1. 產(chǎn)品簡(jiǎn)介

近幾年國(guó)內(nèi)機(jī)動(dòng)車尾氣遙感監(jiān)測(cè)技術(shù)得到快速發(fā)展。技術(shù)路線由diyi、二代的NDIR非分散紅外光譜、DOAS 紫外差分吸收光譜，逐漸演變至第三代TDLAS可調(diào)節(jié)半導(dǎo)體激光吸收光譜技術(shù)。

傳統(tǒng)的尾氣遙測(cè)系統(tǒng)采用 NDIR、DOAS 相結(jié)合的方式，設(shè)備造價(jià)低，但在戶外尾氣遙感監(jiān)測(cè)應(yīng)用領(lǐng)域受環(huán)境的溫度、濕度以及其它背景氣體影響較嚴(yán)重，測(cè)量響應(yīng)時(shí)間慢，存在嚴(yán)重的漂移，導(dǎo)致無(wú)法準(zhǔn)確測(cè)量尾氣排放各污染物濃度值。Z新一代的TDLAS可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)路線，在抗干擾能力、測(cè)量分辨率、信號(hào)穩(wěn)定性、光源壽命、運(yùn)維成本以及測(cè)量響應(yīng)時(shí)間等方面具有明顯的優(yōu)勢(shì)。

海爾欣科技依托豐富的中遠(yuǎn)紅外激光的氣體檢測(cè)領(lǐng)域的技術(shù)積累，全新推出OPGM-2000系列高精度氣體遙感全激光監(jiān)測(cè)模塊。采用近-中紅外半導(dǎo)體激光器（QCL）測(cè)量 CO、CO2、NO、HC，四個(gè)氣體組分采用獨(dú)立靈活的單組分模塊化設(shè)計(jì)，體積小，性價(jià)比高。既方便工程公司進(jìn)行系統(tǒng)集成，也適合對(duì)傳統(tǒng)非激光方案的遙測(cè)模組進(jìn)行升級(jí)改造。

單組分遙測(cè)模塊示意圖

測(cè)量原理示意圖

2. 產(chǎn)品特色

1. 基于激光吸收光譜遙感技術(shù)，非接觸式測(cè)量，無(wú)背景氣體交叉干擾，檢測(cè)精度高；

2. 采用單組分獨(dú)立模塊化設(shè)計(jì)，適合替換現(xiàn)有非激光NO、CH等測(cè)量方案，保留其他組分；

3. 系統(tǒng)響應(yīng)時(shí)間約為0.5秒，快速檢測(cè)尾氣排放；

4. 內(nèi)置參比校準(zhǔn)池，實(shí)時(shí)校準(zhǔn)波長(zhǎng)和精度，系統(tǒng)漂移小；

5. 集成溫度和氣壓傳感器，自動(dòng)進(jìn)行溫度氣壓補(bǔ)償，測(cè)量準(zhǔn)確度高；

6. 采用逆反射技術(shù)，實(shí)現(xiàn)GX的反射光信號(hào)收集，自動(dòng)進(jìn)行信號(hào)強(qiáng)度補(bǔ)償，降低揚(yáng)塵等引起信號(hào)衰減導(dǎo)致的測(cè)量誤差；

7. 利用綠色激光測(cè)量不透光度，同時(shí)作為引導(dǎo)光便于光路的調(diào)節(jié)；

8. 適合同時(shí)測(cè)量汽油車和柴油車排放；

9. 符合《在用柴油車排氣污染物測(cè)量方法及技術(shù)要求（遙感檢測(cè)方法）》（HJ845-2017）標(biāo)準(zhǔn)要求；

技術(shù)參數(shù)表

SDK 軟件界面（示例）

設(shè)備清單

不同遙測(cè)技術(shù)方案對(duì)比

高光譜遙感數(shù)據(jù)處理系列（六）

非監(jiān)督分類是一種面對(duì)數(shù)據(jù)本身的分類方法，與之相對(duì)應(yīng)的：監(jiān)督分類，則是面向先驗(yàn)知識(shí)的分類方法。監(jiān)督分類是指給定已知類型的數(shù)據(jù)，通過(guò)建模的方式將這些數(shù)據(jù)與對(duì)應(yīng)的類型建立映射關(guān)系，并將這種關(guān)系應(yīng)用到未知類型的數(shù)據(jù)上的過(guò)程。如果每種類型用一個(gè)數(shù)字來(lái)表示，分類任務(wù)可以看做回歸分析的一種特例。

