TVDI中线性拟合干湿边的步骤

在之前的最小二乘法拟合直线-C++实现文章中有提过TVDI指数计算的方法，其中拟合的关键是怎么找到有效的NDVI（相当于自变量X）和LST（相当于因变量Y）这两组相对应的数据，即具体干湿边拟合的步骤是怎么样的。本文针对干湿边的拟合过程做一个详细的说明，如有不足之处恳请各位指教。

首先需要说明的一点是输入的NDVI和LST数据是行列数相等的数据，因此，可以以NDVI为横坐标，LST为纵坐标，得到NDVI-LST的散点图。根据NDVI-LST的散点图，就能得到每个NDVI值对应的LST的最大最小值，也就是我们要求的干边和湿边。下面就具体说说如何得到每个NDVI值对应的LST的最大最小值，以为后面的线性拟合做数据准备。

1. 将NDVI从0.01开始，步长设为0.01，这样就能将NDVI从0~1之间等分为100份，分别为0.01，0.02，0.03，，，，，0.99，1.0。（可根据具体情况进行修改）

2. 在NDVI影像中查找范围在之间的值的索引，然后根据这些索引，从LST影像中获取对应索引位置的LST数据，根据这些获取的LST的数据，求出这些LST数据中的最大最小值（可按5%求平均以提高精度），这样在