需要 Spatial Analyst 许可。
通过 Nibble 工具可将最近邻域的值分配给栅格中的所选区域。 这非常适用于编辑某栅格中已知数据存在错误的区域。
首先，该算法将从掩膜栅格中确定所有具有 NoData 值的区域。 输入栅格上的相应区域将被蚕食。 然后执行内部欧氏分配，从而根据欧氏距离对各个被掩膜的像元进行最近邻域值的分配。
输入栅格中与掩膜栅格中 NoData 像元相对应的像元值将被一点点地除去，然后根据欧氏距离替换为最近邻域的值。
在以下示例中，对指定输入栅格和掩膜栅格应用了蚕食操作。 该操作仅适用于与掩膜栅格中 NoData 值相对应的输入像元。 这些位置将接收被识别为定义掩膜之外最接近输入栅格的像元的值。 选中如果 NoData 值是最近的相邻要素，则使用这些值参数的默认选项后（在 Python 中，ALL_VALUES 为 nibble_values 参数的值），则可以将输入栅格中的 NoData 像元蚕食为由掩膜栅格所定义的区域。
在以下示例中，掩膜是在针对输入栅格应用了“将所有为 7 的值设置为 NoData”这一条件的情况下创建的。 示例中未使用默认选项，而是选中了蚕食 NoData 像元参数（在 Python 中，PROCESS_NODATA 参数为 nibble_nodata），指定输入栅格中处于掩膜区域内的 NoData 像元可在输出中被蚕食为有效的像元值。
