ENVI监督分类（详细操作）

数据来源本次实验主要以地理空间数据云的Landsat 8的影像数据为基础数据，百度搜索“地理空间数据云”，选择“高级检索”，数据集选择“Landsat 8 OLI_TIRS 卫星数字产品”，空间位置选择“行政区”，然后再依次选择山东省—济南市，时间我这里用的是2020-2021年，云量选择在5%以下，因为云量覆盖太多的话，遮盖的影像信息就比较多，可用性不高，数据选择“有”，然后进行检索。共两景图像，时间都为2020年2月18日，如下图所示：数据类型为“Landsat 8 OLI_TIRS 卫星数字产品”。加载数据 点击文件，选择打开为，点击光学传感器——Landsat——带有源数据的GeoTIFF，依次把两景图像加载进来，然后把济南市的矢量数据加载进来，如下图所示：数据预处理本次数据预处理主要包括辐射定标、大气校正、图像镶嵌、图像裁剪四个步骤。1.辐射定标在工具箱中打开辐射校正中的辐射定标工具，选择多光谱数据，ok。定标类型选择辐射亮度值（Radiance），输出格式为BIL，因为后续FLAASH大气校正的输入数据类型为BIL。输出数据类型为Float，点击Apply FLAASH Settings设置参数。确定输出路径后点击确定。输出数据命名为sfdb1、sfdb2:辐射定标结果如下：2.大气校正 在工具箱中选择辐射校正——大气校正模块——快速大气校正，数据选择sfdb1、sfdb2，点击确定，传感器类型选择Landsat TM/ETM/OLI，输出为dqjz1、dqjz2，如下图所示： 结果如下：3图像镶嵌打开之前已经过辐射定标和大气校正的两幅影像（dqjz1.dat和dqjz2.dat），可以看到镶嵌前的影像。打开工具箱中的图像镶嵌——无缝镶嵌工具，单击左上角加号按钮，把需要镶嵌的两幅图像选中，在Color Correction选项卡中选择颜色校正选项，选择整个场景对整幅图像直方图进行匹配，如下图所示：在接边线中选择自动生成接边线，如下图所示：在Feathering Distance列表中设置羽化距离，单位是像素。在接边线/羽化选项卡内可以选择是边缘羽化，羽化距离10个像素，如下图所示：输出结果命名为xq,dat,结果如下所示：4.图像裁剪将之前准备的济南市行政区shp文件导入ENVI，并加载到视图中。然后在工具箱中选择感兴趣区——利用ROI裁剪图像工具