Usar funciones ráster para personalizar el análisis de ráster—Portal for ArcGIS

El análisis ráster distribuido, basado en ArcGIS Image Server, procesa datasets ráster e imágenes obtenidas mediante teledetección con un amplio conjunto de funciones ráster. Los resultados especificados se almacenan y publican automáticamente en un data store ráster distribuido, donde se pueden compartir con toda la empresa.

Conjunto sólido de funciones de análisis de ráster

Una característica clave de esta capacidad es el conjunto de más de 200 funciones ráster que se suministran con ArcGIS. Están disponibles como funciones de procesamiento individual o se pueden combinar en una cadena de procesamiento como plantillas de función ráster (RFT). Las plantillas de función ráster son cadenas de procesamiento personalizadas que se pueden adaptar a cualquier aplicación, mediante el uso de una variedad de tipos de datos de entrada y funciones de procesamiento para facilitar flujos de trabajo específicos.

Las funciones de análisis de ráster también pueden ser ampliadas por el usuario con la función ráster de Python. En Python, se pueden escribir funciones ráster personalizadas y, una vez agregadas al sistema, pueden aprovechar el procesamiento distribuido de análisis de ráster.

Las funciones ráster y las RFT admiten los importantes paradigmas de procesamiento y almacenamiento distribuidos, como las implementaciones locales, en la nube y en la web. Las funciones de procesamiento y almacenamiento de ráster tanto estándar como personalizadas son flexibles y se pueden escalar para tener en cuenta los incrementos repentinos de demanda, emergencias, prioridades cambiantes y otros efectos sobre la capacidad requerida, la demanda y el coste. Las funciones ráster admiten el procesamiento distribuido para permitir entornos de procesamiento dinámico. A medida que cambia el número de instancias de procesamiento, cambia la distribución de procesos de análisis de ráster para aprovechar los recursos de procesamiento y almacenamiento.

Estas funciones ráster y flujos de trabajo basados en RFT se pueden implementar mediante ArcGIS Pro, la API REST de ArcGIS, la API de Python de ArcGIS y las API de JS, así como el Visor de mapas web, en el portal de Enterprise. Por ejemplo, puede utilizar la tarea Generar ráster para ejecutar un análisis de ráster distribuido proporcionando una representación de objeto JSON de una cadena de función ráster.

Funciones y objetos ráster disponibles para el análisis de ráster

En la tabla siguiente se enumeran las funciones ráster disponibles para el análisis de ráster, sus descripciones y objetos JSON y de Python asociados.


Función	Función ráster	Descripción	Muestras	Categoría
Definición de umbral binario	Thresholding	La función Threshold binaria genera la imagen binaria. Utiliza el método y presupone que la imagen de entrada tiene un histograma bimodal.	JSON \| Python	Análisis
Índice de calor	PythonAdaptor	Calcula la temperatura aparente a partir de la temperatura ambiente y la humedad relativa.		Análisis
Densidad kernel	KernelDensity	Calcula una magnitud por unidad de área a partir de entidades de punto o polilínea mediante una función kernel para adaptar una superficie suavemente estrechada a cada punto o polilínea.		Análisis
NDVI	NDVI	El Índice de vegetación de diferencia normalizada (NDVI, por sus siglas en inglés) es un índice normalizado que le permite generar una imagen que muestra el verdor (la biomasa relativa). Este índice aprovecha el contraste de las características de dos bandas de un dataset ráster multiespectral: las absorciones de pigmento de clorofila en la banda roja y la alta reflectividad de los material de las plantas en la banda cercana al infrarrojo (NIR). Para obtener más información, consulte Función NDVI.	JSON \| Python	Análisis
NDVI a color	NDVIColorized	Aplica la función NVDI a la imagen de entrada y, a continuación, utiliza un mapa de color o una rampa de color para mostrar el resultado.		Análisis
Tassel Cap	TasselCap	La transformación Tasseled Cap (Kauth-Thomas) está diseñada para analizar y representar fenomenología de la vegetación y cambios de desarrollo urbano detectados por diversos sistemas de sensor de satélite. Se conoce como la transformación Tasseled Cap debido a la forma de la distribución gráfica de los datos.	JSON \| Python	Análisis
Superposición ponderada	WeightedOverlay	La función WeightedOverlay permite superponer varios rásteres con una escala de medición común y pondera cada uno según su importancia. Para obtener más información, consulte Función Superposición ponderada.	JSON \| Python	Análisis
