下载文档原格式
landsat遥感影像地表温度反演教程（⼤⽓校正法）基于辐射传输⽅程的Landsat数据地表温度反演教程⼀、数据准备Landsa 8遥感影像数据⼀景，本教程以重庆市2015年7⽉26⽇的=⾏列号为（128，049）影像（LC81280402016208LGN00）为例。
同时需提前查询影像的基本信息（详见下表）⼆、地表温度反演的总体流程三、具体步骤1、辐射定标地表温度反演主要包括两部分，⼀是对热红外数据，⼆是多光谱数据进⾏辐射定标。
（1）热红外数据辐射定标选择Radiometric Correction/Radiometric Calibration。
在File Selection对话框中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset选择Thermal Infrared1（10.9），打开Radiometric Calibration⾯板。
Scale factor 不能改变，否则后续计算会报错。
保持默认1即可。
（2）多光谱数据辐射定标选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral”进⾏辐射定标。
因为后续需要对多光谱数据进⾏⼤⽓校正，可直接单击Apply Flaash Settings，如下图。
注意与热红外数据辐射定标是的差别，设置后Scale factor值为0.1。
2、⼤⽓校正本教程选择Flaash 校正法。
FLAASH Atmospheric Correction，双击此⼯具，打开辐射定标的数据，进⾏相关的参数设置进⾏⼤⽓校正。
注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。
1)Input Radiance Image：打开辐射定标结果数据；2)设置输出反射率的路径，由于定标时候；3)设置输出FLAASH校正⽂件的路径，最优状态：路径所在磁盘空间⾜够⼤；4)中⼼点经纬度Scene Center Location：⾃动获取；5)选择传感器类型：Landsat-8 OLI；其对应的传感器⾼度以及影像数据的分辨率⾃动读取；6) 设置研究区域的地⾯⾼程数据；7)影像⽣成时的飞⾏过境时间：在layer manager中的Lc8数据图层右键选择View Metadata，浏览time字段获取成像时间；注：也可以从元⽂件“LC81230322013132LGN02_MTL.txt”中找到，具体名称：DATE_ACQUIRED = 2013-05-12；SCENE_CENTER_TIME = 02:55:26.6336980Z；8) ⼤⽓模型参数选择：Sub-Arctic Summer（根据成像时间和纬度信息选择）；9) ⽓溶胶模型Aerosol Model：Urban，⽓溶胶反演⽅法Aerosol Retrieval：2-band（K-T）；10) 其他参数按照默认设置即可。
基本原理一)地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。
反照率可以通过遥感成像提供的辐射亮度值L 或反照率p ，二向性反射率分布函数BRDF 来获得：地物反射率的光谱特征差异是从遥感影像中识别地表不同类型地物的基本依据，也是地表其他各种物理、生物物理参数反演的依据地表。
地表反射率的计算步骤：1、辐射定标：根据遥感影像DN 值计算到达传感器的各波段辐射亮度也就是将传感器记录的辐射量化值（Digital Number ，DN ）转换成绝对辐射亮度值、表观反射率，或者表观温度的过程。
绝对定标：通过各种标准辐射源，建立辐射亮度值与辐射量化值（DN ）之间的定量关系式中，辐射亮度值L 的常用单位为W/(m2.μm.sr)，或者μW/(cm2.nm.sr) 。
1W/(m2.μm.sr)=0.1 μW/(cm2.nm.sr)2、各波段表观反射率计算3、大气辐射校正（ENVI FLAASH/QUAC ）绝对大气辐射校正：消除大气辐射衰减效应，将遥感影像的DN 值转换为地表反射率、辐亮度、地表温度等的方法，此过程包含了辐射定标。
相对大气辐射校正：将遥感影像的DN 值转换为类似的整型数，同时消除大气辐射衰减效应。
FLAASH 是用数学建模辐射的物理行为，纠正波长在可见光至近红外和短波红外区域，最多3微米。
（对于热地区，使用基本工具>预处理>校准工具>热大气压校正菜单选项。
）不同于预先计算模拟结果的数据库内插辐射传输特性许多其他大气校正程序， FLAASH 采用了MODTRAN4辐射传输代码。
MODTRAN4并入ENVI FLAASH 的版本被修改，以校正在HITRAN -96水行参数的误差。
可以选择任何一种标准MODTRAN 大气模型和气溶胶类型，FLAASH 还包括以下功能：校正邻近效应（像素混合是由于表面反射辐射的散射） 计算场景的平均能见度（气溶胶/雾量）。
地表反射率、温度、植被指数、几何精纠正和Landsat影像Basic Tools|Band Math，在Band Math对话框中输入公式，公式中的ｂ３和ｂ４分别选取第3和第4波段的地表反射率。
然后导出结果。
二、地表温度反演1、计算辐射亮度。
加载htm影像，根据头文件中的数据，得到1、2波段的辐射亮度的计算公式0.067086617777667001*b1+(-0.067086617777667001)和0.037204722719868001*b2+(3.1627953249638470)，步骤同上，得出辐射量度的计算结果。
2、辐射反演。
利用公式T=k2/ln(k1/Lλ+1)算地物的辐射反演，其中T为开尔温度；查找参数值：k1=666.09; k2=1282.71;Lλ分别利用步骤1中的波段1和波段2的辐射量度。
3、统计反演后的地物的温度值，并比较其差异。
打开反演后的温度影像，右击影像选择ROI Tool，统计各种地物值的最大值，最小值，均值，标准差，将其统计到Excel中，比较其差异。