主界面分區(qū)

ROI工具

監(jiān)督分類需要有已知類型的數(shù)據(jù)集作為先驗(yàn)知識(shí)進(jìn)行訓(xùn)練，稱為訓(xùn)練集。一般可以通過(guò)目視解譯，或者實(shí)地樣方調(diào)查的方式獲取訓(xùn)練集。構(gòu)建訓(xùn)練集的方法如下：

在主菜單②工具欄中點(diǎn)擊打開(kāi)Region of Interest（ROI) Tool，進(jìn)行興趣區(qū)選?。?/p>

ROI工具

最基本的ROI選取過(guò)程如上圖所示，首先選擇①工具添加新的ROI范圍，在②中調(diào)整ROI的名稱和顏色，在③中選擇繪制ROI的圖形形狀，④在圖上繪制ROI，完成后右鍵Accept shape type。如果想要繪制帶有空洞的圖形，可以點(diǎn)擊復(fù)選框⑤所示的Multi Part復(fù)選框，然后在影像上繪制兩個(gè)疊加的圖形，完成后右鍵 Accept。

使用File可以進(jìn)行ROI圖層的讀取與保存

如果選取好了ROI可以使用Options可以利用對(duì)ROI本身進(jìn)行融合（Merge（Union/Intersection）ROI）,計(jì)算離散度（Compute ROI Separability），或者使用對(duì)ROI范圍內(nèi)的圖像進(jìn)行統(tǒng)計(jì)（Compute Statistics from ROIs）。另外也可以使用ROI對(duì)圖像進(jìn)行裁剪。

除了使用不同形狀進(jìn)行框選，還可以使用像元，自動(dòng)區(qū)域生長(zhǎng)，閾值選取等方式產(chǎn)生ROI。

在ENVI的幫助文件中詳細(xì)介紹了這些工具的使用方法。在主界面①菜單欄 Help 中打開(kāi)-> 在左側(cè)Contents選項(xiàng)卡中的:book:ROIs, Vectors, Annotations，請(qǐng)讀者自行查閱。

監(jiān)督分類

在訓(xùn)練集選擇完畢后就可以進(jìn)行監(jiān)督分類，ENVI中提供了多種監(jiān)督分類的工具，包括：

• 平行六面體（Parallelepiped）

• 最 小距離（Minimum Distance）

• 馬氏距離（Mahalanobis Distance）

• 最 大似然（Maximum Likelihood）

• 神經(jīng)網(wǎng)絡(luò)（Neural Net）

• 支持向量機(jī)（Support Vector Machine）

• 波譜角（Spectral Angle Mapper）

這里我們介紹兩種監(jiān)督分類方法，最 大似然法和波譜角方法。

01最 大似然法

在ENVI的幫助文件中詳細(xì)介紹了各種分類方法的原理。在主界面①菜單欄 Help 中打開(kāi)-> 在左側(cè)Contents選項(xiàng)卡中Classification->Supervised Methods中，最 大似然法定義為:

最 大似然分類假設(shè)每個(gè)波段中每個(gè)類別的統(tǒng)計(jì)數(shù)據(jù)呈正態(tài)分布，并計(jì)算給定像素屬于特定類別的概率。每個(gè)像素被分配到具有最 高概率（即最 大似然）的類別。

