（1）以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式：利用Basic Tools/Layer Stacking弹出对话框然后Import File，弹出对话框，导入GeoTIFF格式的TM原始数据，选择波段1、2、3、4、5和7，点击OK，利用Choose选择输出路径及文件名，同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序，点击OK输出ENVI Standard格式的数据。
（2）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，然后编辑头文件：利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像，左边会出现其基本信息，如图所示：也有投影信息，既可以用来看单波段的也可以看合成后整个影像的信息。
在对话框下，合成影像的名字上右击，选择Quick Statistics弹出对话框，在此对话框中点击SelectPlo下拉菜单，选择单波段或者多波段的直方图，相应的对话框中会出现直方图（在结果与分析中记录），还可以右击选择edit修改横、纵坐标的单位。
同样的在合成影像的名字上右击，选择Edit Head，弹出对话框然后点击Edit Attributes/Band Name弹出对话框，选中波段输入修改后名字，点击OK即可进行波段名字的修改。
点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。
（3）在View视窗中，利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型:可以结合当地的google earth上高分辨率的遥感影像，进行识别，利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。
（4）利用Viewer视窗打开影像，分别选取4、3、2和7、4、2波段组合进行假彩色合成，观察实习内容中所要求地物的色调变化：利用File/Open Image File，选择第1步合成的ENVI Standard 格式的数据，弹出对话框，在其中选择RGB Color，将R、G、B分别设为4、3、2波段，点击LoadBand，在Viewer#1中出现了4、3、2波段组合的假彩色图像，再在此窗口中，点击Display/New Display,弹出Viewer#2，选择RGB Color,将R、G、B分别设为7、4、2波段，点击Load Band，在Viewer#2中出现了7、4、2波段组合的假彩色图像，在Viewer窗口中右击选择LinkDisplays，弹出对话框，点击OK，可以把两个窗口中同一位置进行连接起来，即其中一个窗口放大、缩小、漫游到某个位置，另外一个也跟着漫游到其相对应的位置。
这样可以进行地物色调变化的对比。
（5）提取6种地物在不同波段的数值（Digital Number，DN），做光谱剖面图：在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X，Y坐标，然后勾选Collect Spectra，鼠标箭头变为十字箭头，在目标地物中取九个点（本来图上就有一个，总共是十个点），然后在选择File/Save Plot As/ASCII弹出对话框，点击Select All Items，利用Choose选择输出路径和文件名，点击OK，将其保存为.txt格式。
选六种地物，重复以上操作，提取不同波段的数值（Digital Number，DN）。
将.txt格式的文件用excel打开，然后用插入函数中的average函数求出每种地物的平均DN值，然后做出光谱剖面（光谱图如结果与分析中所示）。
（6）使用Excel制作6种地物的样本特征光谱统计表：在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。
然后，在07版Excel 的“Microsoft Office 按钮”，单击“Excel 选项”。
“加载项”，然后在“管理”框中，选择“Excel 加载项”，单击“转到”弹出“加载宏”，在弹出来的对话框中选择“分析工具库”，并点击确定。
然后从“工具”中找到“数据分析”，从“数据分析”对话框中选择“协方差”，并导入某种地物需求协方差的数据区域并选择“逐行”进行，最后选择数据输出区域并确定，则可得该地物的协方差矩阵。
同理，在从“数据分析”对话框中选择“相关系数”，进行相应操作，可求得相关系数矩阵。
（在结果与分析中附有个地物的样本特征光谱统计表）（7）制作散点图：在Excel中，打开6种地物的样本DN数据（5步骤产生的），选择band2和band4做散点图。
