ENVI教程：利用Landsat 8 OLI数据进行掩膜构建与图像处理

"这篇文档是关于使用ENVI (Environment for Visualizing Images) 5.2进行遥感图像处理的教程，涉及到了掩膜构建、非监督分类和数据集的组合等操作。" 在遥感图像处理中，ENVI是一款强大的软件工具，用于处理和分析多光谱和高光谱数据。在本教程中，我们详细探讨了如何利用ENVI对Landsat 8 OLI数据进行处理，包括构建掩膜、计算NDVI指数和进行非监督分类。 首先，我们需要准备数据，确保数据已经过几何校正和工程区裁剪。Landsat 8 OLI数据包含多个光谱波段，如海岸、蓝、绿、红、近红外以及两个短波红外波段，此外还有NDVI（归一化植被差异指数）和ISODATA非监督分类的结果。 接下来，我们启动ENVI 5.2并打开Landsat 8 OLI的数据集。为了计算NDVI，我们在Toolbox中选择"Spectral/Vegetation/NDVI"，使用OLI数据进行计算。然后导入北京市区的矢量数据（.shp文件），并利用/Classification/Unsupervised Classification/IsoData Classification工具创建掩膜。在ISODATA Parameters面板中，我们设置最大分类数量和迭代次数，并保存分类结果。 ISODATA是一种非监督分类方法，用于将图像像素自动分类到不同类别。在本例中，设置最大分类数量为10，迭代次数为10，以便于识别和区分不同的地物类型。通过选择矢量文件构建掩膜，可以精确地定义感兴趣区域，排除其他不必要的部分。 之后，我们使用/Raster Management/Layer Stacking工具将OLI的八个波段、NDVI以及其他数据集组合成一个多元数据集。这有助于进一步的分析和处理，例如分析植被状况或环境变化。 ENVI教程还涵盖了遥感图像处理的基础知识，包括数据源的选择、图像预处理、信息提取以及成果报告的制作。此外，还介绍了ENVI软件的基本使用，如数据输入、显示、栅格文件系统管理和系统设置。通过处理专题，例如高分一号PMS数据的处理、基于遥感的自然生态环境监测和城市绿地信息提取，用户可以学习到具体的应用场景和技术步骤。 总结来说，本教程详细阐述了ENVI在遥感图像处理中的应用，包括数据处理、掩膜构建、非监督分类和数据集的综合运用，为理解和掌握ENVI提供了宝贵的实践指导。