根據(jù)該定義，最 大似然法將每個(gè)類別投影到特定的分布上，分類問(wèn)題被轉(zhuǎn)化為分布相似性問(wèn)題。

在主界面⑤中搜索Maximum Likelihood打開(kāi)最 大似然分類工具。首先要選擇進(jìn)行訓(xùn)練的數(shù)據(jù)，需要強(qiáng)調(diào)的是，我們選擇在上篇文中生成的主成分分析的結(jié)果進(jìn)行分類，而不是影像本身，具體原因在上篇文章中有詳細(xì)描述。

分類結(jié)果如下所示：

02波譜角方法

光譜角映射器 (SAM) 是一種基于物理的光譜分類，它使用 n 維角度將像素與參考光譜進(jìn)行匹配。該算法通過(guò)計(jì)算光譜之間的角度并將它們視為維數(shù)等于波段數(shù)的空間中的向量來(lái)確定兩個(gè)光譜之間的光譜相似性。SAM 使用的端元光譜可以來(lái)自 ASCII 文件或光譜庫(kù)，或者您可以直接從圖像中提取它們（作為 ROI 平均光譜）。SAM 比較端元譜向量與 n 維空間中每個(gè)像素向量之間的角度。較小的角度代表與參考光譜更接近。

在主界面⑤中搜索Spectral Angle Mapper打開(kāi)光譜角工具，在端元集合（Endmember Collection：SAM）中導(dǎo)入選取的ROI，將上一步選取的ROI所在范圍的光譜均值作為特定類別的標(biāo)準(zhǔn)光譜。SAM的本質(zhì)是將分類問(wèn)題轉(zhuǎn)化為對(duì)比未知類別數(shù)據(jù)與標(biāo)準(zhǔn)光譜的余弦距離的問(wèn)題。需要強(qiáng)調(diào)的是，我們選擇主成分分析的結(jié)果進(jìn)行分類，而不是影像本身，具體原因在上篇文章中有詳細(xì)描述。

分類結(jié)果如下所示：

小結(jié)

本文中我們介紹了兩種監(jiān)督分類的方法，相對(duì)于非監(jiān)督分類，監(jiān)督分類通過(guò)融入先驗(yàn)知識(shí)，提供了有明確類別的結(jié)果，這大大減少了進(jìn)行后續(xù)處理的成本。但是對(duì)于遙感應(yīng)用來(lái)說(shuō)，獲取地面真值的成本較高，通過(guò)目視解譯的方式會(huì)不可避免地引入人為誤差，給結(jié)果帶來(lái)不確定性。正如上一篇文章提到，數(shù)據(jù)和特征決定了分類的上限，而分類的方法只能逼近這個(gè)上限。如何構(gòu)建質(zhì)量高、數(shù)量多的訓(xùn)練集，權(quán)衡成本是監(jiān)督分類需要考慮的問(wèn)題。

多功能高精度激光測(cè)距儀【HD5000C】是一款功能強(qiáng)大的便攜式光電儀器，集測(cè)距、測(cè)高、測(cè)角、測(cè)速、測(cè)氣壓、濕度、海拔、溫度、水平距離以及面積體積測(cè)量等多種功能于一體，為用戶帶來(lái)廣泛且便捷的測(cè)量體驗(yàn)。它配備透明清晰的OLED液晶雙色顯示屏，具備黑紅字體切換功能，能適應(yīng)各種惡劣環(huán)境；外置顯示屏可實(shí)現(xiàn)數(shù)據(jù)同步顯示，一人測(cè)量時(shí)多人能同時(shí)讀取數(shù)據(jù)，方便快捷。此外，儀器自帶數(shù)據(jù)儲(chǔ)存功能，可保存多組數(shù)據(jù)，便于用戶后續(xù)進(jìn)行數(shù)據(jù)分析。廣泛應(yīng)用于消防應(yīng)急，水域救援，電力，建筑領(lǐng)域?，測(cè)繪，林業(yè)與農(nóng)業(yè)?，礦業(yè)與地質(zhì)勘探?，交通與基礎(chǔ)設(shè)施，環(huán)保與自然資源管理，地理測(cè)量與繪圖?，航空航天與軍事?。?