结果与分析一、DNVI建模【地表反射率】第3波段第4波段【DNVI】【3、4波段表观反射率和地表反射率的线性关系】【表观反射率和地表反射率的线性关系数学表达式】波段关系式波段关系式1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.00652波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.0013波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004【部分地物的DNVI值】地物DNVI值min max mean stdevReservior 0.057713 0.338587 0.145087 0.038598Snow -0.12395 0.152669 0.025088 0.031572Bare Land 0.105628 0.374843 0.192701 0.043621Urban -0.356923 0.038094 -0.273288 0.045284Plant 0.333387 0.786695 0.656094 0.081619Desert 0.071897 0.155663 0.100783 0.014291River 0.043469 0.429917 0.127503 0.08131【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。
地表反射率、温度、植被指数、几何精纠正和Landsat影像影像几何精纠正1.深入理解影像几何精纠正的原理2.学会使用影像对影像的几何精纠正方法和具体操作步骤1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正。
1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正Landsat影像数据下载、导入、目视解译与分析1．学会在美国NASA/USGS网上进行Landsat卫星影像的检索和下载，认识影像名编号意义。
2．初步掌握ENVI/IDL影像处理软件的使用方法，熟悉软件的用户界面、功能模块，掌握基本功能的使用。
复习遥感导论课程中的遥感影像目视解译环节，选择自己熟悉的地区，进行Landsat TM/ETM+影像的目视解译。
实习内容1、课前准备：根据自己感兴趣的地区，下载一景Landsat TM/ETM+影像。
2、将单波段分别添加在ENVI中（采用file| open image file工具，注意在添加波段数据时，热红外波段影像应另存为一个文件）3、利用Basic tools | layer stscking视窗选择多波段影像进行添加，在available中选择刚才添加的影像，选择RGB color分别选取4、3、2和7、4、2波段组合进行彩色合成，此时，可以再打开一个视窗（new display）观察地物的色调变化。
列表说明上述地物分别在两种波段组合下的颜色特征。
4、查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息。
5、将影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型，可能的土地利用/土地覆盖类型包括：(1) 耕地farmland(8) 公路/铁路road or railway(2) 草地grassland(9) 河流stream(3) 裸地barren land(10) 水库reservoir(4) 森林forest(11) 冰雪ice and snow(5) 城镇居民地town(12) 云cloud(6) 农村居民地village(13) 阴影shadow(7) 沙漠desert6、利用load RGB将图像显示，后用视窗中的光谱剖面工具，提取上述地物在不同波段的数值（Digital Number，DN）；要求针对影像中的6种地物至少各采集10个样本，取平均值，做光谱剖面图，分析不同地物的灰度值随波段变化的特点。
操作方法及过程1、使用ENVI对landsat 7 ETM+原始数据进行辐射定标：①对1、2、3、4、5、7波段进行辐射定标。
利用ENVI中的File |Open External File |Landsat Geo TIFF with MetaData加载威武市Landsat ETM+原始影像数据中的_MTL文件，再利用Basic Tools |Preprocessing |Calibration Utilities |Landsat Calibration 在弹出的对话对话框中选择包含1、2、3、4、5、7波段的_MTL文件，将Calibration Type选为Radiance，然后选择输出路径保存为radiance。
②对61和62波段进行辐射定标。
步骤和上面的一样，只是选择输入文件时为包含61和62波段的_MTL文件，将结果保存为radiance_band6。
2、将BSQ格式的影像数据转化为BIL：利用Basic Tools |Convert Data，弹出对话框中选择Radiance，Output Interleave中选择BIL，选择输出路径保存为radiance_BIL。
3、使用FLAASH大气辐射校正模型进行地表反射率的计算：①利用Spectral |FLASSH弹出大气校正模型参数设置窗口如下：分别按照以上所示的内容进行参数设置，将输入文件设为radiance_BIL，输出文件设为flassh，设置Scene Center Location时，打开原始影像在头文件中找到行和列，算出中心行和列，利用Pixel Locator工具找到中心点的经纬度。
将Sensor Type设为Landsat TM7。
