ERDAS分類后處理與ArcGIS數(shù)據(jù)交換資料講解

1、Good is good, but better carries it.精益求精，善益求善。ERDAS分類后處理與ArcGIS數(shù)據(jù)交換-基于專家知識的決策樹分類可以將多源數(shù)據(jù)用于影像分類當中，這就是專家知識的決策樹分類器，本專題以ENVI中DecisionTree為例來敘述這一分類器。概述基于知識的決策樹分類是基于遙感影像數(shù)據(jù)及其他空間數(shù)據(jù)，通過專家經(jīng)驗總結(jié)、簡單的數(shù)學統(tǒng)計和歸納方法等，獲得分類規(guī)則并進行遙感分類。分類規(guī)則易于理解，分類過程也符合人的認知過程，最大的特點是利用的多源數(shù)據(jù)。如圖1所示，影像+DEM就能區(qū)分緩坡和陡坡的植被信息，如果添加其他數(shù)據(jù)，如區(qū)域圖、道路圖土地利用圖等，就能進

2、一步劃分出那些是自然生長的植被，那些是公園植被。圖1專家知識決策樹分類器說明圖專家知識決策樹分類的步驟大體上可分為四步：知識（規(guī)則）定義、規(guī)則輸入、決策樹運行和分類后處理。1.知識（規(guī)則）定義規(guī)則的定義是講知識用數(shù)學語言表達的過程，可以通過一些算法獲取，也可以通過經(jīng)驗總結(jié)獲得。2.規(guī)則輸入將分類規(guī)則錄入分類器中，不同的平臺有著不同規(guī)則錄入界面。3.決策樹運行運行分類器或者是算法程序。4.分類后處理這步驟與監(jiān)督/非監(jiān)督分類的分類后處理類似。知識（規(guī)則）定義分類規(guī)則獲取的途徑比較靈活，如從經(jīng)驗中獲得，坡度小于20度，就認為是緩坡，等等。也可以從樣本中利用算法來獲取，這里要講述的就是C4.5算法。利

3、用C4.5算法獲取規(guī)則可分為以下幾個步驟：（1）多元文件的的構(gòu)建：遙感數(shù)據(jù)經(jīng)過幾何校正、輻射校正處理后，進行波段運算，得到一些植被指數(shù)，連同影像一起輸入空間數(shù)據(jù)庫；其他空間數(shù)據(jù)經(jīng)過矢量化、格式轉(zhuǎn)換、地理配準，組成一個或多個多波段文件。（2）提取樣本，構(gòu)建樣本庫：在遙感圖像處理軟件或者GIS軟件支持下，選取合適的圖層，采用計算機自動選點、人工解譯影像選點等方法采集樣本。（3）分類規(guī)則挖掘與評價：在樣本庫的基礎(chǔ)上采用適當?shù)臄?shù)據(jù)挖掘方法挖掘分類規(guī)則，后基于評價樣本集對分類規(guī)則進行評價，并對分類規(guī)則做出適當?shù)恼{(diào)整和篩選。這里就是C4.5算法。4.5算法的基本思路,如下：從樹的根節(jié)點處的所有訓練樣本D0

4、開始，離散化連續(xù)條件屬性。計算增益比率，取GainRatio（C0）的最大值作為劃分點V0，將樣本分為兩個部分D11和D12。對屬性C0的每一個值產(chǎn)生一個分支，分支屬性值的相應(yīng)樣本子集被移到新生成的子節(jié)點上，如果得到的樣本都屬于同一個類，那么直接得到葉子結(jié)點。相應(yīng)地將此方法應(yīng)用于每個子節(jié)點上，直到節(jié)點的所有樣本都分區(qū)到某個類中。到達決策樹的葉節(jié)點的每條路徑表示一條分類規(guī)則，利用葉列表及指向父結(jié)點的指針就可以生成規(guī)則表。圖2規(guī)則挖掘基本思路算法描述如下：算法：從空間數(shù)據(jù)集（多波段文件）中挖掘分類規(guī)則輸入：訓練樣本輸出：分類規(guī)則表方法：一、讀取數(shù)據(jù)集名字二、讀取所有的訓練樣本A、讀取屬性信息C、原

