需要 Spatial Analyst 许可。
讨论
使用 TfSymmetricLinear 对象的工具为按函数重设等级。
在指定的最小值和最大值之间应用一个线性函数，该函数在 minimum 和 maximum 的中点两边相对称。对称点对应的输入值将具有最高优先级（最高的输出评估值），而随着输入值远离该对称点值，优先级表现为线性降低。
要为变换函数创建一个正斜率，则 minimum 的设置值应小于 maximum 的设置值。要为函数创建一个负斜率，则 minimum 的设置值应大于 maximum 的设置值。
有必要了解以下 minimum 和 maximum 参数与阈值之间的关系：
- 如果设置的 minimum 参数小于 maximum 参数，并且 minimum 大于 lowerThreshold，则任何小于 minimum 且大于 lowerThreshold 的输入值都将在输出栅格中获得自等级的值。
- 如果设置的 maximum 参数大于 minimum 参数，并且 maximum 小于 upperThreshold，则任何大于 maximum 且小于 upperThreshold 的输入值将在输出栅格中获得至等级的值。
- 如果为 minimum 参数设置小于 lowerThreshold 的值，则函数按 minimum 进行定义。如果 lowerThreshold 保持与最低输入值相等，并且 upperThreshold 保持与最大输入值相等（默认情况下等于 maximum 参数），则会将最小输入值分配给一个由函数 y 轴截距定义的评估值 (lowerThreshold)。因此，由 lowerThreshold 分配的输入像元位置的输出评估值将大于自等级值。如果定义的 maximum 大于 upperThreshold，则最高输入值也适用同样的逻辑。
函数值的范围为从 0 到 1，此范围随后将转换为评估等级。
语法
TfSymmetricLinear ({minimum}, {maximum}, {lowerThreshold}, {valueBelowThreshold}, {upperThreshold}, {valueAboveThreshold})| 参数 | 说明 | 数据类型 |
minimum | 对称线性变换函数的起点。用于镜像处理函数的拐点由 minimum 和 maximum 的中点决定。如果 minimum 小于 maximum，则线性函数的斜率为正。如果 minimum 大于 maximum，则线性函数的斜率为负。 最小值不能等于最大值。 (默认值为 None) | Double |
maximum | 对称线性变换函数的终点。用于镜像处理函数的拐点由 minimum 和 maximum 的中点决定。如果 minimum 小于 maximum，则线性函数的斜率为正。如果 minimum 大于 maximum，则线性函数的斜率为负。 最小值不能等于最大值。 (默认值为 None) | Double |
lowerThreshold | 定义开始应用指定变换函数的起始值。在输出栅格上与 lowerThreshold 对应的输入值将分配到自等级评估等级值。低于 lowerThreshold 的输入值将分配到 valueBelowThreshold，并且不会计入函数值范围。 lowerThreshold 必须小于 upperThreshold。 (默认值为 None) | Double |
valueBelowThreshold | 此用户定义的值用于分配输入值小于 lowerThreshold 的输出像元位置。 valueBelowThreshold 的值可以为浮点数、整数或 NoData。在工具对话框内，NoData 左右不使用引号；但在编写脚本时需要使用引号，即 "NoData"。 (默认值为 None) | Variant |
upperThreshold | 定义终止应用指定变换函数的结束值。在输出栅格上与 upperThreshold 对应的输入值将分配到至等级评估等级值。高于 upperThreshold 的输入值将分配到 valueAboveThreshold，并且不会计入函数值范围。 lowerThreshold 必须小于 upperThreshold。 (默认值为 None) | Double |
valueAboveThreshold | 此用户定义的值用于分配输入值大于 upperThreshold 的输出像元位置。 valueAboveThreshold 的值可以为浮点数、整数或 NoData。在工具对话框内，NoData 左右不使用引号；但在编写脚本时需要使用引号，即 "NoData"。 (默认值为 None) | Variant |
属性
| 属性 | 说明 | 数据类型 |
| minimum (可读写) | 变换函数的最小值，用于定义对称线性函数的起点。 | Double |
| maximum (可读写) | 变换函数的最大值，用于定义对称线性函数的终点。 | Double |
| lowerThreshold (可读写) |
变换函数的 lowerThreshold 的值，用于定义开始应用指定变换函数的起始值。 | Double |
| valueBelowThreshold (可读写) |
输入值低于 lowerThreshold 的值将被分配到输出像元。 | Variant |
| upperThreshold (可读写) |
变换函数的 upperThreshold 值，用于定义停止应用指定函数的终止值。 | Double |
| valueAboveThreshold (可读写) | 输入值高于 upperThreshold 的值将被分配到输出像元。 | Variant |
代码示例
演示如何创建 TfSymmetricLinear 类以及如何在 Python 窗口的 RescaleByFunction 工具中使用该类。
import arcpy
from arcpy.sa import *
from arcpy import env
env.workspace = "c:/sapyexamples/data"
outRescale = RescaleByFunction("distroads", TfSymmetricLinear(30, 8500, "#", "#", "#", "#"), 1, 10)
outRescale.save("c:/sapyexamples/rescaletfli1")演示如何通过 TfSymmetricLinear 类在 RescaleByFunction 工具中转换输入数据。
# Name: TfSymmetricLinear_Ex_02.py
# Description: Rescales input raster data using a SymmetricLinear function and
# transforms the function values onto a specified evaluation scale.
# Requirements: Spatial Analyst Extension
# Author: esri
# 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 = "distroads"
# Create the TfSymmetricLinear object
minimum = 30
maximum = 8500
lowerthresh = "#"
valbelowthresh = "#"
upperthresh = "#"
valabovethresh = "#"
myTfFunction = TfSymmetricLinear(minimum, maximum, lowerthresh, valbelowthresh, upperthresh, valabovethresh)
# Set evaluation scale
fromscale = 1
toscale = 10
# Execute RescaleByFunction
outRescale = RescaleByFunction(inRaster, myTfFunction, fromscale, toscale)
# Save the output
outRescale.save("c:/sapyexamples/rescaletfsl2")