从插入图表中选择散点图，然后点击“选择数据”，弹出对话框，进行加载系列和数据：如图所示：按“添加”后弹出进行系类名称和X、Y轴数据的选择，X为Band2，Y为Band4，如此重复完成六个系类的添加，点击确定，即可生成散点图。
（8）从可见光/近红外的6个波段影像中选取512×512子区并保存：利用Basic Tools/Resize Data,弹出对话框，选择第1步生成的ENVI Standard格式的数据，点击Spatial Subset,弹出对话框，然后选择Image，弹出如下对话框：，选择自己感兴趣的地方，并在samples 和lines后输入512，连续点击OK，最后在对话框中，利用choose选择输出路径和名字，点击OK即可生成裁剪的图。
结果与分析（1）影像的基本信息：查看ENVI Standard格式数据（即经过转化后的数据）的信息：宽、高、层数和储存形式: 8031 x 7151 x 6 [BSQ]，大小：344,578,086 bytes，文件类型: ENVI Standard，投影: UTM, Zone 48 North，分辨率: 30 Meters，基准面（datum）: WGS-84。
直方图信息：（2）用4、3、2和7、4、2波段合成同种地物的颜色对比很大，列表对比：（1）4、3、2波段合成 （2）7、4、2波段合成地物4、3、2波段组合7、4、2波段组合河流浅灰蓝色蓝色水库灰黑色深蓝色城镇居民地深灰蓝色蓝紫色农村居民地灰白色浅肉红色裸地浅灰褐色深肉红色草地深红色亮绿色云白色白色公路灰白色浅肉红色耕地亮红色浅绿色（3）针对耕地、城镇、公路、水库、河流、裸地六种地物的光谱剖面图，如下所示：公路和城镇的光谱曲线比较像，都是DN 值在1波段比较高，到2波段时下降，然后一直保持到4波段，在5波段有一个峰值。
一方面可能是公路和城镇中建筑物所用的材料一样，导致两种地物的光谱特征比较相像，另一方面，道路分布在城镇中，覆盖面积比较少，其光谱反射率很有可能受到建筑物的影响。
补充：采样时，很难辨认道路，也有可能将建筑物误认为是道路进行了采样。
水库的光谱特征曲线呈现出与清澈水体基本一样的光谱变化特征，在可见光范围内，DN 值最高，随着波长的增大，DN 逐渐降低，到近红外波段时，基本为零，说明水库的水体较为清澈。
河流的光谱特征曲线与可见光范围较水库的高，可能原因是，河流中携带有泥沙，致使可见光穿透率减弱，反射能力加强。
河流的DN 值在第三波段达到最大，可能是因为水质发生变化所引起的（有待进一步的调查）。
耕地和裸地的光谱特征曲线比较像，在DN 值在1波段较高，到2波段降低，从2波20 40 60 80 100 120 140 123456平均D N 值 光谱剖面farmland town road reservoir stream barren land2 0.925441 13 0.937712 0.981387 14 0.902979 0.957179 0.981445 15 0.887106 0.922575 0.904344 0.885538 170.8707720.8935090.867020.8338370.9657841（5）散点图：从上图中可以看出，以band2为X 轴，band4为y 轴，水库、河流、耕地的分布十分集中，裸地、城镇、公路的分布相对松散，由此可知，水库、河流、农田较为均一，各处反射率比较相近。
而公路相对松散可能是铺设时材料的不均一导致的，也有可能是受到城镇建筑物的影响。
城镇相对松散可能是建筑物结构、材料、新旧不同导致的。
在甘肃白银，裸地的种类相对而言比较多，一般分布在山上，地形的影响致使反射率不均一，从而产生相对分散。
（6）裁剪的子区域： 子区域直方图与原图像的直方图比较，范围较原影像大很多，没有原图像集中；子区直方图的高度远远低于原影像的，同时直方图均具有多个峰值，不如原影像直方图圆滑，从统计特征值中发现，子区域各个波段DN 的最小值不为零，最大值在有的波段上也不为255，可能是子区域中地物没有原图像中多的缘故，也可能有别的原因。
下面为子区域的直方图：0 20 40 60 80 100 0102030 405060B a n d 4Band2图表标题farmland town road reservoir stream barren land子区影像的信息：宽、高、层数、储存形式Dims: 512 x 512 x 6 [BSQ]大小: 1,572,864 bytes. 文件类型 : ENVI Standard 投影类型: UTM, Zone 48 North 分辨率: 30 Meters 基准面 : WGS-84 左上角坐标（Upper Left Corner ）: 3671,1538存在问题与解决办法。