5、始類E、樣本值A(chǔ)，并將樣本劃分為訓練樣本（2/3）和評價樣本（1/3）。B、屬性信息C可以是連續(xù)（DISCRETE）或離散（CONTINUOUS）的，分別將屬性注上這兩種標記；若屬性是DISCERTE，讀取其可能取得值，并都存儲在一個列表中；每一個屬性都有一個標記，一個給定的屬性編號及初始化的取值列表均存儲于一個屬性的數(shù)據(jù)結(jié)構(gòu)中，并將數(shù)據(jù)結(jié)構(gòu)存儲在一個哈希表中。C、原始類E當作一個附加屬性信息儲存在屬性列表中。D、以增量方式讀取每一個樣本A，將所有的樣本儲存在一個表中，每一行代表一個樣本。三、利用數(shù)據(jù)集構(gòu)建樹A、離散化連續(xù)條件屬性CDISCRETE，獲得的分割點集T（t1，t2）作為條件屬性C

6、的新的取值。B、分別計算所有條件屬性的增益比率GainRatio（C），取增益比率值最大的條件屬性作為樹的劃分節(jié)點，其值或范圍作為劃分值V（v1，v2）來生成樹的分枝。C、判斷該層與每一個等價子集的原始類類別是否一致。若一致，生成葉子結(jié)點。否則，繼續(xù)計算增益比率GainRatio（C）和選擇條件屬性C，得到樹的節(jié)點和劃分值V，直至所有的樣本已分類完畢。四、測試生成樹將測試樣本C帶入樹中，當某一測試樣本的分類預(yù)測錯誤時，記錄分類錯誤的計數(shù)，并將測試樣本添加到訓練樣本中，轉(zhuǎn)向步驟三，重新構(gòu)建樹。否則，輸出分類樹五、抽取分類規(guī)則到達樹的葉節(jié)點的每條路徑表示一條分類規(guī)則從樹中抽取分類規(guī)則，打印規(guī)則和分

7、類的詳細信息C4.5網(wǎng)上有源代碼下載，vc和c+版本都能獲得。DecisionTree的使用一、規(guī)則獲取選取LandsatTM5影像和這個地區(qū)對應(yīng)的DEM數(shù)據(jù)，影像和DEM經(jīng)過了精確配準。規(guī)則如下描述：Class1（朝北緩坡植被）:NDVI0.3,slope20,aspect270Class2（非朝北緩坡植被）：NDVI0.3,slope20,90=aspect0.3,slope=20,Class4（水體）：NDVI=0.3,0b420Class5（裸地）：NDVI=20Class6（無數(shù)據(jù)區(qū)，背景）:NDVIclassification-DecisionTree-BuildNewDecisi

8、onTree,如圖3所示，默認顯示了一個節(jié)點。圖3DecisionTree界面首先我們按照NDVI的大小劃分第一個節(jié)點，單擊Node1，跳出圖4對話框，Name為NDVI0.3，在Expression中填寫：ndvigt0.3。圖4添加規(guī)則表達式點擊OK后，會提示你給ndvi指定一個數(shù)據(jù)源，如圖5所示，點擊第一列中的變量，在對話框中選擇相應(yīng)的數(shù)據(jù)源，這樣就完成第一層節(jié)點規(guī)則輸入。圖5指定數(shù)據(jù)源Expression中的表達式是有變量和運算符（包括數(shù)學函數(shù)）組成，支持的運算符如表1所示表達式部分可用函數(shù)基本運算符+、-、*、/三角函數(shù)正弦Sin(x)、余弦cos(x)、正切tan(x)反正弦Asi

