了解重分类
重分类工具可通过多种方法将像元值重分类或更改为替代值。一次对一个值或成组的值进行重分类的方法是：使用替代字段；基于某条件，如指定的间隔（如按照 10 个间隔将值分组）；按区域重分类（例如，将值分成 10 个所含像元数量保持不变的组）。这些工具可帮助您将输入栅格中的众多值轻松地更改为所需值、指定值或替代值。
所有重分类方法均应用于区域中的每个像元。也就是说，当对现有值应用某替代值时，所有重分类方法都可将该替代值应用到原始区域的各个像元。重分类方法不会仅对输入区域的一部分应用替代值。
以下内容详细叙述了需要进行重分类的一些原因。
根据新信息替换值
如果要用新值替换输入栅格中的值，重分类十分有用。这可能是因为发现像元值实际上应该是另外一个值，例如，某区域的土地利用类型将随着时间的推移而发生变化。
将值组合到一起
您可能需要简化栅格中的信息。例如，您可能要将多种类型的森林组合为一个森林类。
按常用等级将一组栅格的值进行重分类或重设等级
进行重分类的另一个原因是要将偏好值、敏感度值、优先级值或者某些类似的条件指定给某栅格。可对单个栅格（对于土壤类型栅格，可指定用值 1 到 10 代表土壤腐蚀的可能性）或多个栅格执行此操作，从而为值创建一个相同的等级。
例如，如果土壤被视为某个建筑物适宜性模型的输入，则构建土壤类型将是个不错的选择。但对于腐蚀、动物栖息地、为池塘选址或者判断农业土地，相同的土壤类型将根据具体状况获得不同的适宜性权重。要对应这些不同的适宜性权重来表示栅格，则栅格中的值必须从标称值（表示类别的值）更改为间隔值或比率值，这样便可以彼此对应着使用这些值。仅想通过添加土壤类型和土地利用类型得到建筑物适宜性栅格没有任何意义。但如果土壤类型和土地利用类型位于表示建筑物适宜性相对权重的测量系统中，那么对这些栅格的分析便可轻松完成。
识别最可能出现雪崩危险的山坡时，输入栅格可为坡度栅格、土壤类型栅格和植被栅格。根据每个栅格中各属性对发生雪崩的敏感性，可将各个栅格按从 1 到 10 的等级进行重分类，也就是说，坡度栅格中陡坡的值将指定为 10，因为陡坡最容易发生雪崩。
上述各示例均可视为适宜性模型。制作适宜性地图通常包括四个步骤：
- 输入数据集。
决定作为输入的数据集。
- 派生数据集。
在适合的情况下，创建可从基础输入数据集中派生的数据集，例如，可从高程栅格中派生出坡度和坡向。通过现有数据创建数据，从而获得新信息。
- 对数据集进行重分类或重设等级。
按常用等级（例如，1 到 10）将每个数据集进行重分类，属性的适宜程度越高，设定的等级值应该越大。
- 对数据集进行加权然后将其合并。
如有必要，可对适宜性模型中应具有更大影响力的数据集进行加权，然后将这些数据集合并以查找合适的位置。
以下内容是用来查找最佳建校地点的示例流程图。输入基础图层分别为土地利用、高程、娱乐场所和现有学校。派生的数据集则为坡度、距娱乐场所的距离以及距现有学校的距离。然后按照 1 到 10 的等级对各个栅格进行重分类。为与娱乐场所及其他学校的距离设定较高的权重，然后将经过重分类的栅格添加在一起。
 |
在加权叠加工作流中使用重分类的示例 |
将特定值设置为 NoData 或者为 NoData 像元设置某个值
有时您需要从分析中移除某些特定值。例如，可能是因为某种土地利用类型存在限制（如湿地限制），从而使您无法在该处从事建筑活动。在这种情况下，您可能要将这些值更改为 NoData 以将其从后续的分析中移除。
在另外一些情况下，您可能要将 NoData 值更改为某个值，例如，表示 NoData 值的新信息已成为已知值。