利用文件夹中Landsat数据，裁剪(可用Matlab自带函数）含有合肥市区的数据（大小为1000*1000）基于原始DN值，用Matlab编程计算归一化植被指数、归一化水体指数和改进的归一化水体指数； 提示：左下角坐标（x=2600,y=3400）

在MATLAB中，你可以按照以下步骤来处理 Landsat 数据并进行裁剪、计算归一化植被指数（NDVI）、归一化水体指数（NWI）以及改进的归一化水体指数：

1. **数据读取和预处理**:
使用`geotiffread`函数从文件夹中加载Landsat图像数据，指定包含合肥市区的数据范围。例如：

   % 加载landsat图像
   landsatData = geotiffread('path_to_your_data.tif');
   % 确定合肥市区的左下角坐标
   [yMin, xMin] = [3400, 2600];

2. **数据裁剪**:
利用地理坐标转换，裁剪出大小为1000*1000像素的区域。可以使用`imcrop`或`extractRegion`函数：

   % 裁剪数据
   croppedData = imcrop(landsatData, [xMin, yMin, 1000, 1000]);

3. **DN值到辐射校正** (如果需要):
如果DN值未经过辐射校正，可能需要先对数据进行大气纠正等预处理步骤。

4. **计算NDVI**:
NDVI公式是 (NIR - RED) / (NIR + RED)，其中NIR代表近红外波段，RED代表红光波段。假设波段顺序已知：

   redBand = croppedData(:,:,2); % 第二个波段通常对应红色
   nirBand = croppedData(:,:,4); % 第四个波段通常对应近红外
   ndvi = (nirBand - redBand) ./ (nirBand + redBand);

5. **计算NWI** 和 **改进的NWI**:
类似地，根据公式计算NWI（仅考虑蓝色和绿色波段）和改进NWI（可能涉及更多的波段和权重）。由于具体的算法可能会有变化，这里提供一个基本示例：

   blueBand = croppedData(:,:,1); % 第一个波段通常对应蓝色
   greenBand = croppedData(:,:,3); % 第三个波段通常对应绿色
   % 计算NWI
   nwIndex = (blueBand - greenBand) ./ (blueBand + greenBand);

   % 改进NWI示例（可能涉及更多波段）
   improvedNwIndex = someCustomFormula(croppedData);

6. **保存结果**:
最后，可以将计算后的图像保存为新的TIF文件：

   imwrite(ndvi, 'ndvi_result.tif', 'GeoKeyDirectory', 'path_to_geotiff_info');
   imwrite(nwIndex, 'nwIndex_result.tif', 'GeoKeyDirectory', 'path_to_geotiff_info');
   imwrite(improvedNwIndex, 'improvedNwIndex_result.tif', 'GeoKeyDirectory', 'path_to_geotiff_info');