9、n(x)、反余弦acos(x)、反正切atan(x)雙曲線正弦Sinh(x)、雙曲線余弦cosh(x)、雙曲線正切tanh(x)關(guān)系/邏輯小于LT、小于等于LE、等于EQ、不等于NE、大于等于GE、大于GTand、or、not、XOR最大值（）、最小值()其他符號指數(shù)（）、自然指數(shù)exp自然對數(shù)對數(shù)alog(x)以10為底的對數(shù)alog10(x)整形取整round(x)、ceil(x)平方根（sqrt）、絕對值（adb）表1運算符ENVI決策樹分類器中的變量是指一個波段的數(shù)據(jù)或作用于數(shù)據(jù)的一個特定函數(shù)。變量名必須包含在大括號中，即變量名；或者命名為bx，x代表數(shù)據(jù)，比如哪一個波段。如果變量被賦

10、值為多波段文件，變量名必須包含一個寫在方括號中的下標，表示波段數(shù)，比如pc2表示主成分分析的第一主成分。支持特定變量名如表2，也可以通過IDL自行編寫函數(shù)。變量作用slope計算坡度aspect計算坡向（南坡北坡或者東西方向）ndvi計算歸一化植被指數(shù)Tascapn穗帽變換，n表示獲取的是哪一分量。pcn主成分分析，n表示獲取的是哪一分量。lpcn局部主成分分析，n表示獲取的是哪一分量。mnfn最小噪聲變換，n表示獲取的是哪一分量。Lmnfn局部最小噪聲變換，n表示獲取的是哪一分量。Stdevn波段n的標準差lStdevn波段n的局部標準差Meann波段n的平均值lMeann波段n的局部平均值

11、Minn、maxn波段n的最大、最小值lMinn、lmaxn波段n的局部最大、最小值表2變量表達式第一層節(jié)點根據(jù)NDVI的值劃分為植被和非植被，如果不需要進一步分類的話，這個影像就會被分成兩類：class0和class1。對NDVI大于0.3，也就是class1，根據(jù)坡度劃分成緩坡植被和陡坡植被。在class1圖標上右鍵，選擇AddChildren。單擊節(jié)點標識符，打開節(jié)點屬性窗口，Name為SlopeExecute，執(zhí)行決策樹，跳出圖7所示對話框，選擇輸出結(jié)果的投影參數(shù)、重采樣方法、空間裁剪范圍（如需要）、輸出路徑，點擊OK之后，得到如圖8所示結(jié)果。在決策樹運行過程中，會以不同顏色標示運行的

12、過程。圖7輸出結(jié)果圖8決策樹運行結(jié)果回到?jīng)Q策樹窗口，在工作空白處點擊右鍵，選擇ZoomIn，可以看到每一個節(jié)點或者類別有相應(yīng)的統(tǒng)計結(jié)果（以像素和百分比表示）。如果修改了某一節(jié)點或者類別的屬性，可以左鍵單擊節(jié)點或者末端類別圖標，選擇Execute，重新運行你修改部分的決策樹。圖9運行決策樹后的效果分類后處理和其他計算機分類類似的過程。ERDAS分類后處理與ArcGIS數(shù)據(jù)交換分類后，得到一張專題圖。由于ERDAS是基于像素的分類，在分類結(jié)果中會出現(xiàn)很多細小的雜點以及小的圖斑，如何去掉這些雜點和小圖斑（稱為ERDAS后處理），以及如何將專題圖轉(zhuǎn)換成ArcGIS下的shp格式，是本文需要解決的工作。