Suma ponderada	WeightSum	La función WeightedSum permite superponer varios rásteres al multiplicar cada uno por su peso y sumar los resultados. Para obtener más información, consulte Función Suma ponderada.	JSON \| Python	Análisis
Sensación térmica	PythonAdaptor	La sensación térmica es una forma de medir cuánto frío se siente cuando se tiene en cuenta el viento.		Análisis
Función	Función ráster	Descripción	Muestras	Categoría
Contraste y brillo	ContrastBrightness	La función ContrastBrightness mejora la apariencia de los datos ráster (imágenes) al modificar el brillo o el contraste dentro de la imagen. Esta función solo funciona en rásteres de entrada de 8 bits.	JSON \| Python	Apariencia
Convolución	Convolution	La función Convolution realiza el filtrado de los valores de píxel de una imagen, lo que se puede utilizar para aumentar su nitidez, difuminarla, detectar sus ejes u otros realces basados en el kernel. Para obtener más información, consulte Función Convolución.	JSON \| Python	Apariencia
Horizontal de detección de línea	Convolution	Detecta aristas en líneas horizontales.		Apariencia
Vertical de detección de línea	Convolution	Detecta aristas en líneas verticales.		Apariencia
Diagonal izquierda de detección de línea	Convolution	Detecta aristas en líneas diagonales que van de la parte inferior derecha a la superior izquierda.		Apariencia
Diagonal derecha de detección de línea	Convolution	Detecta aristas en líneas diagonales que van de la parte inferior izquierda a la superior derecha.		Apariencia
Gradiente norte	Convolution	Detección de aristas en gradientes norte.		Apariencia
Gradiente oeste	Convolution	Detección de aristas en gradientes oeste.		Apariencia
Gradiente este	Convolution	Detección de aristas en gradientes este.		Apariencia
Gradiente sur	Convolution	Detección de aristas en gradientes sur.		Apariencia
Gradiente noreste	Convolution	Detección de aristas en gradientes noreste.		Apariencia
Gradiente noroeste	Convolution	Detección de aristas en gradientes noroeste.		Apariencia
Suavizado	Convolution	Filtra datos reduciendo la variación local y quitando ruido. El efecto es que los valores altos y bajos se promedian en cada vecindad, y se reducen los valores extremos en los datos.		Apariencia
Suavizado 3x3	Convolution	Filtra datos reduciendo la variación local y quitando ruido. Utiliza un filtro de paso bajo de 3 por 3 para realizar el suavizado.		Apariencia
Suavizado 5x5	Convolution	Filtra datos reduciendo la variación local y quitando ruido. Utiliza un filtro de paso bajo de 5 por 5 para realizar el suavizado.		Apariencia
Refinar	Convolution	Acentúa la diferencia comparativa de los valores con sus vecinos.		Apariencia
Refinar más	Convolution	Acentúa el valor aún más que el operador Refinar.		Apariencia
Nitidez 3x3	Convolution	Un filtro de paso alto que utiliza un kernel de 3 por 3.		Apariencia
Nitidez 5x5	Convolution	Un filtro de paso alto que utiliza un kernel de 5 por 5.		Apariencia
Laplaciano 3x3	Convolution	Los filtros laplacianos se suelen utilizar para la detección de aristas en una imagen que primero se ha suavizado para reducir su sensibilidad al ruido. Utiliza un filtro de 3 por 3.		Apariencia
Laplaciano 5x5	Convolution	Los filtros laplacianos se suelen utilizar para la detección de aristas en una imagen que primero se ha suavizado para reducir su sensibilidad al ruido. Utiliza un filtro de 5 por 5.		Apariencia
Horizontal de Sobel	Convolution	Se utiliza para la detección de aristas horizontales.		Apariencia
Vertical de Sobel	Convolution	Se utiliza para la detección de aristas verticales.		Apariencia
Extensión de punto	Convolution	La función de punto extendido refleja la distribución de la luz desde un origen de punto a través de una lente. Esto introducirá un efecto de difuminado ligero.		Apariencia
Refinado pancromático	Pansharpening	La función Refinado pancromático utiliza una imagen pancromática de mayor resolución o banda de ráster para fusionarla con un dataset ráster multibanda de menor resolución y así aumentar la resolución espacial de la imagen multibanda.	JSON \| Python	Apariencia
Estadísticas e histograma	StatisticsHistogram	La función Estadísticas e histograma se utiliza para definir las estadísticas y el histograma de un ráster. Puede insertar esta función al final de la cadena de funciones para describir las estadísticas y el histograma de una plantilla de función ráster (RFT). Puede ser necesario hacerlo para controlar la visualización predeterminada del resultado de procesamiento, especialmente al definir una cadena de funciones que contiene muchas funciones.	JSON \| Python	Apariencia
