ENVI5.3新增两个光谱指数：归一化泥指数（NDMI）和改进的归一化水体指数。
归一化泥指数（NDMI）：该指数突出了泥土或浅水的信息，该指数最早是用于排除这些像元从而提高快速大气校正（QUAC）的精度。


该值越大，说明地物的含水量越大。
改进的归一化水指数（MNDWI），该指数提高了水域特征，抑制了来自建筑物用地、植被和土壤的干扰，对水体信息的增强和提取效果更好。


改进的归一化水指数的

直方图是以统计图的形式表示图像亮度值与象元数之间的关系，在二维坐标系中，横坐标代表图像中象元的亮度值，纵坐标代表每一个亮度值对应的象元个数或占总象元的百分比。是一种重要的统计报告图。
下面分别介绍ENVI5.X界面和classic界面下的对感兴趣的不同地物在某一波段的直方图的绘制。
1、ENVI5.X界面下绘制直方图：
第一步：打开显示多波段文件，绘制不同地物的

原定于今年11月份发布的SARscape5.0推迟到2013年第一季度发布。新的版本有很多新功能，主要如下：
1) 全部整合在ENVI5.0新框架中；
2) 提供64位操作系统安装包，原生支持64位操作系统，可以更好的利用内存资源；
3) 地理编码和定标计算采用GPU运算，极大提高运算效率；
4) 新增地球物理建模工具（Geophysical Modeling）；
5) 永久散

GLT几何校正法利用输入的几何文件生成一个地理位置查找表文件（geographic lookup table，GLT），从该文件中可以了解到某个初始像元在最终输出结果中实际的地理位置。地理位置查找表文件是一个二维图像文件，文件中所包含两个波段：地理校正图像的行和列，文件对应的灰度值表示原始图像每个像素对应的地理位置坐标信息，用有符号整型储存，它的符号说明输出像元是对应于真实的输入像元，还是由邻近

随着遥感技术的发展，影像数据获取的手段也越来越多，RGB影像数据的应用表现的尤为突出。获得影像后，首当其冲的就是数据预处理，该工作繁琐化，机械化，但仍很重要。对于行片或经过初级处理的RGB数据，缺少光谱信息，只有相应的R、G、B波段信息，在数据预处理——镶嵌的时候会出现颜色偏差、像元0值，但作为地理地图的生产，这样的数据结果不符合要求，故而需要进一步的后期处理，包括颜色均衡化，像元0值替换等等。

在ENVI 5.0发布时，便加入了许多全新的二次开发接口。ENVI 5.0 SP2的发布，同样带来了新的功能函数接口。下面对ENVI 5.0版本中新增的二次开发技术进行一个总结。

启动ENVI
IDL中启动ENVI批处理模式，在之前版本的代码如下：
ENVI, /RESTORE_BASE_SAVE_FILES
ENVI_BATCH_INIT
启动ENVI Classi

1.全球参考系统（WRS）简介
WRS（Worldwide Reference System）是Landsat卫星采用的全球参考系统，也是国际上非常具有代表意义的全球参考系统之一。WRS是依据卫星地面轨迹的重复特性，结合星下点成像特性而形成的固定地面参考网格。其WRS参考系网格与Landsat卫星数据的成像区域紧密的契合，WRS网格的二维坐标采用Path和Row进行标识。
目前WRS有两个系统，分

在ENVI Classic中，存在两个同名的工具——Segmentation Image。分别位于如下两个菜单位置：
l Basic Tools/Segmentation Image
l Classification/Post Classification/Segmentation Image
虽然工具名称相同，但是有一些简单区别。比如说，前者是对单波段图像进行分割，可以输入

定量遥感和高光谱遥感是两种不同的分类，在知识结构上有交集，也有一定的区别。定量遥感重点是定量提取地表参数的技术，高光谱遥感是研究高光谱数据及其应用。
本文主要介绍以下内容：
 定量遥感概况 高光谱遥感概况
1、定量遥感概况
定量遥感的定义很多，简单的就是从对地观测电磁波信号中定量提取地表参数的技术和方法研究，其中的对地观测电磁波信号可以理解为数据，常见的是图像，也有其他非成像的数据。如果使用高光谱

在获取基础地理数据、地球资源信息和应急灾害的第一手资料方面，遥感比其它技术手段更有优势，同时越来越多的 GIS 系统依赖于遥感信息。


基础地理数据重要获取手段
遥感影像是地球表面的“相片”，真实地展现了地球表面物体的形状、大小、颜色等信息。这比传统的地图更容易被大众接受，影像地图已经成为重要的地图种类之一。

随着商业卫

可以将多源数据用于影像分类当中，这就是专家知识的决策树分类器，本专题以ENVI中Decision Tree为例来叙述这一分类器。
本专题包括以下内容：
专家知识分类器概述 知识（规则）定义 ENVI 中 Decision Tree 的使用
概述
基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方

DEM除了包括地面高程信息外，还可以派生地貌特性，包括坡度、坡向等，还可以计算地形特征参数，包括山峰、山脊、平原、位面、河道和沟谷等。在测绘中用于制作正射影像图以及地图的修测。在遥感应用中可作为分类的辅助数据。它还是地理信息系统的基础数据，作为三维GIS的基础地形数据。在军事上可用于导航及导弹制导、作战电子沙盘等。
本文主要包括：
几个概念
表示模型
DEM获取途径
立体像对DEM提取

数字高程