13、一、ERDAS后處理1、首先給出原始圖像和經(jīng)過監(jiān)督分類得到的分類圖像，如下圖：原始影像監(jiān)督分類結(jié)果影像2、開始聚類使用Interpreter模塊-GISAnalysis-Clump，打開聚類界面，輸入影像為分類后影像，給一個輸出影像，聚類鄰域可以選擇8或者4，點擊OK，即可進行聚類，結(jié)果如下：聚類結(jié)果3、去除雜點和小圖斑使用Interpreter模塊-GISAnalysis-Eliminate，也可以使用Sieve，后者容易出現(xiàn)一些屬性值為0的像素，不太好處理，所以這里使用Eliminate，輸入影像為上一步聚類后的影像，給定一個輸出影像，Minimum處設(shè)置雜點和小圖斑的像素大小，這里可以根

14、據(jù)實際情況設(shè)定，這里選擇100，點擊OK，結(jié)果如下。通過比對，可以發(fā)現(xiàn)分類結(jié)果中很多雜點和小圖斑被有效地去除了。去除小圖斑去除雜點和小圖斑4、形態(tài)學處理也可以使用形態(tài)學的腐蝕、膨脹、開運算、閉運算來消除雜點，毛刺，空洞等。使用Interpreter模塊-Utilities-Morphological，選擇輸入輸出影像，結(jié)構(gòu)元素kerneldefinition可以選擇3*3，5*5或7*7，也可以自定義，function中Erode是腐蝕，Dilate是膨脹，Open是開運算，Close是閉運算，選擇Open，然后點擊OK即可，只是得到的結(jié)果不是專題圖，需要重新分類得到專題圖。不過這個時候的分類

15、，將會非常簡單，不再贅述。形態(tài)學開運算二、ArcGIS數(shù)據(jù)交換將分類結(jié)果轉(zhuǎn)換成ArcGIS的矢量格式，即可在ArcGIS上進行后續(xù)的處理。使用Vector模塊-RastertoVector，將分類結(jié)果轉(zhuǎn)換成ArcInfo的ArcCoverage格式。該格式可以在ArcMap中直接打開，如下圖：ArcMap中打開ArcCoverage格式也可以使用ArcToolBox中的ConversionTools-ToShapefile-FeatureClasstoShapefile(multiple)，將ArcCoverage格式轉(zhuǎn)換成shp格式。ArcToolBoxArcMap中打開的shp格式，圖中黑

16、點是注記層剩下的事情，就是通過ArcGIS提供的強大的空間分析功能，提取各種地物的各種信息了。ARCGIS轉(zhuǎn)移矩陣土地利用轉(zhuǎn)移矩陣生成的幾種方法查閱相關(guān)的資料，也沒有得到土地利用類型轉(zhuǎn)換矩陣確切的定義，我理解為不同時間段內(nèi)同一區(qū)域內(nèi)土地利用類型的相互轉(zhuǎn)換關(guān)系，一般用二維表來表達，從二維表中可以快速查看各個地類間相互轉(zhuǎn)化的具體情況。比如某一類別的土地有百分之多少（或者面積）分別轉(zhuǎn)化成了其他的土地類型，現(xiàn)在某類型的土地分別是由過去的哪些類別轉(zhuǎn)化而來的等等。還可以生成變化統(tǒng)計柵格圖（掩膜圖像），它描述了前后兩幅土地分類圖之間的地類發(fā)生轉(zhuǎn)變的位置和類別。土地利用類型轉(zhuǎn)換矩陣可以從兩幅柵格圖中計算得到，

17、也可以從兩個矢量文件中計算獲得。下面介紹在ENVI下從兩幅分類結(jié)果的柵格圖中計算土地利用類型轉(zhuǎn)換矩陣。1、準備數(shù)據(jù)兩個時相的土地利用分類結(jié)果，它是單波段、專題類型的偽彩色圖像（ENVIClassification）。2、計算轉(zhuǎn)換矩陣打開兩個土地利用分類結(jié)果。（1）在主菜單中，選擇BasicToolsChangeDetectionChangeDetectionStatistics。（2）分別在InitialState對話框和finalstate對話框中選擇前一時相和后一時相的土地利用結(jié)果。（3）在DefineEquivalentClasses對話框中（圖1），如果兩個土地利用分類名稱一致，系統(tǒng)自

