分区统计的工作原理
分区统计工具用于根据来自其他数据集的值（赋值栅格）为每一个由区域数据集定义的区域计算统计数据。为输入区域数据集中的每一个区域计算单个输出值。
以表格显示分区统计工具对所有可用于特定输入的子集或单个统计数据进行计算，但是以表格，而非输出栅格的形式返回结果。
区域是指栅格中具有相同值的所有像元，无论这些像元连续与否。输入区域图层定义了区域的形状、值和位置。区域输入中的整型字段指定用于定义该区域。也可以使用字符串字段。栅格和要素数据集都可以用作区域数据集。
输入值栅格包含用于计算各区域的输出统计数据的输入值。
在以下图解中，“区域”图层展示了定义区域的输入栅格。“值”图层包含将要用于计算每个区域的统计数据的输入。在本示例中，将为每个区域指定输入值的最大值。
 |
分区统计的示例输入和输出 |
输出数据类型
输出数据类型由所选的统计类型和输入值类型共同决定。以下表格对输出栅格预期的数据类型进行了标识：
|
统计 |
区域输入类型 |
值输入类型 |
输出 |
|---|---|---|---|
|
众数 |
整型或字符串 |
整型 * |
整型 |
|
最大值 |
整型或字符串 |
整型、浮点型 |
与输入相同 |
|
平均值 |
整型或字符串 |
整型、浮点型 |
浮点型 |
|
中位数 |
整型或字符串 |
整型 * |
整型 |
|
最小值 |
整型或字符串 |
整型、浮点型 |
与输入相同 |
|
少数 |
整型或字符串 |
整型 * |
整型 |
|
范围 |
整型或字符串 |
整型、浮点型 |
与输入相同 |
|
STD |
整型或字符串 |
整型、浮点型 |
浮点型 |
|
总和 |
整型或字符串 |
整型、浮点型 |
浮点型 |
|
变异度 |
整型或字符串 |
整型 * |
整型 |
如果“区域”数据集上某像元位置是 NoData，则该位置在输出中将指定为 NoData。
众数
- 将每个区域中最常出现的值分配到该区域的所有像元中。
- 当区域中的众数值存在平局（存在多个具有最高出现频率的值）时，会将值最小的平局值指定为该区域中所有像元位置的输出。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Majority") |
最大值
- 将每个区域中的最大值分配给该区域中的所有像元。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Maximum") |
平均值
- 将每个区域的平均值分配给该区域中的所有输出像元。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Mean") |
中位数
- 将每个区域值的中位数分配给该区域的所有输出像元。
- 要计算中值，区域中的所有像元都要进行分级。如果区域中有 n 个像元且 n 为奇数，则将中间的 (n/2) 值写入该区域的所有像元。如果像元数为偶数，则输出值为 (n/2) -1。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Median") |
最小值
- 将每个区域中的最小值分配给该区域的所有像元。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Minimum") |
少数
- 将每个区域中最不常出现的值分配给该区域的所有像元。
- 当区域中的少数值存在平局（存在多个具有最低出现频率的值）时，会将值最小的平局值指定为该区域中所有像元位置的输出。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Minority") |
范围
- 将每个区域中最大值和最小值之间的差值分配给该区域的所有像元。
- 范围的定义为：
Zonal Range = Zonal Maximum – Zonal Minimum
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Range") |
STD
- 将每个区域的标准差分配给该区域的所有像元。
- 标准差的公式如下：
注:请注意标准差是在整个总体（“N”方法）上计算求得，而不是在样本（“N - 1”方法）上进行估算。（作为对比，标准差的计算相当于 Microsoft Excel 中的 STDEVP 方法而不是 STDEV 方法。）
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "STD") |
总和
- 将每个区域中所有像元值的总和分配到该区域的所有像元中。
- 输出栅格的数据类型为浮点型。这是由于该总和值往往很大，无法使用整型值来表示。
请考虑这样的例子：某区域行和列都是 2,500 个像元，像元的值都是 1,000，这个区域的总和将是 2,500 x 2,500 x 1,000 = 6,250,000,000。如果需要获得整型输出，且范围在 ± 21.47 亿之间时，可以应用转为整型工具。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Sum") |
变异度
- 将每个区域中唯一值的数量分配到该区域的每一个像元。
示例：
 |
OutRas = ZonalStatistics(ZoneRas, "VALUE", ValRas, "Variety") |