Extender (contraste)	Stretch	Calcula las estadísticas focales para cada píxel de una imagen basándose en una vecindad focal definida.	JSON \| Python	Apariencia
Función	Función ráster	Descripción	Muestras	Categoría
Clasificar	Classify	La función Classify clasifica un ráster segmentado en un ráster de categorías.	JSON \| Python	Clasificación
Clasificación de máxima verosimilitud	MLClassify	La función MLClassify permite realizar una clasificación supervisada utilizando el algoritmo de clasificación de máxima verosimilitud. El ArcGIS Server de alojamiento debe tener una licencia de Spatial Analyst.	JSON \| Python	Clasificación
Crecimiento de región	Crecimiento de región	La función Crecimiento de región agrupa píxeles vecinos en grupos en función del radio especificado respecto desde el punto de semilla. Se asigna al grupo de píxeles u objetos un valor de relleno especificado.		Clasificación
Segmentación	SegmentMeanShift	La función SegmentMeanShift genera una salida segmentada. Los valores de píxel de la imagen de salida representan los colores RGB convergidos del segmento. La entrada ráster ha de ser una imagen de 8 bits de 3 bandas. Si el servicio de imágenes no es una imagen de 8 bits de 3 bandas sin signo, puede utilizar la función Stretch antes de la función SegmentMeanShift.	JSON \| Python	Clasificación
Función	Función ráster	Descripción	Muestras	Categoría
Conversión de modelo de color	Conversión de modelo de color	Convierte el modelo de color de una imagen de tono, saturación y valor (HSV) a rojo, verde y azul (RGB) o viceversa.	Python	Conversión
Mapa de color	Colormap	La función Colormap transforma los valores de píxel para mostrar los datos ráster como una imagen en rojo, verde, azul (RGB), basándose en los colores concretos de un mapa de color o en un rango de colores definidos en una rampa de color. Para obtener más información, consulte Función Mapa de color.	JSON \| Python	Conversión
Mapa de colores a RGB	Colormap2RGB	Convierte un ráster de banda única con un mapa de color a un ráster de tres bandas (rojo, verde y azul).	JSON \| Python	Conversión
Complejo	Complex	Calcula la magnitud de los valores complejos.	JSON \| Python	Conversión
Escala de grises	Grayscale	Convierte una imagen multibanda en una imagen en escala de grises de banda única. Se pueden aplicar pesos especificados a cada una de las bandas de entrada.	JSON \| Python	Conversión
Rasterizar atributos	RasterizeAttributes	La función Rasterizar atributos enriquece un ráster agregando bandas derivadas de valores de atributos especificados, desde una tabla externa o un servicio de entidades.		Conversión
Rasterizar entidades	RasterizeFeatures	Convierta datos de una clase de entidad poligonal, de polilínea y de puntos en una capa ráster.		Conversión
Nueva representación cartográfica	Remap	La función Remap permite cambiar o reclasificar los valores de píxel de los datos ráster. Para obtener más información, consulte Función Nueva representación cartográfica.	JSON \| Python	Conversión
Conversión espectral	SpectralConversion	La función Conversión espectral aplica una matriz a una imagen multibanda para influir en los valores de color del resultado. Se puede utilizar, por ejemplo, para convertir una imagen de infrarrojos de colores falsos en una imagen en color pseudonatural.	JSON \| Python	Conversión
Conversión de unidad	UnitConversion	La función UnitConversion realiza conversiones de unidades.	JSON \| Python	Conversión
Campo de vector	VectorField	La función VectorField se utiliza para componer dos rásteres de banda única (cada ráster representa U/V o Magnitud/Dirección) en un ráster de dos bandas (cada banda representa U/V o Magnitud/Dirección). El tipo de combinación de datos (U-V o Magnitud-Dirección) también se puede convertir indistintamente con esta función.	JSON \| Python	Conversión
Renderizador de campo de vector	VectorFieldRenderer	La función VectorFieldRenderer simboliza un ráster U-V o de magnitud-dirección.	JSON \| Python	Conversión
Nueva representación cartográfica zonal	Nueva representación cartográfica zonal	Esta función le permite realizar una nueva representación cartográfica de los píxeles de un ráster basándose en las zonas definidas en otro ráster y en la representación cartográfica de los valores que dependen de la zona que se haya definido en una tabla.		Conversión