高光譜遙感數(shù)據(jù)處理系列（一）

地表反射的太陽(yáng)輻射包含著豐富的信息，從太陽(yáng)外層大氣的吸收到地球大氣的吸收，經(jīng)過(guò)與地物的相互作用反射回大氣，最 終被傳感器捕獲。高光譜遙感可以在每個(gè)像元獲取高分辨率的光譜數(shù)據(jù)，這些光譜信息提供了一種理解事物的新的維度。下圖展示了幾種典型地物的光譜?？梢钥闯霾煌匚镎宫F(xiàn)出顯著不同的光譜特征。除此之外，同種地物在不同狀態(tài)下，也可能在特定波段展現(xiàn)出顯著不同的光譜特征。通過(guò)比對(duì)光譜數(shù)據(jù)，可以實(shí)現(xiàn)對(duì)地物區(qū)分，狀態(tài)區(qū)分，異常監(jiān)測(cè)等難以通過(guò)傳統(tǒng)遙感手段實(shí)現(xiàn)的應(yīng)用。高光譜遙感被廣泛應(yīng)用于農(nóng)林業(yè)、礦業(yè)、環(huán)境、保險(xiǎn)、等領(lǐng)域。

太陽(yáng)輻射與典型地物反射率

通常彩色影像有紅綠藍(lán)三個(gè)波段，多光譜影像有幾到十幾個(gè)波段，而高光譜影像有著幾十到上百個(gè)波段。波段的增加除了提高了信息量，還使得數(shù)據(jù)量成比例增加。這種數(shù)據(jù)量對(duì)計(jì)算機(jī)的性能提出了較高的要求，更多的是要求對(duì)處理者新的思路和方法。在接下來(lái)的文章中，我們將詳細(xì)介紹高光譜數(shù)據(jù)的處理流程與方法，希望能在此過(guò)程中給讀者以新的思考。

Hyperspectral light sheet microscopy | Nature Communications

ENVI (The Environment for Visualizing Images) 是美國(guó)Exelis Visual Information Solutions 公司的旗艦產(chǎn)品。它是由遙感領(lǐng)域的科學(xué)家采用交互式數(shù)據(jù)語(yǔ)言IDL (Interactive Data Language) 開(kāi)發(fā)的遙感圖像處理軟件。ENVI已經(jīng)廣泛應(yīng)用于科研、環(huán)境保護(hù)、氣象、石油礦產(chǎn)勘探、農(nóng)業(yè)、林業(yè)、醫(yī)學(xué)、國(guó)防&安全、地球科學(xué)、公用設(shè)施管理、遙感工程、水利、海洋、測(cè)繪勘察和城市與區(qū)域規(guī)劃等領(lǐng)域。

雙擊ENVI圖標(biāo)打開(kāi)ENVI軟件，可以看到ENVI軟件的主界面由以下六個(gè)部分組成：①菜單欄、②工具欄、③圖層管理窗格、④圖像顯示部分、⑤工具箱、⑥狀態(tài)欄。

ENVI軟件的布局如圖所示，首先點(diǎn)擊 依次點(diǎn)擊①菜單欄->File->Open，在彈出的對(duì)話框中選取所需要的文件，

 一般的ENVI文件由兩部分組成，文件本體和頭文件（.hdr）。文件本體記錄了文件的數(shù)據(jù)信息，而頭文件中記錄了關(guān)于這些數(shù)據(jù)信息的描述。使用記事本文件可以直接打開(kāi)hdr文件，可以看到其中包括了：

• 操作記錄

• Samples：柵格列數(shù)

• Lines：柵格行數(shù)

• Bands：波段數(shù)

• Header offset：文件開(kāi)頭到實(shí)際數(shù)據(jù)起始位置的偏移量

• File type：文件類型

• Data type：數(shù)據(jù)存儲(chǔ)類型，用數(shù)字表示bit位數(shù)