18、動將InitialStateClass和FinalStateClass對應(yīng)，否則手動選擇，單擊AddPair。（4）選擇對應(yīng)的地物類型之后，單擊OK按鈕，出現(xiàn)圖2對話框。選擇生成圖表表示單位（ReportType）：像素（Pixels）、百分比（Percent）和面積（Area）。選擇OutputClassificationMaskImages?為YES，輸出掩膜圖像，選擇輸入路徑及文件名。（5）單擊OK，執(zhí)行土地利用類型轉(zhuǎn)換矩陣計算過程。圖1DefineEquivalentClasses對話框圖2選擇數(shù)據(jù)參數(shù)3、查看結(jié)果（1）如圖3為得到的土地利用類型轉(zhuǎn)換矩陣結(jié)果。橫字段表示前一時間段（In

19、itialState）的土地利用類別，縱字段為后一時間段（FinalState）的土地利用類別。橫字段和縱字段交叉處表示變化值，如有2520900平方米林地用地變化為草地。圖3土地利用類型轉(zhuǎn)換矩陣（2）還可以為每一個地類生成一個變換掩膜圖像，圖4所示為其中一個地類的掩膜圖像。掩膜圖像的灰度值表示變化類型，如這里的2草地表示林地變化為草地的像元。圖4變化掩膜圖像根據(jù)你的數(shù)據(jù)類型選用不同的數(shù)據(jù)生成方法ERDAS中vector數(shù)據(jù)轉(zhuǎn)移矩陣方法數(shù)據(jù)是Vector格式(shp數(shù)據(jù)格式)1ErdasImagine-Interpreter-GisAnalysis-Matrix，輸入兩個時相的Vector數(shù)據(jù)

20、即可此時注意：輸出柵格大小不應(yīng)設(shè)的太小要不一運行就會提示你的空間不足做這一步之前，請做好前期的地理編碼。2ArcView3.3加載spatialanalysis模塊把兩時相的Vector圖轉(zhuǎn)成grid格式（當然中間有一些單位的設(shè)置根據(jù)你做的圖的分辨率來設(shè)置即可）analysis-mapcalculate直接計算即可。3把兩期解譯完的Vector文件在arctoolbox-overlay-union中疊加，注意：兩個文件不能用同一個字段名，比如一個用93Type，另一個時相則用00Type疊加后的文件在Arcmap中打開，選中文件，然后點右鍵Property空間查詢，輸入條件語句，比如：93Ty

21、pe=1And00Type=2；查詢結(jié)果即為第一種類型轉(zhuǎn)化為第二種類型的圖形，可以另建一圖層比如：12，把查詢結(jié)果復制到12圖層上。統(tǒng)計出面積，依進行，就可以得到土地利用類型轉(zhuǎn)移矩陣。一、數(shù)據(jù)準備（圖1）準備兩幅不同時相的土地利用現(xiàn)狀圖（shp格式），每幅圖的屬性表都要有一個表示土地利用類型的字段，并且要使用不同的名稱加以區(qū)分，如Type1995，Type2000。土地利用類型名稱必須統(tǒng)一，并且完整，如都使用“城鎮(zhèn)用地”、“有林地”等。二、數(shù)據(jù)融合（圖2）DISSOLVE在ArcMap里分別打開兩個時相的圖層，打開ArcToolbox，選擇DataManagementTools|General

22、ization|Dissolve工具。InputFeature選擇要融合的圖層，OutputFeatureClass選擇輸出結(jié)果存儲的位置及名稱，DissolveField(s)選擇土地利用類型字段（如Type1995），然后勾選Creatmultipartfeatures選項，點擊OK完成。重復此過程，對另一時相數(shù)據(jù)進行融合。此步驟使相同利用類型的記錄融合為一個記錄，以提高后面步驟的計算速度。三、疊置分析（圖3）OVERLAY在ArcMap中打開兩個時相融合后的數(shù)據(jù)，在ArcToolbox中選擇AnalysisTools|Overlay|Intersect工具，InputFeatures選擇