设置Ground Elevation时，利用裁剪工具在亚洲幅SRTM DEM影像数据中裁剪该地区的DEM数据，再用统计功能算出高程的平均值为2058m。
在头文件中找到Flight Data：1999年8月10日，Flight Time GTM:3时36分39秒。
地表反射率、温度、植被指数、几何精纠正和Landsat影像一、DNVI建模【地表反射率】第3波段第4波段【DNVI】【3、4波段表观反射率和地表反射率的线性关系】【表观反射率和地表反射率的线性关系数学表达式】波段关系式波段关系式1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.0065 2波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.001 3波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004【部分地物的DNVI值】地物DNVI值min max mean stdev Reservior 0.057713 0.338587 0.145087 0.038598 Snow -0.12395 0.152669 0.025088 0.031572Urban -0.356923 0.038094 -0.273288 0.045284Plant 0.333387 0.786695 0.656094 0.081619Desert 0.071897 0.155663 0.100783 0.014291River 0.043469 0.429917 0.127503 0.08131【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。
二、温度反演【温度反演】低增益温度反演高增益温度反演【第1波段部分地物低增益温度反演数据】开尔文温度摄氏温度反演温度地物min max mean stdev min max mean Reservior 287.47641 289.289886 288.13127 0.388036 14.32641 16.13989 14.98127 Snow 273.154785 293.990417 278.177771 3.788266 0.004785 20.84042 5.027771 Bare Land 295.989319 310.676086 303.445647 2.819391 22.83932 37.52609 30.29565 Urban 300.165253 310.928528 307.469228 1.530421 27.01525 37.77853 34.31923 Plant 294.278015 305.525879 298.698402 2.333251 21.12802 32.37588 25.5484 Desert 302.605286 309.915955 306.491575 1.39902 29.45529 36.76596 33.34158影像几何精纠正1.深入理解影像几何精纠正的原理2.学会使用影像对影像的几何精纠正方法和具体操作步骤1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
操作方法及过程1、使用ENVI对landsat 7 ETM+原始数据进行辐射定标：①对1、2、3、4、5、7波段进行辐射定标。
利用ENVI中的File |Open External File |Landsat Geo TIFF with MetaData加载威武市Landsat ETM+原始影像数据中的_MTL文件，再利用Basic Tools |Preprocessing |Calibration Utilities |Landsat Calibration 在弹出的对话对话框中选择包含1、2、3、4、5、7波段的_MTL文件，将Calibration Type选为Radiance，然后选择输出路径保存为radiance。
②对61和62波段进行辐射定标。
步骤和上面的一样，只是选择输入文件时为包含61和62波段的_MTL文件，将结果保存为radiance_band6。
2、将BSQ格式的影像数据转化为BIL：利用Basic Tools |Convert Data，弹出对话框中选择Radiance，Output Interleave中选择BIL，选择输出路径保存为radiance_BIL。
3、使用FLAASH大气辐射校正模型进行地表反射率的计算：①利用Spectral |FLASSH弹出大气校正模型参数设置窗口如下：分别按照以上所示的内容进行参数设置，将输入文件设为radiance_BIL，输出文件设为flassh，设置Scene Center Location时，打开原始影像在头文件中找到行和列，算出中心行和列，利用Pixel Locator工具找到中心点的经纬度。
将Sensor Type设为Landsat TM7。
设置Ground Elevation时，利用裁剪工具在亚洲幅SRTM DEM影像数据中裁剪该地区的DEM数据，再用统计功能算出高程的平均值为2058m。
在头文件中找到Flight Data：1999年8月10日，Flight Time GTM:3时36分39秒。
植被指数（Vegetable Index）植被指数是不同遥感光谱波段间的线性或非线性组合，被认为能作为反映绿色植被的相对丰度和活性的辐射量值（无量纲）的标志，是绿色植被的叶面积指数（LAI）、盖度、叶绿素含量、绿色生物量以及被吸收的光合有效辐射（APAR）的综合体现。
目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。
