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。
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LT41230411989042XXX02lines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 forest432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 26.3标准差 2.097618 1.032796 1.549193 2.830391 6.716481 4.547282 方差 4.4 1.066667 2.4 8.01111 45.11111 20.67778 最小值89 37 38 34 52 35最大值83 34 34 26 34 22协方差矩阵1 3.962 1.16 0.963 0.14 0.94 2.162 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。
分析：1、子区平均值与原图像基本相同。
2、子区图像DN值波峰与原图在曲折变化上有一些差别，原图像地物类型较多。
3、子区与原图像对应区域在显示上颜色有变化。
存在问题与解决办法1、实习过程中影像的分辨率比较低，有些地物的辨别有点小困难，有些地物之间不好辨别。
* *。