• Interleave：存儲(chǔ)順序

• Map Info：圖像采用的投影系統(tǒng)參數(shù)，坐標(biāo)系統(tǒng)及單位

• Coordinate System String：詳細(xì)的坐標(biāo)系統(tǒng)信息

• Wavelength：每個(gè)波段所對(duì)應(yīng)的波長(zhǎng)

兩個(gè)文件應(yīng)該放在同一目錄下面，ENVI在讀取時(shí)會(huì)自動(dòng)進(jìn)行關(guān)聯(lián)。

    任選其中一個(gè)文件都可以打開(kāi)該文件，但是ENVI對(duì)兩個(gè)文件的處理方式有所不同。如果選擇.hdr文件，ENVI會(huì)直接載入顯示文件的第 一個(gè)波段，如下圖所示。使用鼠標(biāo)滾輪可以對(duì)圖像進(jìn)行縮放操作，使用②工具欄中的工具可以對(duì)圖像進(jìn)行拖動(dòng)縮放等一系列操作。加載成功的圖像會(huì)顯示在③圖層管理區(qū)，通過(guò)點(diǎn)擊圖像前面的勾選框來(lái)控制圖像在④圖像顯示區(qū)的顯示與否。

使用如果打開(kāi)文件本體，ENVI會(huì)彈出Data Manager窗口

 該窗口包含三個(gè)部分，分別是①波段信息、②文件信息、③RGB波段選取。①中展示了所有波段的名稱，②中是經(jīng)過(guò)處理后的頭文件信息，③是進(jìn)行RGB合成的波段選取，點(diǎn)擊三種顏色的方框后，在①中單擊選擇波段，選擇完成后點(diǎn)擊Load Data。如果只想要顯示一個(gè)波段的灰度影響可以在①中選中目標(biāo)波段后直接點(diǎn)擊Load Greyscale。

RGB 合成象素值的彩色圖，就是將三個(gè)波段的數(shù)據(jù)分別通過(guò)紅、綠、藍(lán)三個(gè)通道加載，然后進(jìn)行渲染。

將多波段影像數(shù)據(jù)添加到地圖中之后，可使用多波段柵格數(shù)據(jù)集中的任意三個(gè)可用波段的組合來(lái)創(chuàng)建 RGB 合成圖。與僅處理一個(gè)波段相比，通過(guò)將多個(gè)波段共同顯示為RGB 合成圖通?？蓮臄?shù)據(jù)集收集到更多信息。

來(lái)源：簡(jiǎn)書(shū)

    通常我們選取650nm、550nm和450nm分別賦給RGB通道進(jìn)行合成以獲得最 佳的顯示效果。顯示效果如下圖：

在②工具欄中選擇按鈕，ENVI會(huì)在圖上顯示框標(biāo)，并彈出光譜特征（Spectral Profile)窗口。光譜特征窗口中顯示了框標(biāo)中心白點(diǎn)所在像元的光譜曲線。如下圖所示：

點(diǎn)擊光譜特征窗口中的    ，可以對(duì)光譜曲線進(jìn)行一些操作，如平滑，計(jì)算NDVI，顯示RGB波段所在位置等：

小結(jié)

    本文介紹了高光譜影像的基本原理以及簡(jiǎn)單的讀取及可視化操作。使用ENVI軟件可以實(shí)現(xiàn)大部分簡(jiǎn)單的高光譜數(shù)據(jù)處理。在接下來(lái)的教程中，我們將從植被指數(shù)提取、高光譜濾波、非監(jiān)督分類與監(jiān)督分類等方面介紹ENVI軟件的使用。除此以外，我們還將介紹基于Python的高光譜處理，從編程角度介紹高光譜相關(guān)知識(shí)，以及高光譜數(shù)據(jù)與大數(shù)據(jù)處理的結(jié)合。