1、健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的；2、建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响几种常用的植被指数及其应用（一）比值植被指数（RVI)公式：RVI=ρNIR/ρRED(近红外波段反射率/红光波段反射率)特征：植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；值的范围是0-30+，一般绿色植被区的范围是2-8。
RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
应用：①利用比值植被指数研究城市建设用地扩张速率，预测或规划城市未来今年的发展前景。
不同用地的地表温度由高到低排序是城镇用地、工矿与交通用地、农村宅基地、林地、旱地，说明建设用地的地表温度较高，其比值植被指数较非建设用地小。
RVI的平均值Ｍ和标准差Ｄ可以作为定量指标来提取建设用地：RVI ≤Ｍ-Ｄ/２为建设用地；RVI＞Ｍ-Ｄ/２为非建设用地。
②可用于实时、快速、无损监测作物氮素状况，这对于精确氮肥管理有重要意义。
利用高光谱比值指数RSI(990,720)来估算小麦叶片氮积累量为便携式小麦氮素监测仪的研制开发及遥感信息的快速提取提供了适用可行的波段选择与技术依据。
地表反射率、温度、植被指数地表反射率、温度、植被指数、几何精纠正和Landsat影像结果与分析一、DNVI建模【地表反射率】第3波段第4波段【DNVI】【3、4波段表观反射率和地表反射率的线性关系】【表观反射率和地表反射率的线性关系数学表达式】波段关系式波段关系式1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.0065 2波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.001 3波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004【部分地物的DNVI值】地物DNVI值min max mean stdev Reservior 0.057713 0.338587 0.145087 0.038598 Snow -0.12395 0.152669 0.025088 0.031572 Bare Land 0.105628 0.374843 0.192701 0.043621Urban -0.356923 0.038094 -0.273288 0.045284Plant 0.333387 0.786695 0.656094 0.081619Desert 0.071897 0.155663 0.100783 0.014291River 0.043469 0.429917 0.127503 0.08131【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。
二、温度反演【温度反演】低增益温度反演高增益温度反演【第1波段部分地物低增益温度反演数据】开尔文温度摄氏温度反演温度地物min max mean stdev min max mean Reservior 287.47641 289.289886 288.13127 0.388036 14.32641 16.13989 14.98127 Snow 273.154785 293.990417 278.177771 3.788266 0.004785 20.84042 5.027771 Bare Land 295.989319 310.676086 303.445647 2.819391 22.83932 37.52609 30.29565 Urban 300.165253 310.928528 307.469228 1.530421 27.01525 37.77853 34.31923 Plant 294.278015 305.525879 298.698402 2.333251 21.12802 32.37588 25.5484 Desert 302.605286 309.915955 306.491575 1.39902 29.45529 36.76596 33.34158 River 300.438721 313.922485 305.865796 4.320705 27.28872 40.77249 32.7158影像几何精纠正1.深入理解影像几何精纠正的原理2.学会使用影像对影像的几何精纠正方法和具体操作步骤1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正。
1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正▼控制点坐标分析：总共采集控制点15个，总体误差0.3971单精度误差最大值0.8113，最小值0.0293控制点的采集符合处理要求，采集点较合适。
▼待正影像的控制点分布：▼卷帘效果分析：进行卷帘操作的过程中，两个影像之间的连接处没有明显跳跃性，衔接比较自然，说明几何精纠正的过程没有出现明显差错，符合操作要求。
存在问题与解决办法1、控制点的选取点只有15个，分布也不是很均匀。
2、控制点的选取过程中，特别是在超过9个点之后，总体误差和单点误差特别不好控制，花费时间比较长。
为控制总体误差和单点误差，适当减少了部分误差很大的点，将误差较小的但还不符合要求的点，通过update操作对点进行适当的调整，以符合数据Landsat影像数据下载、导入、目视解译与分析1．学会在美国NASA/USGS网上进行Landsat卫星影像的检索和下载，认识影像名编号意义。
2．初步掌握ENVI/IDL影像处理软件的使用方法，熟悉软件的用户界面、功能模块，掌握基本功能的使用。
复习遥感导论课程中的遥感影像目视解译环节，选择自己熟悉的地区，进行Landsat TM/ETM+影像的目视解译。
