ArcGIS教程：模糊逻辑应用于叠加栅格.docxVIP

地理国情监测云平台 北京数字空间科技有限公司 ArcGIS教程：将模糊逻辑应用于叠加栅格 　　模糊逻辑可用作叠加分析方法，来求解诸如地点选择和适宜性模型等传统的叠加分析应用。 　　模糊逻辑的基本前提是空间数据的属性和几何中存在误差。模糊逻辑提供了用于解决两种类型的误差的方法，但由于模糊逻辑与叠加分析相关，因此其重点关注的是属性数据中的误差。类的定义以及现象的测量值中是属性数据中出现误差的两个主要方面。这两种误差源(尤其在类的定义中)可在将像元指定给特定类时造成不精确的结果。 　　分类中各个类的定义以及将现象指定给各个类时的不精确性可影响决策的制定。“模糊叠加”工具可帮助决策者通过这些不精确性制定决策。模糊逻辑重点在于对类边界的不准确性进行建模。 　　加权叠加和加权总和基于明确集合，其中每个像元在或不在某个类中。模糊逻辑专门用于解决各个类之间的边界不明确时的情况。与明确集合不同，模糊逻辑不是在类内还是在类外的问题;它用于定义现象是集合(或类)的成员的可能性有多大。模糊逻辑以集合论为基础;因此，您将定义可能性，而不是概率。 　　例如，在房屋适宜性模型中，如果坡度是输入条件之一，根据坡度值成为适合建筑物(或类)的适宜性集合的成员的可能性，将每个坡度值变换或指定一个介于 0 和 1 之间的值。值 1 表示完全确定值在集合中，0 表示完全确定值不在集合中。其他所有值表示某种可能性等级，较高的