需要 Spatial Analyst 许可。
模糊类用于根据指定的函数将输入值的变换或重新映射定义为新值。变换过程称为模糊化并且在此过程中会为每个输入值建立模糊分类。变换值的范围从 0 到 1，用于定义分类在指定类或集合中的概率，其中 1 表示恰好在某集合中。每个模糊类都定义一个连续函数，每个函数会捕获不同的变换类型，以达到预期效果。例如，对于与指定值越近成为集合成员的可能性越大的情况，某个函数可能更合适，而对于值越大成为集合成员的可能性越大的情况，另一个函数可能更合适。
通过高斯分布或基于用户指定中点的正态分布（分配的隶属度为 1）及经过定义减至零的散度，定义针对特定值的模糊隶属度函数。 | |
定义一个较大输入值隶属度更接近于 1 的模糊隶属度函数。通过一个用户定义的中点（分配的隶属度为 0.5）和定义的散度来定义函数。 | |
通过用户指定的最小值（隶属度为 0）到用户定义的最大值（分配的隶属度为 1）之间的线性变换来定义模糊隶属度函数。 | |
通过一个基于平均值和标准差的函数，以隶属度更接近于 1 的较大值定义模糊隶属度。 | |
通过一个基于平均值和标准差的函数，以隶属度更接近于 1 的较小值定义模糊隶属度。 | |
通过一个用户定义的中点（分配的隶属度为 1）及经过定义减至零的散度，定义针对特定值的模糊隶属度函数。 | |
以隶属度更接近于 1 的较小输入值定义模糊隶属度函数。通过一个用户定义的中点（分配的隶属度为 0.5）和定义的散度来定义函数。 |
使用模糊对象的工具
在多个输入栅格经过变换后，可使用下列工具建立并分析经不同变换的栅格之间的关系：