1、源 源识别了井、购物中心、道路和林分等感兴趣对象的位置。如果源是栅格，它必须只包含源像元的值，同时其他像元必须是NoData。如果源是要素，则会在运行工具时在内部将其转换为栅格。
2、欧氏距离算法 计算源像元中心与每个周围像元中心之间的欧氏距离。真实欧氏距离是在每个距离工具中计算的。从概念上讲，欧式算法的原理如下：对于每个像元，通过用x_max和y_m锾攒揉敫ax作为三角形的两条边来计算斜边的方法，确定与每个源像元之间的距离。这种计算方法得出的是真实欧氏距离，而不是像元距离。与源之间的最短距离将会被确定，如果它小于指定的最大距离，则将该值赋给输出栅格上的像元位置。 欧氏距离栅格的输出值是浮点距离值。如果像元与两个或更多源之间的距离相等，则将该像元分配给扫描过程中遇到的第一个源。您无法控制该扫描过程。 以上只是对如何得出值的概念性描述。实际的算法使用两次顺序扫描过程计算信息。此过程可使工具的速度与源像元的数目、源像元的分布以及指定的最大距离无关。影响工具执行速度的唯一因素是栅格的大小。计算时间与“分析”窗口中的像元数成线性比例。
4、欧式方向输出栅格 欧式方向输出栅格包含每个像元与最近源之间的方位角方向。欧式方向将每个像元以度为单位的方向分配给距其最近的源。使用360度圆或罗盘，刻度360指北，刻度1指东；其余值顺时针增加。值0将会留供源像元使用。 下例中找出了每个位置与最近城镇之间的方向。将受伤的徒步旅行者送往最近城镇进行治疗时，这可为紧急救护直升机提供有用信息。
6、欧氏距离的局限性 欧氏距离工具根据欧氏距离（直线距离）为您提供信息。有时可能无法沿直线前往某一特定位置；可能不得不避开河流或陡坡等障碍。在这种情况下，应考虑使用成本距离工具获得更现实的结果。