实习内容1、课前准备：根据自己感兴趣的地区，下载一景Landsat TM/ETM+影像。
2、将单波段分别添加在ENVI中（采用file| open image file工具，注意在添加波段数据时，热红外波段影像应另存为一个文件）3、利用Basic tools | layer stscking视窗选择多波段影像进行添加，在available 中选择刚才添加的影像，选择RGB color分别选取4、3、2和7、4、2波段组合进行彩色合成，此时，可以再打开一个视窗（new display）观察地物的色调变化。
列表说明上述地物分别在两种波段组合下的颜色特征。
4、查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息。
5、将影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型，可能的土地利用/土地覆盖类型包括：(1) 耕地farmland(8) 公路/铁路road or railway(2) 草地grassland(9) 河流stream(3) 裸地barren land(10) 水库reservoir(4) 森林forest(11) 冰雪ice and snow(5) 城镇居民地town(12) 云cloud(6) 农村居民地village(13) 阴影shadow(7) 沙漠desert6、利用load RGB将图像显示，后用视窗中的光谱剖面工具，提取上述地物在不同波段的数值（Digital Number，DN）；要求针对影像中的6种地物至少各采集10个样本，取平均值，做光谱剖面图，分析不同地物的灰度值随波段变化的特点。
将光谱剖面数据保存为文本文件。
7、利用步骤6所得数据完成每种地物的样本特征光谱统计表（附后，采用Excel数据分析工具）8、采用Excel打开步骤4生成的数据文件，从TM/ETM+ 1、2、3、4、5、7中任取两个波段的数据，做出散点图，分析上述不同地物在光谱空间中的分布特征（注意要在同一坐标系当中使用不同的符号表示不同的地表覆盖类型）。
9、从可见光/近红外的6个波段影像中选取512×512子区并保存，对影像进行分析，说明子区影像直方图与原影像直方图的差异，并分析子区影像的基本特征。
重新计算原影像统计特征值，注意观察记录结果的变化。
基本原理数据准备一景Landsat 4号星衡阳地区TM/ETM+影像LT41230411989042XXX02的衡阳地区TM/ETM+影像LT41230411989042XXX02的7个波段的影像一次加载在到Available Bands List 中。
在通过basic tool菜单中的layer stacking选项，依次加载1、2、3、4、5、7波段进行组合，生成一个多光谱文件，命名衡阳。
同上，热红外波段单独存为一个文件。
2、加载视窗。
对生成的衡阳的文件，分别用4、3、2和7、4、2波段组合进行假彩色合成，加载到影像显示窗口。
3、 Link Displays命令的熟悉。
对打开的两个不同波段合成的影像的显示窗口，用Link Displays命令联系两个窗体，对比分析不同假彩色合成的效果。
【图一】4、查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息。
选择basic tools | statistics | computer statistics选项，可查看加载文件影像的详细信息。
同时，也可生成直方图。
【图二】5、绘制光谱剖面图。
通过Tools|Profiles|Z Profile (Spectrum)命令，在Spectral Profile 窗口中，点击Option|Collect Spectra,分别选择样本居民区农田森林河流冰川山地，收集DN值，每种地物至少10个采样点。
6、利用Excel分析光谱信息。
利用前面步骤中的光谱数据用Excel作出第二五波段散点图。
7、选取512×512子区。
步骤Basic tools|resize data|Spatial subset |image。
在samples lines中分别输入512，获取影像，并且计算影像直方图信息。
结果与分析1、 4、3、2和7、4、2波段组合进行彩色合成观察地物的色调变化。
如【图一】、【表一】【图一】【表一】farmland stream town reservoir forest 432波段红色淡蓝色淡蓝色墨绿色红色742波段绿色深蓝色紫红色深蓝色绿色2、【直方图】3、【地物光谱剖面图】地物类型：城镇波段号：1 2 3 4 5 7: 0.45~0.52 0.52~0.60 0.63~0.69 0.76~0.90 1.55~1.75 2.08~2.35 单变量统计均值86.2 35.2 35.8 29.7 41 26.31 7.162 2.94 1.613 2.38 1.12 1.044 0.86 1.44 1.08 10.565 0.66 1.54 0.88 8.36 9.367 -1.42 0.07 -0.56 2.68 3.88 3.49相关系数矩阵1 12 0.86592 13 0.872175 0.865543 14 0.098903 0.349235 0.325893 15 0.080621 0.396707 0.282051 0.840885 17 -0.28407 0.029531 -0.29394 0.441459 0.678861 1分析：森林采样点集中在（30，60）附近，说明森林在5波段DN比2波段反射大城镇采样点集中在（35，40）附近,城镇在第25波段反射相差不大农村采样点集中在（35，60）附近,说明农村在5波段DN比2波段反射大森林采样点集中在（25，65）附近，森林在5波段DN比2波段反射大河流采样点集中在（37，10）附近，说明河流在5波段DN比2波段反射明显弱阴影采样点集中在（20，20）附近，阴影在第25波段反射相差不大4、子图选取。