參考：

【1】百度百科

【2】 www.jianshu.com/p/d0765ee89b86

美國(guó)Teledyne ISCO公司即將推出新一代的SyriXus系列高壓高精度無(wú)脈沖柱塞泵，型號(hào)包括1000X、500X、500XV、260X、65X，將會(huì)替代原 D系列高壓高精度無(wú)脈沖柱塞泵，包括：1000D、500D、260D、100DX、65D。SyriXus系列在保持D系列高耐用性和高精度的同時(shí)，將會(huì)提供更高的壓力及更多的配置選擇。D系列柱塞泵截止訂單時(shí)間為2021年12月31日，請(qǐng)已簽訂合同的用戶盡快落實(shí)訂貨。

ISCO 高壓高精度無(wú)脈沖柱塞泵,已成為ding級(jí)產(chǎn)品,提供了無(wú)與倫比的精度和可靠性?？稍趶V泛的操作范圍內(nèi)提供精確、可預(yù)設(shè)的流速和壓力控制,不存在其它泵種所固有的脈沖或流動(dòng)異常等情況。從研發(fā)、化學(xué)到石油、天然氣、制藥和塑料,ISCO 泵已成為各行業(yè)的最高標(biāo)準(zhǔn),保持了技術(shù)精湛的核心DNA精髓。高度專業(yè)化的應(yīng)用客戶滿意度是無(wú)與倫比的,ISCO 不斷創(chuàng)新能夠應(yīng)對(duì)現(xiàn)在和將來(lái)的任何挑戰(zhàn)。

Teledyne ISCO SyriXus 系列柱塞泵技術(shù)規(guī)格

* 500XV具有45度入口易于清洗，3/8”入口易于泵入漿狀或粘性材料

高光譜遙感數(shù)據(jù)處理系列（二）

反射率與植被指數(shù)

來(lái)自地物反射/發(fā)射的光通過(guò)鏡頭被相機(jī)捕獲，使得傳感器被曝光。由于光電效應(yīng)，傳感器上的每個(gè)像素傳感器上的電荷開(kāi)始累計(jì)。經(jīng)過(guò)相機(jī)芯片的轉(zhuǎn)換，這些光信號(hào)以數(shù)字的形式存儲(chǔ)下來(lái)，這些數(shù)字被稱為DN值。

輻射亮度 （Radiance），簡(jiǎn)稱輻亮度 ， 指面輻射源在單位立體角 、 單位時(shí)間內(nèi) ， 在某一垂直于輻射方向單位面積 （法向面積） 上輻射出的輻射能量 ， 即輻射源在單位投影面積上 、 單位立體角內(nèi)的輻射通量 。輻亮度是最常用的度量光強(qiáng)弱的物理量之一。輻亮度可以進(jìn)一步用于反射率的計(jì)算。

DN值可以看作由輻亮度與相機(jī)屬性主導(dǎo)的變量。去除DN值中由于相機(jī)屬性引起的變化，將其轉(zhuǎn)化為輻亮度的過(guò)程稱為輻射定標(biāo)。通常該過(guò)程由相機(jī)廠商進(jìn)行處理，或者廠商會(huì)提供用于定標(biāo)的關(guān)鍵參數(shù)。

物體反射的輻射能量占總輻射能量的百分比，稱為反射率。不同物體的反射率也不同，這主要取決于物體本身的性質(zhì)(表面狀況），以及入射電磁波的波長(zhǎng)和入射角度，反射率的大小范圍總是小于等于1，利用反射率可以判斷物體的性質(zhì)。

