根据指定的模糊化算法，将输入栅格转换为 0 到 1 数值范围以指示其对某一集合的隶属度。
值为 1 表示完全属于模糊集合，当隶属度减少到 0 时，表示不属于该模糊集合。
此工具不会改变分类数据的大小。 要将分类数据包括在模糊叠加分析中，必须执行预处理步骤。 您可以创建模型或运行下列地理处理工具。 首先，使用重分类工具获得新的值范围（例如，1 到 100）。 然后，将结果除以某个因子（例如 100），以便将输出值归一化为介于 0.0 和 1.0 之间的值。
散度 (spread) 定义了模糊隶属度的值从 1 向 0 下降的快慢程度。 值越大，模糊化在中点附近变化越急剧。 换言之，随着散度的减小，模糊隶属度接近 0 的速度也随之降低。 选择合适的散度 (spread) 值是一个主观过程，它取决于明确值的数值范围。 对于高斯函数和近邻函数，使用默认值 0.1 作为起点很合适。 通常，值分别在 [0.01–1] 或 [0.001-1] 的范围内变化。 对于小值 (Small) 函数和大值 (Large) 函数，适合使用默认值 5 作为起点，此时，通常值在 1 和 10 之间变化。
有时，可能会出现没有任何一个输入值可以保证 100% 属于指定集合的情况。 也就是说，没有输入值的模糊隶属度为 1。 这种情况下，可能需要重新调整模糊隶属度的大小以反映出新的范围。 例如，如果输入值的最高隶属度为 0.75，您可以通过将每个模糊隶属度值乘以 0.75 来建立新的比例。
执行的模糊限制语包括 Very 和 Somewhat。 Very 也称为收缩，被定义为模糊隶属度函数的平方。 Somewhat 也称为膨胀或 More or Less，是模糊隶属度函数的平方根。 Very 和 Somewhat 模糊限制语可分别减小和增大模糊隶属度函数。
较小值和较大值隶属度函数不接受负值。
对于线性 (Linear) 隶属度函数，输入栅格必须为有序数据。 最小值可以小于最大值以创建正斜率，也可以大于最大值以创建负斜率的变换。
如果最小值小于最大值，则使用正斜率函数进行变换；如果最小值大于最大值，则使用负斜率函数。
有关适用于此工具的地理处理环境的详细信息，请参阅分析环境和 Spatial Analyst。
| 标注 | 说明 | 数据类型 |
输入栅格 | 将值从 0 到 1 进行缩放的输入栅格。 它可以是整型栅格或浮点型栅格。 | Raster Layer |
隶属度类型 (可选) | 指定用于模糊化输入栅格的算法。 隶属度类型的某些设置使用散度参数来确定模糊隶属度从 1 变为 0 的下降速度。 散度参数的默认值在下表中进行了详细说明。
| Fuzzy function |
模糊限制语 (可选) | 定义模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。 模糊限制语在帮助控制条件或重要属性时非常有用。
| String |
| 标注 | 说明 | 数据类型 | 输出栅格 | 输出将是一个浮点型栅格，其值范围为从 0 到 1。 | Raster |
FuzzyMembership(in_raster, {fuzzy_function}, {hedge})| 名称 | 说明 | 数据类型 |
in_raster | 将值从 0 到 1 进行缩放的输入栅格。 它可以是整型栅格或浮点型栅格。 | Raster Layer |
fuzzy_function (可选) | 指定用于模糊化输入栅格的算法。 模糊类用于指定隶属度的类型。 隶属度的类型如下： 各类隶属度的形式如下：
| Fuzzy function |
hedge (可选) | 定义模糊限制语将增大或减小可修改模糊集含义的模糊隶属度值。 模糊限制语在帮助控制条件或重要属性时非常有用。
| String |
| 名称 | 说明 | 数据类型 | out_raster | 输出将是一个浮点型栅格，其值范围为从 0 到 1。 | Raster |
此示例使用高斯函数创建了一个模糊隶属度栅格，其中靠近中点（1,200 英尺）的高程值具有较高的隶属度值。
import arcpy
from arcpy.sa import *
from arcpy import env
env.workspace = "c:/sapyexamples/data"
outFzyMember = FuzzyMembership("elevation", FuzzyGaussian(1200, 0.06))
outFzyMember.save("c:/sapyexamples/fzymemb")此示例使用高斯函数和散度 0.4 创建了一个模糊隶属度栅格，其中靠近中点（1,000 英尺）的高程值具有较高的隶属度值。
# Name: FuzzyMembership_Ex_02.py
# Description: Scales input raster data into values ranging from zero to one
# indicating the strength of a membership in a set.
# Requirements: Spatial Analyst Extension
# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *
# Set environment settings
env.workspace = "C:/sapyexamples/data"
# Set local variables
inRaster = "elevation"
# Create the FuzzyGaussian algorithm object
midpoint = 1000
spread = 0.4
myFuzzyAlgorithm = FuzzyGaussian(midpoint, spread)
# Execute FuzzyMembership
outFuzzyMember = FuzzyMembership(inRaster, myFuzzyAlgorithm)
# Save the output
outFuzzyMember.save("c:/sapyexamples/fzymemb2")