ابزار Reclassify، مقادیر یک لایه رستر را طبق قوانین تعیینشده مجددا طبقهبندی میکند. در ادامه، ورودیهای این ابزار را بررسی خواهیم کرد.

- Input Raster: انتخاب لایه رستری مورد نظر
- Output Raster Name: تعیین نام فایل خروجی
- Reclassification Rules: قوانین تبدیل یا دستهبندی مقادیر
- Exact Match (مثال: مقدار ۵ به ۱ تبدیل شود)
- Range-based (مثال: مقادیر بین ۱۰ تا ۲۰ به ۲ تبدیل شوند)
- Defualt Value: تخصیص مقدار پیش فرض به پیکسل های خارج از دسته بندی
- Input NoData: تخصیص مقدار پیکسل برای نواحی NoData در ورودی
- Output NoData: تخصیص مقدار پیکسل برای نواحی NoData در خروجی
- Output Data Type: نوع مقادیر فایل خروجی
- Range Bound Semantic: نحوه تفسیر در حد پایین و بالا در بازههای عددی
- Left: حد بالا
- Right: حد پایین
- Both: هردو حد بالا و پایین
- Neither: هیچکدام از حدهای بالا و پایین
با کلیک روی Edit Rules پنجرهای مشابه تصویر زیر باز میشود که به کاربر اجازه میدهد شروط مورد نظر خود را روی لایه رستری اعمال کند.

فرض کنید نقشههای proximity پارکها و بزرگراههای تهران در اختیار داریم و میخواهیم بر اساس شرطهایی که تعریف کردهایم، مناطق مختلف را طبقهبندی کنیم. به عنوان مثال، برای لایه trunk_proximity میخواهیم نقاطی که فاصلهشان از بزرگراهها کمتر یا مساوی ۵۰ متر است مقدار ۰ و نقاطی که فاصلهشان بیشتر از ۵۰ متر است مقدار ۱ بگیرند. برای این کار لازم است لایه مورد نظر را به دو دسته تقسیم کنیم. پس از انتخاب لایهtrunk_proximity، باکلیک برروی Edit Rules شروط موردنظرمان را وارد میکنیم. سپس با وارد کردن سایر پارامترها، ابزار را اجرا میکنیم. همانظور که در تصویر زیر مشاهده میکنید، خروجی این فرایند یک رستر باینری خواهد بود که در آن پیکسلها بر اساس شرایط مشخصشده مقدار ۰ یا ۱ دریافت کردهاند. این روش، امکان تحلیل و طبقهبندی مناطق بر اساس فاصله را بهسادگی فراهم میکند.

نکته1: نقشههای Proximity نوعی نقشه فاصلهای هستند که بر پایهی یک لایهی رستری ایجاد میشوند. در این نقشهها، فاصلهی هر پیکسل تا نزدیکترین پیکسل با مقدار مشخص محاسبه میشود.
نکته2: ابزار Reclassify زمانی مورد استفاده قرار میگیرد که نیاز باشد مقادیر یک نقشه رستری به منظور سادهسازی، گروهبندی یا تغییرات دستهبندی شده، اصلاح شود تا دادهها برای انجام تحلیلهای بعدی آماده و قابل استفاده باشند.