Función	Función ráster	Descripción	Muestras	Categoría
Reflectancia aparente	ApparentReflectance	Esta función calibra los valores del número digital (DN) de las imágenes de algunos sensores de satélite. La calibración utiliza la elevación del sol, la fecha de adquisición, la ganancia y sesgo del sensor de cada banda para obtener la reflectancia de la parte superior de la atmósfera, más la corrección del ángulo solar.		Corrección
Geométrica	Geometric	La función Geometric transforma la imagen (por ejemplo, mediante ortorrectificación) en función de una definición de sensor y un modelo de terreno.	JSON \| Python	Corrección
Calibración de radar	RadarCalibration	La calibración se realiza en las imágenes de radar de manera que los valores de píxel sean una representación verdadera de la retrodispersión del radar.		Corrección
Calibración radiométrica de Sentinel-1	Sentinel-1 RadiometricCalibration	Realiza diferentes tipos de calibraciones radiométricas en datos de Sentinel-1.		Corrección
Eliminación de ruido térmico de Sentinel-1	Eliminación de ruido térmico de Sentinel-1	Elimina el ruido térmico de los datos de Sentinel-1.		Corrección
Moteado	Speckle	Filtra el dataset de radar moteado y suaviza el ruido, conservando al mismo tiempo los bordes o entidades sobresalientes de la imagen.	JSON \| Python	Corrección
Función	Función ráster	Descripción	Muestras	Categoría
Tabla de atributos	AttributeTable	Le permite definir una tabla de atributos para simbolizar un dataset ráster o dataset de mosaico de banda única. Resulta útil para presentar imágenes con categorías discretas.		Administración de datos
Zona de influencia	Buffered	La función En zona de influencia se utiliza para optimizar el rendimiento de cadenas de funciones complejas. Almacena en la memoria la salida de la parte de la cadena de funciones que la precede.		Administración de datos
Recortar	Clip	Esta función recorta un ráster utilizando una forma rectangular según la extensión definida o recorta un ráster según la forma de una clase de entidad poligonal de entrada. La forma que define el recorte puede exceder la extensión del ráster o sobresalir de un área dentro del ráster.	JSON \| Python	Administración de datos
Bandas compuestas	CompositeBand	La función CompositeBand permite combinar varias imágenes para crear una imagen multibanda.	JSON \| Python	Administración de datos
Constante	Constant	Crea un ráster virtual con un único valor de píxel que se puede utilizar en plantillas de función de ráster y para procesar un dataset de mosaico.		Administración de datos
Extraer bandas	ExtractBand	La función ExtractBand permite extraer una o varias bandas de un ráster o reordenar las bandas de una imagen multibanda.	JSON \| Python	Administración de datos
Identidad	Identity	Esta función se utiliza para definir el ráster de origen como parte del comportamiento de mosaico predeterminado del dataset de mosaico. Esta función no requiere operaciones ni admite ningún argumento que no sea un ráster.	JSON \| Python	Administración de datos
Interpolar datos irregulares	Interpolar datos irregulares	Algunos datasets de netCDF o HDF almacenan su geolocalización como matrices de píxeles o datos de puntos con espacios irregulares. Al agregar estos datasets a un dataset de mosaico, la función de interpolar datos irregulares toma los datos cuadriculados irregulares y los remuestrea para cada píxel tenga un tamaño uniforme y sea cuadrado.		Administración de datos
Metadatos clave	KeyMetadata	Esta función le permite insertar o invalidar metadatos clave de un ráster.		Administración de datos
Máscara	Mask	La función Mask cambia la imagen al especificar un determinado valor de píxel o un rango de valores de píxeles como NoData.	JSON \| Python	Administración de datos
Nibble	Nibble	Reemplaza las celdas de un ráster que corresponden a una máscara con los valores de los vecinos más cercanos.	Python	Administración de datos
Rásteres de mosaico	MosaicRasters	Crea una imagen de mosaico a partir de varias imágenes.		Administración de datos
Información del ráster	RasterInfo	Modifica las propiedades del ráster, como la profundidad de bit, el valor NoData y el tamaño de celda.		Administración de datos
Reformular	Recast	La función Recast reasigna valores de argumento en una plantilla de función existente.	JSON	Administración de datos
Volver a proyectar	Reproject	La función Volver a proyectar modifica la proyección de un dataset ráster, dataset de mosaico o elemento de ráster en un dataset de mosaico. También pueden remuestrear los datos para un nuevo tamaño de celda y definir un origen.		Administración de datos
