://blog.csdn.net/dsac1/article/details/46829621
