Доступно с лицензией Spatial Analyst.
Доступны инструменты, которые меняют разрешение существующего растра. Если один растр имеет более высокое разрешение, чем другие растры, вы можете выполнить передискретизацию растр более высокого разрешения на растры с более низким разрешением, делая все наборы растровых данных одного разрешения. Это ускоряет обработку и уменьшает размер данных. В отличие от параметра Размер ячейки в среде анализа инструменты изменения разрешения будут применены только к итоговому растру. На диаграмме сверху показан растр области с более высоким разрешением, в то время как на диаграмме ниже показан растр той же области с более низким разрешением.
Два основных способа определения результирующих значений при изменении разрешения набора растровых данных - это интерполяция и агрегирование.
Интерполяция
Метод интерполяции используется инструментом Изменить разрешение (Resample) в группе инструментов "Растр" (Raster) набора "Управление данными" (Data Management). Он использует методы передискретизации "Ближайшая окрестность", "Билинейная интерполяция", "Кубическая свёртка" или "Большинство" для значений входного растра.
Агрегирование
Метд агрегирования использует заданный статистический метод агрегации в окрестности для получения значений в выходном растре в другом разрешении. Этот метод используется инструментами Объединение (Aggregate) и Статистика по блокам.
- Объединение (Aggregate)— Этот инструмент работает посредством объединения отдельных значений групп ячеек и создания единой ячейки с этим значением в более низком разрешении. Доступны следующие типы статистики для агрегирования входных значений: Сумма (Sum), Минимум (Min), Максимум (Max), Среднее (Mean) и Медиана (Median).
- Статистика по блокам (Block Statistics)— Этот инструмент работает посредством расчета указанной статистики во входных ячейках внутри окрестностей, которые не пересекаются.
Главное различие между ними состоит в том, что в инструменте Объединение (Aggregate) нет концепции окрестностей, как в инструменте Статистика по блокам (Block Statistics). Это связано с тем, что окрестности и выходные блоки всегда являются квадратными, а размер потенциальных окрестностей является функцией объединения ячеек, необходимых для получения желаемого разрешения.