23、兩個時相的圖層，OutputFeatureClass選擇疊加結(jié)果存儲的位置及名稱，其余選項可以忽略，單擊【OK】完成。四、計算面積并導出屬性表（圖4-6）在ArcMap中打開疊加后的圖層數(shù)據(jù)，在該圖層上右鍵打開屬性表，選擇Option|Addfield新建一個字段，命名為NewArea。在Editer工具條中選擇Editer|StartEditing，然后在屬性表中NewArea字段上單擊右鍵選擇CalculateGeometry，在打開的CalculateGeometry對話框中，Property選擇Area，Units選擇要使用的面積單位，單擊【OK】完成圖斑面積計算。依次選擇Editer

24、|SaveEdits/EndEditing保存和退出編輯狀態(tài)。在屬性表中選擇Option|Export將屬性表保存為dbf文件。五、制作轉(zhuǎn)移矩陣（圖7-10）（以Excel2007為例）在Excel中打開上一步保存的dbf，另存為Excel格式并打開。在Excel中選中所有數(shù)據(jù)（不要點左上角，只選擇有效數(shù)據(jù)），點擊【插入】選項卡，選擇【數(shù)據(jù)透視表】|【數(shù)據(jù)透視表】，點擊【確定】。在打開的數(shù)據(jù)透視表中按圖示將字段拖入相應(yīng)區(qū)域。Excel自動計算矩陣，將該表稍事整飾就得到美觀的土地利用轉(zhuǎn)移矩陣。矩陣中r(I,j)就表示i類型向j類型轉(zhuǎn)移的土地面積，空值表示i類型向j類型沒有轉(zhuǎn)移。Fulu土地利用轉(zhuǎn)

25、移矩陣生成的幾種方法根據(jù)你的數(shù)據(jù)類型選用不同的數(shù)據(jù)生成方法若你的數(shù)據(jù)是Raster格式：則有如下方法1ErdasImagine-Interpreter-GISAnalysis-Matrix，輸入兩個時相的Raster數(shù)據(jù)即可做這一步之前記得：先對兩時相的數(shù)據(jù)進行重編碼（Interpreter-GISAnalysis-Recode）一般運行如果出現(xiàn)錯誤肯定是重編碼沒做好，請繼續(xù)查證。2先在Erdas中利用Modeler計算如下公式NC(I,J)=NC(I)*10+NC(J),(JI)其中：NC(I,J)表示i，j兩年份的土地利用變化圖；NC（i）表示i年份遙感分類影像；NC（j）表示j年份的遙感

26、分類影像。在此計算的基礎(chǔ)上，將以上變化影像圖轉(zhuǎn)化為BIL格式，再利用ARC/INFOGRID模塊將影像轉(zhuǎn)為GRID格式，然后利用GRID模塊中的屬性表（vat）查看命令對影像灰度值進行統(tǒng)計，最后得出土地利用轉(zhuǎn)化舉證。（注:此方法本人尚未實現(xiàn)過，不知可行否）。若數(shù)據(jù)是Vector格式1ErdasImagine-Interpreter-GisAnalysis-Matrix，輸入兩個時相的Vector數(shù)據(jù)即可，此時注意：輸出柵格大小不應(yīng)設(shè)的太小要不一運行就會提示你的空間不足。做這一步之前，請做好前期的地理編碼。2ArcView3.3加載spatialanalysis模塊把兩時相的Vector圖轉(zhuǎn)成g