Remuestrear	Resample	La función Resample remuestrea los valores de píxel a partir de una resolución determinada.	JSON \| Python	Administración de datos
Franja	Swath	Algunos datasets de netCDF o HDF almacenan su geolocalización como matrices con espacios irregulares. Al agregar estos datasets a un dataset de mosaico, la función de franja toma los datos cuadriculados irregulares y los remuestrea para que cada píxel tenga un tamaño uniforme y sea cuadrado.		Administración de datos
Transponer bits	TransposeBits	La función TransposeBits realiza una operación de bits. Extrae los valores de bit de los datos de origen y los asigna a bits nuevos de los datos de salida.	JSON \| Python	Administración de datos
Función	Función ráster	Descripción	Muestras	Categoría
Asignación de costes	Cost_Allocation	Calcula, para cada celda, el origen de menor coste en función del menor coste acumulativo por una superficie de coste.	Python	Distancia
Coste de distancia	Cost_Distance	Calcula el menor coste de distancia acumulativo para cada celda desde o hasta el origen de menor coste por una superficie de coste.	Python	Distancia
Asignación euclidiana	Euclidean_Allocation	Calcula, para cada celda, el origen más cercano según la distancia euclidiana.	Python	Distancia
Distancia euclidiana	Euclidean_Distance	Calcula, para cada celda, la dirección en grados hacia el origen más cercano.	Python	Distancia
Ruta de menor coste	Least_Cost_Path	Calcula la ruta de menor coste desde un origen a su destino.	Python	Distancia
Función	Función ráster	Descripción	Muestras	Categoría
Rellenar	Fill	Rellena hendiduras en una superficie de ráster para quitar pequeñas imperfecciones en los datos.	Python	Hidrología
Acumulación de flujo	Flow_Accumulation	Crea un ráster de flujo acumulado en cada celda. Opcionalmente, puede aplicar un factor de peso.	Python	Hidrología
Distancia de flujo	flow_distance	Computa, para cada celda, la distancia horizontal o vertical mínima en una pendiente descendente hasta una o varias celdas de un curso de agua o un río hacia el que fluyen.	Python	Hidrología
Dirección de flujo	flow_direction	Reemplaza las celdas de un ráster que corresponden a una máscara con los valores de los vecinos más cercanos.	Python	Hidrología
Vínculo de curso de agua	Stream_Link	Asigna valores únicos a secciones de una red lineal de ráster entre intersecciones.	Python	Hidrología
Cuenca hidrográfica	Watershed	Determina el área de contribución por sobre un conjunto de celdas de un ráster.	Python	Hidrología
Función	Función ráster	Descripción	Muestras	Categoría
Valor absoluto	Abs	Calcula el valor absoluto de los píxeles de un ráster.	Python	Matemática
Aritmética	Arithmetic	La función Arithmetic realiza una operación aritmética entre dos rásteres o un ráster y un escalar, y viceversa.	JSON \| Python	Matemática
Aritmética de banda	BandArithmetic	Calcula índices usando fórmulas predefinidas o una expresión definida por el usuario.	JSON \| Python	Matemática
GEMI	BandArithmetic	El Índice de supervisión ambiental global (GEMI) es un índice de vegetación no lineal para la supervisión ambiental global desde las imágenes de satélite. Es similar a NDVI, pero es menos sensible a los efectos atmosféricos. Lo afecta el terreno desnudo, por lo tanto, se recomienda su uso en áreas de vegetación escasa o moderada.	Python	Matemática
GVI	BandArithmetic	El Índice de vegetación verde (GVI) se diseño originalmente desde las imágenes Landsat MSS y se modificó para las imágenes Landsat TM. También se denomina índice de vegetación verde Landsat TM Tasseled Cap. Se puede utilizar con las imágenes cuyas bandas comparten las mismas características espectrales.	Python	Matemática
SAVI modificado	BandArithmetic	El Índice de vegetación ajustada de suelo modificado (MSAVI2) intenta minimizar el efecto del terreno desnudo en el SAVI.	Python	Matemática
NDVI	BandArithmetic	The Normalized Difference Vegetation Index (NDVI) is a standardized index allowing you to generate an image displaying greenness (relative biomass). This index takes advantage of the contrast of the characteristics of two bands from a multispectral raster dataset—the chlorophyll pigment absorptions in the red band and the high reflectivity of plant materials in the near-infrared (NIR) band.		Matemática