在使用無(wú)人機(jī)進(jìn)行實(shí)際觀測(cè)時(shí)，通常使用地物輻亮度除以白板或反射布所在像元的輻亮度作為反射率。

從空間量化植被覆蓋、生物化學(xué)、結(jié)構(gòu)和功能是研究和理解全 球變化、生物多樣性和農(nóng)業(yè)的關(guān)鍵。實(shí)際上，遙感在很大程度上依賴于使用源自光譜反射率的植被指數(shù) (Vegetation Indices, VI)。VI 是幾個(gè)波段反射率的數(shù)學(xué)變換，旨在最 大限度地提高對(duì)特定生物物理現(xiàn)象（例如，綠度、含水量或光合作用活動(dòng)）的敏感性，同時(shí)最 大限度地降低對(duì)土壤特性、太陽(yáng)光照、大氣條件和傳感器觀察等因素的敏感性。

典型植物的反射光譜。

植物光譜最顯著的特這就是紅光范圍的強(qiáng)吸收與近紅外區(qū)域的強(qiáng)反射，兩個(gè)波段之間的快速上升波段稱為紅邊。

紅光波段的強(qiáng)吸收是由于植被葉綠素的吸收，而近紅外波段的強(qiáng)反射是由于植被的葉片結(jié)構(gòu)導(dǎo)致的。

通過(guò)兩個(gè)波段進(jìn)行差分或比值可以凸顯出植被在這兩個(gè)波段的反射特性的差別。同時(shí)，差分或比值運(yùn)算可以去除兩個(gè)波段中包含的背景信號(hào)及噪聲。

不同的波段或組合形式側(cè)重展現(xiàn)了不同的植被特性。植被指數(shù)是對(duì)地表植被狀況的簡(jiǎn)單、有效和經(jīng)驗(yàn)的度量。目前已經(jīng)出現(xiàn)了上百種不同的植被指數(shù)。ENVI中包含了其中7類 27種植被指數(shù)。

主界面功能區(qū)

在主界面⑤工具箱中搜索欄中可以方便地對(duì)所有工具進(jìn)行檢索，輸入 Vegetaton Indices Parameters ，打開(kāi)該工具如下所示：

鼠標(biāo)單擊所需要的植被指數(shù)，然后點(diǎn)擊 Choose 選擇文件的存儲(chǔ)位置。此外ENVI還提供了將數(shù)據(jù)存儲(chǔ)到內(nèi)存的選項(xiàng) Memeory，但是這些數(shù)據(jù)在ENVI關(guān)閉后會(huì)被刪除。所以選擇存儲(chǔ)到內(nèi)存時(shí)，ENVI會(huì)彈出二次確認(rèn)對(duì)話框，繼續(xù)選中Memeory確認(rèn)即可。

ENVI的幫助文件中詳細(xì)展示了各種植被指數(shù)的公式及參考文獻(xiàn)。在菜單欄 Help 中打開(kāi)-> 在左側(cè) Contents 選項(xiàng)卡中的Vegetation Analysis。關(guān)于植被指數(shù)的發(fā)展和使用場(chǎng)景還可以參考 Xue J, Su B. Significant remote sensing vegetation indices: A review of developments and applications[J]. Journal of sensors, 2017.

在獲取植被指數(shù)后，可以利用這些指數(shù)進(jìn)行地表參數(shù)估算或者進(jìn)一步進(jìn)行實(shí)際應(yīng)用，ENVI中提供了幾種植被指數(shù)的實(shí)際應(yīng)用工具，包括林木健康分析（Forest Health Vegetation Analysis）、農(nóng)作物脅迫（Agricultural Stress Vegetation Analysis）、易燃性分布分析（Fire Fuel Vegetation analysis），以及植被抑 制（Vegetation Suppression）。

這些應(yīng)用工具結(jié)合幾類不同植被指數(shù)對(duì)植被進(jìn)行評(píng)估，以林木健康分析為例，首先在主界面⑤中搜索欄中輸入 Forest Health Vegetation Analysis ，雙擊打開(kāi)林木健康分析工具：

該工具通過(guò)三類不同的植被指數(shù)：綠度指數(shù)，葉色素指數(shù)，冠層水分或光能利用率指數(shù)。ENVI內(nèi)置了模型進(jìn)行閾值篩選，綜合分析多種指數(shù)，將植被的健康狀況分為9種。

