混合像元分解法操作步驟

一、農(nóng)田作物的光譜特征與天然植被有所不同（后者的葉片含水量及綠度均不及農(nóng)田作物），故在選擇純凈端元時(shí)會(huì)出現(xiàn)混淆，故希望先將農(nóng)田掩去。首先要先將農(nóng)田的界限提取出來。提取農(nóng)田邊界的方法：1、對(duì)兩期影像均提取NDVI圖，再將兩張NDVI圖進(jìn)行最大化合成。再將合成后的NDVI圖與任一原圖進(jìn)行鏈接，調(diào)出CUSORLOCATION對(duì)話框，移動(dòng)鼠標(biāo)，觀察對(duì)話框中NDVI圖的數(shù)值變化，確定農(nóng)田區(qū)的邊界，注意圖中某些高植被覆蓋區(qū)的NDVI值也和農(nóng)田區(qū)的數(shù)值一樣高，這樣做會(huì)把高值區(qū)也確定為農(nóng)田區(qū)。但沒有關(guān)系，這些高值的天然植被區(qū)應(yīng)為水庫(kù)附近，其含水量等表象與農(nóng)田作物相似，而與一般旱生植被有異。正好一并掩去。做NDVI圖：做最大化合成：觀察兩幅圖，確定閾值：

gj>1(K:IMband4r(j：IMBand Band2):c_..I.I口gj>1(K:IMband4r(j：IMBand Band2):c_..I.I口I3 】創(chuàng)#2NDVI(can_tmnimg):[MemorylI匸m艸FileOverlayEnhanceTookWindowFrheOitertayEnharic^IksqlsWindow/FileOptionsDisp#2(89,332)Scrn：R：102G：102B:102Disp#1Data：R：39G：28B：24Disp#2Data：0.164179j迪]CursorLocation/V^lu已2、對(duì)其執(zhí)行決策樹分類，只提取出農(nóng)田和非農(nóng)田即可。得到分類圖，再將分類圖輸出為矢量圖，此時(shí)即可得到農(nóng)田的范圍，然后可用該農(nóng)田范圍做掩膜。在決策樹上輸入表達(dá)式：注意，閾值不一定是0.3，要自己確定。給B1賦予NDVI波段執(zhí)行分類：

輸出為矢量圖：Node1PostClassificationClass1Cl?舍舍0FileBasi匚TookCbisJfi匚呂ticzm]TransformFilterSpectralMapVectorTopographicIRadarWin-3J#1(R:TMBand?SupervisedUnsupervisedDecisionTreeEndmemberCollectionCreateClassImagefromROIsAssignClassColorsRuleClassifierClassStatisticsChangeDetectionStatisticsConfusionMatrix輸出為矢量圖：Node1PostClassificationClass1Cl?舍舍0FileBasi匚TookCbisJfi匚呂ticzm]TransformFilterSpectralMapVectorTopographicIRadarWin-3J#1(R:TMBand?SupervisedUnsupervisedDecisionTreeEndmemberCollectionCreateClassImagefromROIsAssignClassColorsRuleClassifierClassStatisticsChangeDetectionStatisticsConfusionMatrixFileOverlayEncecL匚Majority/MinorityAnalysisClumpClassesSieveClassesCombineClassesROCCurvesGenerateRandomSampleOverlayClassesBufferZoneImageSegmentationImage^^Uassificatioi^oVe^5F二、 應(yīng)用掩膜，對(duì)某一期原始圖像做MNF變換和主成分變換，選擇前兩個(gè)波段信息量最大的一種變換，選擇其前兩個(gè)波段，在ENVI5.1中做二維散點(diǎn)圖，用最