27、rid格式（當然中間有一些單位的設(shè)置根據(jù)你做的圖的分辨率來設(shè)置即可）analysis-mapcalculate直接計算即可。3把兩期解譯完的Vector文件在arctoolboxoverlayunion中疊加，注意：兩個文件不能用同一個字段名，比如一個用93Type，另一個時相則用00Type疊加后的文件在Arcmap中打開，選中文件，然后點右鍵Property空間查詢，輸入條件語句，比如：93Type=1And00Type=2；查詢結(jié)果即為第一種類型轉(zhuǎn)化為第二種類型的圖形，可以另建一圖層比如：12，把查詢結(jié)果復制到12圖層上。統(tǒng)計出面積，依進行，就可以得到土地利用類型轉(zhuǎn)移矩陣。最后輸出土地利

28、用變化圖，如下圖所示：集美大學GIS（）FLAASH大氣校正Flaash大氣校正（IRSP6-08.3.24）大氣校正的目的是消除大氣和光照等因素對地物反射的影響，獲得地物反射率和輻射率、地表溫度等真實物理模型參數(shù)，用來消除大氣中水蒸氣、氧氣、二氧化碳、甲烷和臭氧對地物反射的影響，消除大氣分子和氣溶膠散射的影響。FLAASH可以處理任何高光譜數(shù)據(jù)、衛(wèi)星數(shù)據(jù)和航空數(shù)據(jù)(860nm/1135nm)，這些數(shù)據(jù)是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NE

29、MO等傳感器獲得的。FLAASH還可以校正垂直成像數(shù)據(jù)和側(cè)視成像數(shù)據(jù)。Flaash大氣校正使用了MODTRAN4+輻射傳輸模型的代碼，基于像素級的校正，校正由于漫反射引起的連帶效應(yīng)，包含卷云和不透明云層的分類圖，可調(diào)整由于人為抑止而導致的波譜平滑。FLAASH可對Landsat,SPOT,AVHRR,ASTER,MODIS,MERIS,AATSR,IRS等多光譜、高光譜數(shù)據(jù)、航空影像及自定義格式的高光譜影像進行快速大氣校正分析。能有效消除大氣和光照等因素對地物反射的影響，獲得地物較為準確的反射率和輻射率、地表溫度等真實物理模型參數(shù)。校正過程點擊ENVIBasicToolsPreprocessi

30、ngCalibrationUtilitiesFLAASHSpectralFLAASH.或者點擊ENVI-spectral-FLAASH1、輸入數(shù)據(jù)必須是輻射定標后的數(shù)據(jù)（表觀反射率），對輻射校正數(shù)據(jù)轉(zhuǎn)成BIL或BIP格式（BasicTools-ConvertData）；2、對輸入數(shù)據(jù)進行頭文件編輯，主要是對波長wavelenth（即每一波段的波長中心值）和波長寬度fwhm（每一波段的波長范圍）的編輯。不是高光譜數(shù)據(jù)可以不對fwhm進行編輯。（ENVIfileEditEnviHeader）3、輸入數(shù)據(jù)后，彈出如下對話框共有兩種選擇，如果輸入影像不同波段有不同的轉(zhuǎn)換因子，那選擇第一種，反之第二種。

31、我用的是irs影像所有波段都為同一因子，所以選用第二種，因子的值根據(jù)輸入數(shù)據(jù)的單位與ENVI標準單位的轉(zhuǎn)換尺度：RadianceScaleFactors是一個單位轉(zhuǎn)換因子，如果你的radiance（光譜靈敏度）是標準單位w/m2*um*rad，而flaash要求輸入的是uw/cm2*sr*nm，則該因子為10。1m=103mm=106m=109nm=1012pm(皮米)1w=103mw=106w1兆瓦=106瓦Rad平面角弧度sr立體角球面度4、設(shè)置輸出參數(shù)，包括：OutputReflectanceFile.、OutputDirectoryforFLAASHFiles、和OutputDirectoryforFLAASHFiles5、輸入成像和傳感器的參數(shù)Scenecenterlacation影像的中心點的經(jīng)緯度，可以將影像打開，查看中心點的經(jīng)緯度（通過在一下窗口輸入中心點的行列號即可）sensoraltitude傳感器高度（軌道高度），選擇正確的傳感器