回答:
よくある間違い（私もやった）は、バイリニア補間でリサンプリングツールを使用してラスターをダウンサンプリングすることです。これが良くない理由については、この回答をご覧ください。ラスタは、3つのステップでダウンサンプリングできます。
最初のステップは不要な場合があります。ラスターをターゲット範囲に再投影します。バイリニア補間を使用し、出力セルサイズを入力解像度と同じに保ちます（1 mなど）。基準点を使用して、ラスターコーナーを投影に「スナップ」します。出力範囲は「環境」で指定できます。10mの倍数（または任意の解像度）で範囲を指定することをお勧めします。これらの範囲は、最終ラスタの統計情報が決定される場所を制御します。
ブロック統計を実行します（Spatial Analystツール>近隣にあります）。高さと幅の両方に10セルの長方形を使用し、統計タイプに「MEAN」を選択します。必要に応じて、さまざまな形や種類を試してください。セルサイズはダウンサンプリング比です。
ブロック統計はラスター解像度を変更しないため、最後の手順はリサンプリングです（データ管理ツール>ラスター>ラスター処理にあります）。10 mを選択し、「NEAREST」を使用してセルの中央のブロック統計を選択します。
ステップ2と3は、集約ツールを使用するというCurtvpriceの提案に置き換えることができます。これは、長方形の平均を使用して同じ結果を効果的に生成します。
Aggregateツールを使用すると、これらのすべての集計値セルとResampleを複製する必要がなくなり、プロセスからステップを切り取ることができます。
上記のすべての点に注意することが重要であり、バイリニアリサンプリングは非常に問題があることに完全に同意します。とはいえ、なぜキュービック畳み込みについて誰も議論していないのでしょうか？ブロック関数を使用する場合の問題は、LIDAR派生DEMで予想されるように、分布が非正規またはマルチモーダルの場合、平均がまったく無関係であることです。
元のLIDARデータにアクセスできる場合は、ArcGISの「Topo to Raster」ツールを使用して、目的の解像度にデータを補間するだけです。1m DEMラスタにしかアクセスできない場合、最も効率的ではありませんが、最良の方法はラスタをポイントに変換し、薄いプレートまたはバイキュービックスプラインを使用することです。これにより、リサンプル近傍が非線形曲線をデータに適合させることができます。
または、ガウスカーネルを使用して1mのラスターを平滑化し、目的のリサンプル解像度のサイズ（10x10）に近づけると、双線形リサンプルがより適切になります。このアプローチにより、平滑化パラメーターを直接制御でき、平均が中心傾向の指標として適切になり、線形近似がサポートされる「局所的」正規分布が得られます。