波段運(yùn)算

如果需要使用內(nèi)置植被指數(shù)以外的指數(shù)進(jìn)行運(yùn)算，可以使用ENVI中的Band Math工具。這里分別對(duì)窄波段和寬波段植被指數(shù)的計(jì)算進(jìn)行介紹。

窄波段歸一化植被指數(shù)：

首先在主界面⑤中搜索欄中輸入 Band Math，雙擊打開(kāi)波段運(yùn)算工具：

在Band Math中輸入所需要的表達(dá)式，這里需要注意的是，ENVI默認(rèn)用b1，b2...來(lái)表示不同的變量，比如這里我們用到了兩個(gè)波段680nm和800nm，分別用變量b1和b2來(lái)表示。在Enter an expression中輸入(b2-b1)/(b2+b1)，點(diǎn)擊ok，會(huì)彈出變量與實(shí)際使用波段的匹配對(duì)話框。

首先在①中單擊選擇需要賦值的變量，接下來(lái)在②中選擇所對(duì)應(yīng)的波段（如果不同波段是分開(kāi)存儲(chǔ)的，選擇Map Variable to Input File可以將整個(gè)文件賦給某個(gè)變量）。在有所變量選擇完畢后，點(diǎn)擊OK。結(jié)果如下圖所示：

寬波段NDVI：

通常機(jī)載成像光譜儀的光譜分辨率可以達(dá)到亞納米/納米級(jí)。而常用的衛(wèi)星數(shù)據(jù)如Landsat系列和MODIS產(chǎn)品的光譜分辨率較寬，針對(duì)這些衛(wèi)星遙感產(chǎn)品開(kāi)發(fā)的植被指數(shù)基本都是寬波段植被指數(shù)。為了使用機(jī)載成像光譜儀進(jìn)行寬波段植被指數(shù)的計(jì)算需要先對(duì)波段進(jìn)行聚合，這里我們以Landsat系列的寬波段為例進(jìn)行手動(dòng)寬波段NDVI計(jì)算（Vegetaton Indices Parameters中也提供了一些寬波段VI的計(jì)算，這里另外介紹手動(dòng)波段聚合的操作方法）。

Landsat 9 的傳感器如下所示：

• Band 1 Visible (0.43 - 0.45 μm) 30-m.

• Band 2 Visible (0.450 - 0.51 μm) 30-m.

• Band 3 Visible (0.53 - 0.59 μm) 30-m.

• Band 4 Red (0.64 - 0.67 μm) 30-m.

• Band 5 Near-Infrared (0.85 - 0.88 μm) 30-m.

在⑤工具箱中搜索欄中Sum Data Parameters,打開(kāi)波段聚合工具。

在①中選擇輸入文件，然后點(diǎn)擊 Spectral Subset ，在彈出的波段選擇窗格中，對(duì)要進(jìn)行聚合的波段進(jìn)行選取（按住Shift進(jìn)行連續(xù)多選，按住Ctrl進(jìn)行多選）。

點(diǎn)擊OK進(jìn)行確認(rèn)。

Sum Data Parameters 提供了多種波段聚合函數(shù)，這里選擇Mean函數(shù)進(jìn)行聚合。依次對(duì)幾個(gè)波段進(jìn)行聚合后的，我們得到以下文件。

接下來(lái)可以用Band Math進(jìn)行寬波段NDVI的計(jì)算，計(jì)算方法同上。

小結(jié)

自遙感領(lǐng)域出現(xiàn)以來(lái)，植被指數(shù)扮演著重要的角色，并且一直在發(fā)展完善。本文介紹了反射率和植被指數(shù)的概念，植被指數(shù)的原理，使用ENVI進(jìn)行植被指數(shù)計(jì)算，以及手動(dòng)窄/寬波段植被指數(shù)的計(jì)算。了解其背后的植物生理學(xué)知識(shí)，是正確使用這些指數(shù)的必要條件。