在按函数重设等级工具中，转换函数应用于指定的阈值下限和阈值上限之间（包括在内）的输入值。 相对于输入栅格值设置阈值下限和阈值上限的方式会产生截然不同的结果。 为输入值指定阈值下限和阈值上限时，存在三种常规用例：
- 阈值下限和阈值上限等于最低和最高输入值（取决于数据）。
常规用例：在数据集内，确定像元对鹿的相对适宜性。
- 阈值下限大于最低输入值，或者阈值上限小于最高输入值（阈值包含在数据中）。
常规用例：在包含鹿无法生存的值的数据集内，确定像元对鹿的相对适宜性。
- 阈值下限小于最低输入值，或者阈值上限大于最高输入值（与数据无关）。
常规用例：相对于生活在研究区域内外的更大数量的鹿，在数据集内，确定像元对鹿的相对适宜性。
应用阈值下限和阈值上限的方案
下表汇总了将上述 3 个常规用例应用于单调（连续增大或减小）和非单调（函数中存在多个峰值）转换函数的 5 个方案。 在前 4 个方案中，将使用默认参数值并增大评估等级。 在第 5 个方案中，将定义特定的形状控制和阈值参数。
| 方案 | 效果 |
|---|---|
单调： （本示例中使用的函数为幂函数） | |
1) 阈值下限和阈值上限设置为输入栅格的最小值和最大值。 | 最小输入值将分配给自等级值，最大输入值将分配给至等级，阈值之间的所有其他输入值将分配给相应的评估值。 |
2) 阈值下限和阈值上限位于输入栅格的值范围内。 | 对应于阈值下限的输入值将分配给自等级。 对应于阈值上限的输入值将分配给至等级，阈值之间的所有其他输入值将分配给相应的评估值。 小于阈值下限的输入值将设置为低于阈值的值，大于阈值上限的值将设置为高于阈值的值。 |
3) 阈值下限小于输入栅格的最小值，或阈值上限大于输入栅格的最大值。 | 阈值下限值将分配给自等级值，阈值上限值将分配给至等级，阈值之间的所有其他值将分配给相应的评估值。 由于所有输入值均大于阈值下限或小于阈值上限，因此输出栅格中可能不存在任何等于“自等级”和“至等级”评估值的输出值。 |
非单调： （本示例中使用的函数为高斯函数） | |
4) 阈值下限和阈值上限设置为输入栅格的最小值和最大值。 | 最小和最大输入值将分配给自等级值，中点将分配给至等级，阈值之间的所有其他输入值将分配给相应的评估值。 |
5) 阈值下限和阈值上限设置为函数曲线的一侧。 | 对应于阈值下限的输入值将分配给至等级。 对应于阈值上限的输入值将分配给自等级，阈值之间的所有其他输入值将分配给相应的评估值。 小于阈值下限的输入值将设置为低于阈值的值，大于阈值上限的值将设置为高于阈值的值。 |
通过示例，表格后面详细讨论了 5 个方案中的每个方案。
方案 1
工具默认值用于定义函数。 阈值上限和阈值下限设置为输入数据集的最小值和最大值。 指数为 2 且偏移为 2999.065 的幂函数将用作示例函数。
输入栅格的值范围为 3000 至 5000。 将使用幂函数对栅格中的所有值进行转换。 函数值 f(x) 的范围为 0 至 4,000,000+（应用偏移时）。 然后，将此函数值范围重新调整为定义的 1 至 10 评估等级，其中 f(x) 为 3000 的将在输出栅格上分配 1，f(x) 为 5000 的将分配 10。 在本例中，最小和最大输入值将分别分配给输出评估等级上的 1 和 10。
方案 2
阈值下限和阈值上限位于输入栅格的值范围内。 指数为 2 且偏移为 3500 的幂函数将用作示例函数。
输入栅格的值范围为 3000 至 5000。 阈值下限设置为 3,500，阈值上限设置为 4,500。 小于阈值的值设置为 1，大于阈值的值设置为 10。 幂函数将应用于 3500 到 4500 之间的输入值。 函数值 f(x) 的范围（大约 0 至 1,000,000）将转换为评估等级 1 至 10。 输入值为 3,500（阈值下限）的像元将分配给 1，输入值为 4,500（阈值上限）的像元将分配给输出评估等级上的 10。 阈值之间的所有值都将分配给相应的评估等级值值。 请注意，输入栅格的最小值和最大值对输出评估等级值没有影响。 输入值低于 3500 的所有像元均分配 1，输入值高于 4500 的像元均分配 10（低于和高于阈值参数的定义值）；这些值不在函数值范围内。
方案 3
阈值下限或阈值上限大于输入数据范围。 指数为 2 且偏移为 2000 的幂函数将用作示例函数。
输入栅格的值范围为 3000 至 5000。 阈值下限设置为 2000，阈值上限设置为 6000。 幂函数将应用于 2000 到 6000 之间的值。 即使不存在等于 2000 或 6000 的输入值，2000 和 6000 的函数值 f(x) 也会用于定义 f(x) 的下限和上限范围。 然后，将函数值范围重新调整为评估等级 1 至 10。 2000 的函数值（阈值下限）将分配 1，因为它将为最低的 f(x)，而 6000 的函数值（阈值上限）将分配 10。 但是，由于不存在分配 2000 或 6000 的输入值，因此将不存在分配给 1 或 10 的输出像元。
当创建鹿栖息地适宜性模型时，此方案可能非常有用。 相对于更大范围中的整个鹿群，您可能希望模型能够反映鹿对研究区域内位置的偏好。 在研究区域中，该条件的最小值为 3000，最大值为 5000，但对于涵盖整个鹿群的更大范围，最小值为 2000，最大值为 6000。
方案 4
输入值将映射到不连续增大或减小（包含一个或多个峰值）的函数的阈值下限和阈值上限（默认情况）。 将使用中点为 4000 以及分布为 0.00000921 的高斯函数作为示例函数。
输入栅格的值范围为 3000 至 5000。 阈值下限和阈值上限设置为输入数据集的最小值和最大值。 高斯函数将应用于输入值。 然后将生成的函数值 f(x) 置于指定的 1 至 10 评估等级上。 阈值下限和阈值上限的函数值为最低的 f(x)，并在输出评估等级上分配到 1。 中点 (4000) 的 f(x) 为最高函数值，因此将分配到 10。 请注意，在此函数中，阈值下限和阈值上限不会分别映射到评估等级上的 1 和 10。
方案 5
一个特例是方案 5。 将使用中点为 4000 以及分布为 0.00000921 的高斯函数作为示例函数（与方案 4 相同）。
输入栅格的值范围为 3000 至 5000。 小于阈值的值设置为 10，大于阈值的值设置为 1。 阈值下限和阈值上限设置为高斯函数一侧的值，即 4250 和 4500。 设置为已更改阈值的默认中点和分布将被指定值覆盖（与方案 4 中的相同）。 因此，指定的高斯函数（不受阈值范围约束）将仅应用于 4250 至 4500 范围内的输入值。 函数值 f(x) 的范围将重新调整为评估等级 1 至 10，其中阈值下限（输入值 4250）将分配给评估等级上的 10，阈值上限（输入值 4500）将分配给 1。