PVI	BandArithmetic	El Índice de vegetación perpendicular (PVI) es similar a un índice diferencial de vegetación; sin embargo, es sensible a las variaciones atmosféricas. Al utilizar este método para comparar diferentes imágenes, sólo se debe utilizar en imágenes que se han corregido atmosféricamente.	Python	Matemática
SAVI	BandArithmetic	El Índice de vegetación ajustado al suelo (SAVI) es un índice de vegetación que intenta minimizar las influencias del brillo del suelo utilizando un factor de corrección de brillo del suelo. Esto con frecuencia se utiliza en regiones áridas en donde la cubierta de vegetación es baja.	Python	Matemática
Fórmula de Sultan	BandArithmetic	El proceso Sultan utiliza una imagen de 8 bits de seis bandas y utiliza la fórmula Sultan para producir una imagen de 8 bits de tres bandas. La imagen que resulta resalta las formaciones de roca denominadas ofiolíticos en zonas costeras. Esta fórmula se diseñó con base en las bandas TM o ETM de una escena Landsat 5 o 7. Las ecuaciones aplicadas para crear cada banda de salida son las siguientes: `Band 1 = (Band5 / Band7) x 100 Band 2 = (Band5 / Band1) x 100 Band 3 = (Band3 / Band4) x (Band5 / Band4) x 100`	Python	Matemática
SAVI transformado	BandArithmetic	El Índice de vegetación ajustado de suelo transformado (TSAVI) es un índice de vegetación que intenta minimizar las influencias de brillo del suelo al asumir que la línea del suelo tiene una intercepción y pendiente arbitraria.	Python	Matemática
Calculadora	RasterCalculator	Calcula un ráster a partir de una expresión matemática basada en rásteres.	JSON \| Python	Matemática
Dividir	Local	Divide los valores de dos rásteres píxel por píxel.	Python	Matemática
Exponente	Local	Calcula el exponencial en base e de los píxeles de un ráster.	Python	Matemática
Exponencial en base 10 (Exp10)	Local	Calcula el exponencial en base 10 de los píxeles de un ráster.	Python	Matemática
Exponencial en base 2 (Exp2)	Local	Calcula el exponencial en base 2 de los píxeles de un ráster.	Python	Matemática
Flotante	Local	Convierte el valor de píxel de un ráster en una representación con punto flotante.	Python	Matemática
Entero	Local	Convierte cada valor de píxel de un ráster a un entero mediante truncamiento.	Python	Matemática
Logaritmo neperiano (Ln)	Local	Calcula el logaritmo natural (base e) de cada píxel de un ráster.	Python	Matemática
Logaritmo en base 10 (Log10)	Local	Calcula el logaritmo en base 10 de cada píxel de un ráster.	Python	Matemática
Logaritmo en base 2 (Log2)	Local	Calcula el logaritmo en base 2 de cada píxel de un ráster.	Python	Matemática
Resta	Local	Resta el valor del segundo ráster de entrada del valor del primer ráster de entrada píxel por píxel.	Python	Matemática
Módulo	Local	Determina el resto (módulo) del primer ráster cuando se divide por el segundo ráster píxel por píxel.	Python	Matemática
Cambio de signo	Local	Cambia el signo (multiplica por -1) de los valores de celda del ráster de entrada píxel por píxel.	Python	Matemática
Plus	Local	Agrega (suma) los valores de dos rásteres píxel por píxel.	Python	Matemática
Potencia	Local	Eleva los valores de píxel de un ráster a la potencia de los valores encontrados en otro ráster.	Python	Matemática
Redondeo hacia abajo	Local	Devuelve el número entero inmediatamente inferior, como un valor de punto flotante, para cada píxel de un ráster.	Python	Matemática
Redondeo Por Exceso	Local	Devuelve el número entero inmediatamente superior, como un valor de punto flotante, para cada píxel de un ráster.	Python	Matemática
Cuadrado	Local	Calcula el cuadrado de los valores de píxel de un ráster.	Python	Matemática
Raíz cuadrada	Local	Calcula la raíz cuadrada de los valores de píxel de un ráster.	Python	Matemática
Multiplicación	Local	Multiplica los valores de dos rásteres píxel por píxel.	Python	Matemática
Función	Función ráster	Descripción	Muestras	Categoría
Evaluación condicional	Local	Realiza una operación If, Then, Else condicional. Cuando se utiliza un operador condicional, normalmente se necesitan dos o más funciones encadenadas, en la que la primera función indica los criterios y la segunda función es el operador condicional que usa los criterios y dicta cuáles deberían ser las salidas verdaderas y falsas.	Python	Matemática: condicional
Establecer nulos	Local	Establecer nulos establece las ubicaciones de celda identificadas en NoData según los criterios especificados. Devuelve NoData si una evaluación condicional es verdadera y devuelve un valor especificado por otro ráster si es falsa.	Python	Matemática: condicional
Función	Función ráster	Descripción	Muestras	Categoría
