Розмитість Гаусса - це лише зважене фокусне значення. Ви можете відтворити його з високою точністю з послідовністю кругового сусідства на коротких відстанях (не зваженим) означає: це застосування теореми центрального межі .
У вас багато варіантів. "Фільтр" занадто обмежений - він лише для районів 3 х 3, тому не турбуйтеся з цим. Найкращим варіантом для великих DEM є проведення обчислення за межами ArcGIS у середовищі, яке використовує швидкі перетворення Фур'є: вони роблять ті ж фокусні розрахунки, але (порівняно) вони роблять це надзвичайно швидко. (У GRASS є модуль FFT . Він призначений для обробки зображень, але ви, можливо, зможете натиснути його на службу для вашої DEM, якщо зможете з розумною точністю змінити його в діапазон 0..255.) Якщо заборонити це, принаймні два рішення є Варто врахувати:
Створіть набір ваг сусідства, щоб наблизити розмиття Гаусса для значного мікрорайону. Використовуйте послідовні пропуски цього розмиття, щоб створити свою послідовність все більш плавних DEM.
(Ваги обчислюються як exp (-d ^ 2 / (2r)), де d - відстань (у клітинках, якщо вам подобається) і r - ефективний радіус (також у клітинках). Їх потрібно обчислити в межах кола, що розширюється щонайменше 3 р . Після цього розділіть кожну вагу на суму їх усіх, так що в кінці вони становлять 1).
Як варіант, забудьте про зважування; просто кілька разів запускайте кругову фокусну точку. Я зробив саме це, щоб вивчити, як змінюються отримані сітки (наприклад, нахил і аспект) з роздільною здатністю DEM.
Обидва методи працюватимуть добре, і після перших декількох пропусків між ними буде мало що вибирати, але є зменшувані віддачі: ефективний радіус n послідовних фокусних засобів (усі, що використовують однаковий розмір сусідства), є лише (приблизно) квадратний корінь в n разів перевищує радіус вогнища. Таким чином, для величезної кількості розмиття вам потрібно буде почати заново з сусіднього з великим радіусом. Якщо ви використовуєте незважене фокусне середовище, виконайте 5-6 проходів над DEM. Якщо ви використовуєте ваги, приблизно приблизно гауссові, вам потрібен лише один прохід: але вам потрібно створити вагову матрицю.
Цей підхід дійсно має середнє арифметичне DEM як граничне значення.