Bitwise And	Local	Realiza una operación Bitwise And (Y bit a bit) sobre los valores binarios de dos rásteres de entrada.	Python	Matemática: lógica
Bitwise Left Shift	Local	Realiza una operación del método Bitwise Left Shift sobre los valores binarios de dos rásteres de entrada.	Python	Matemática: lógica
Bitwise Not	Local	Lleva a cabo una operación Bitwise Not (complemento) sobre el valor binario de un ráster de entrada.	Python	Matemática: lógica
Bitwise Or	Local	Realiza una operación Bitwise Or sobre los valores binarios de dos rásteres de entrada.	Python	Matemática: lógica
Bitwise Right Shift	Local	Realiza una operación Bitwise Right Shift sobre los valores binarios de dos rásteres de entrada.	Python	Matemática: lógica
Bitwise XOr	Local	Realiza una operación Bitwise eXclusive Or sobre los valores binarios de dos rásteres de entrada.	Python	Matemática: lógica
Booleana And	Local	Ejecuta una operación Booleana And sobre los valores de los píxeles de dos rásteres de entrada. Si los dos valores de entrada son verdaderos (distintos de cero), el valor de salida es 1. Si uno o los dos valores de entrada son falsos (cero), el valor de salida es 0.	Python	Matemática: lógica
Booleana Not	Local	Ejecuta una operación Booleana Not (complementaria) sobre los valores de los píxeles del ráster de entrada.	Python	Matemática: lógica
Booleana Or	Local	Ejecuta una operación Booleana Or sobre los valores de las celdas de dos rásteres de entrada	Python	Matemática: lógica
Booleana XOr	Local	Ejecuta una operación booleana Or exclusiva sobre los valores de celda de dos rásteres de entrada.	Python	Matemática: lógica
Igual a	Local	Realiza una operación Igual a en dos rásteres píxel por píxel.	Python	Matemática: lógica
Mayor que	Local	Realiza una operación relacional Mayor que sobre dos entradas píxel por píxel.	Python	Matemática: lógica
Mayor o igual que	Local	Realiza una operación relacional Mayor o igual que sobre dos entradas píxel por píxel.	Python	Matemática: lógica
Es nulo	Local	Determina qué valores del ráster de entrada son NoData píxel por píxel.	Python	Matemática: lógica
Menor Que	Local	Realiza una operación relacional Menor que sobre dos entradas píxel por píxel.	Python	Matemática: lógica
Menor o igual que	Local	Realiza una operación relacional Menor o igual que sobre dos entradas píxel por píxel.	Python	Matemática: lógica
No igual	Local	Realiza una operación relacional No igual que sobre dos entradas píxel por píxel.	Python	Matemática: lógica
Función	Función ráster	Descripción	Muestras	Categoría
Arcocoseno (Acos)	Local	Calcula el coseno inverso de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcocoseno hiperbólico (ACosH)	Local	Calcula el coseno inverso hiperbólico de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcoseno (ASin)	Local	Calcula el seno inverso de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcoseno hiperbólico (ASinH)	Local	Calcula el arcoseno inverso hiperbólico de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcotangente (ATan)	Local	Calcula la tangente inversa de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcotangente (x/y) (ATan2)	Local	Calcula la tangente inversa (basada en x,y) de los píxeles de un ráster.	Python	Matemática: trigonométrica
Arcotangente hiperbólica (ATanH)	Local	Calcula la tangente inversa hiperbólica de los píxeles de un ráster.	Python	Matemática: trigonométrica
Cos	Local	Calcula el coseno de los píxeles de un ráster.	Python	Matemática: trigonométrica
Coseno hiperbólico (CosH)	Local	Calcula el coseno hiperbólico de los píxeles de un ráster.	Python	Matemática: trigonométrica
Seno (Sin)	Local	Calcula el seno de los píxeles de un ráster.	Python	Matemática: trigonométrica
Seno hiperbólico (SinH)	Local	Calcula el seno hiperbólico de los píxeles de un ráster.	Python	Matemática: trigonométrica
Tangente (Tan)	Local	Calcula la tangente de los píxeles de un ráster.	Python	Matemática: trigonométrica
Tangente hiperbólica (TanH)	Local	Calcula la tangente hiperbólica de los píxeles de un ráster.	Python	Matemática: trigonométrica
Función	Función ráster	Descripción	Muestras	Categoría
ArgStatistics	ArgStatistics	La función ArgStatistics calcula argumentos de las estadísticas. Esta función consta de cuatro métodos de ArgStatistics: ArgMax, ArgMin, ArgMedian y Duration.	Python	Estadístico
Arg Max	ArgStatistics	ArgMax hace referencia al argumento del máximo. En el método ArgMax, a todas las bandas de ráster de cada ráster de entrada se les asigna un índice de banda incremental de base 0.	Python	Estadístico
Arg Medio	ArgStatistics	El método ArgMedian devuelve el índice de banda para el cual el píxel dado obtiene la mediana de valores de todas las bandas.	Python	Estadístico
Arg Min	ArgStatistics	ArgMin es el argumento del mínimo, el cual devuelve el índice de banda para el cual el píxel dado obtiene su valor mínimo.	Python	Estadístico
Duración	ArgStatistics	El método Duración encuentra los elementos consecutivos más largos del conjunto, donde cada elemento tiene un valor mayor o igual que el mínimo y menor o igual que el máximo, y después devuelve su longitud.	Python	Estadístico
Estadísticas de celdas	CellStatistics	Esta función calcula las estadísticas de varios rásteres píxel por píxel. Las estadísticas disponibles son mayoría, máximo, valor medio, mediana, mínimo, minoría, rango, desviación estándar, suma y variedad.		Estadístico
Estadísticas de celdas Mayoría	CellStatistics	Determina el valor que se produce con más frecuencia píxel por píxel.	Python	Estadístico
Estadísticas de celdas Máximo	Estadísticas de celdas	Determina el mayor de los valores píxel por píxel.	Python	Estadístico
Estadísticas de celdas Media	Estadísticas de celdas	Calcula el valor promedio píxel por píxel.	Python	Estadístico
Estadísticas de celdas Mediana	Estadísticas de celdas	Calcula el valor medio de los píxeles píxel por píxel.	Python	Estadístico
Estadísticas de celdas Mínimo	Estadísticas de celdas	Determina el menor de los valores píxel por píxel.	Python	Estadístico
Estadísticas de celdas Minoría	Estadísticas de celdas	Determina el valor que se produce con menos frecuencia píxel por píxel.	Python	Estadístico
Estadísticas de celdas Rango	Estadísticas de celdas	Calcula la diferencia entre el valor más grande y el más pequeño píxel por píxel.	Python	Estadístico
Estadísticas de celdas Desviación estándar	Estadísticas de celdas	Calcula la desviación estándar de los píxeles píxel por píxel.	Python	Estadístico
Estadísticas de celdas Suma	Estadísticas de celdas	Calcula el valor total píxel por píxel.	Python	Estadístico
Estadísticas de celdas Variedad	Estadísticas de celdas	Calcula el número de valores únicos píxel por píxel.	Python	Estadístico
Estadísticas	Statistics	La función Estadísticas calcula las estadísticas focales para cada píxel de una imagen basándose en una vecindad focal definida.	JSON \| Python	Estadístico
Estadísticas zonales	ZonalStatistics	Calcula estadísticas sobre valores de un ráster dentro de zonas de otro dataset.	Python	Estadístico
Función	Función ráster	Descripción	Muestras	Categoría
Orientación	Aspect	La orientación identifica la dirección descendente de la velocidad máxima de cambio en el valor desde cada celda hasta las celdas vecinas. La orientación puede verse como la dirección de la pendiente. Los valores del ráster de salida serán la dirección de brújula de la orientación.	JSON \| Python	Superficie
Curvas de nivel	Contour	La función Curvas de nivel genera líneas de curvas de nivel uniendo puntos con la misma elevación a partir de un dataset de elevación ráster. Las curvas de nivel son isolíneas creadas como rásteres para la visualización.		Superficie
Curvatura	Curvature	La función de curvatura muestra la forma o la curvatura de la pendiente. Una parte de la superficie puede ser cóncava o convexa; eso se puede comprobar consultando el valor de la curvatura. La curvatura se obtiene calculando la derivada segunda de la superficie.	JSON \| Python	Superficie
Relleno de vacío de elevación	ElevationVoidFill	La función de relleno de vacío de elevación se utiliza para crear píxeles donde existen agujeros en la elevación.	JSON \| Python	Superficie
Sombreado	Hillshade	La función de sombreado produce una representación 3D en escala de grises de la superficie del terreno, que tiene en cuenta la posición relativa del sol para sombrear la imagen.	JSON \| Python	Superficie
Relieve sombreado	ShadedRelief	Se ha creado un modelo de representación 3D del terreno en color mediante la fusión de imágenes a partir de los métodos de codificación de elevación y de sombreado. Esta función utiliza las propiedades de altitud y acimut para especificar la posición del sol.	JSON \| Python	Superficie
Pendiente	Slope	La pendiente representa la tasa de cambio de elevación para cada celda de modelo digital de elevación (DEM). Es la primera derivada de un DEM.	JSON \| Python	Superficie
Cuenca visual	Viewshed	Determina las ubicaciones de superficie ráster visibles para un conjunto de entidades de observador utilizando métodos geodésicos.		Superficie

¿Algún comentario sobre este tema?