2-1 对原始多光谱TM影像进行主成分变换，个纹理特征，然后将原始光谱影像和提取的纹理特征进行合并，分别基于光谱特征及光谱+纹理特征进行遥感影像分类（分为居民区、水体、裸地，山区植被，平原植被5类），利用混淆矩阵评价其分类结果，并比较二者的分类精度。

2.1.1 对TM分类-1号题进行主成分变换：点击transform 按钮里principal components工具条里的forward PC rotation的compute new statistics and rotate工具，选择TM分类-1号题，点击OK。

2.1.2 点击filter工具条中texture工具条中的co-occurrence measures工具选择上一步主成分变换图的第一波段。

2.1.3 原始光谱影像和提取的纹理特征进行合并：点击ENVI Classic对话框的Basic Tools工具条，选择layer stacking工具条。选择TM分类-1号题和上一步的结果图（memory1）进行合并。

2.1.4 以光谱特征进行影像分类，以光+纹理谱特征进行影像分类：点击cassification工具条的Supervised maximum likelihood工具选择上一步结果图memory2加入TM分类验证样本-1号题.roi文件选择分为居民区、水体、裸地，山区植被，平原植被分别对原图和memory3进行分类,得到memory4，memory5，memory6，memory7。

2.1.5 分别对memory5和memory7建立混淆矩阵：选择classification-->post classification-->confusion matrix-->using ground truth ROIs.

2-2 已知某区域的研究范围大于一景影像的覆盖范围，现有该研究区域的三景影像（一景有投影信息tm00.hdr，一景没有投影信息tm02.hdr，另一景为多光谱影像tm01.img），（1）以tm00.hdr为基准，对tm02.hdr进行图像配准，配准后的影像命名为jztm02img，要求校正结果中体现控制点的空间分布及其数量，（2）对jztm02img及tm01.img进行图像镶嵌，要求采用基于坐标的方式对两幅影像进行镶嵌，羽化距离设为5个像素，采用匀色处理，以tm1图像为基准，调整tm3图像的颜色，调整方案选用整幅基准图像。

2-3 已知某研究区域的遥感影像及其行政边界（1）利用该行政边界对研究区域进行裁剪，要求裁剪的区域与该行政边界完全一样（把周围的像元mask掉），（2）对裁剪后的影像进行高通滤波和中值滤波的计算，

（3）利用NDVI大于0.25将研究区域分为植被和非植被，并对该二值图像进行腐蚀和膨胀运算。

（4）

（5）

（6）

（7）

2-4 利用裁剪后的多光谱数据mosaci及DEM数据，提取区域缓坡植被信息、非朝北缓坡植被、陡坡植被、水体、裸地、背景区，提取规则如下：

朝北缓坡植被：NDVI大于0.25，坡度小于20°，朝北（坡向小于90°，大于270°）

非朝北缓坡植被：NDVI大于0.25，坡度小于20°，非朝北

陡坡植被：NDVI大于0.25，坡度大于等于20°

水体：NDVI小于等于0.25，波段4的DN值大于0且小于20

裸地：NDVI小于等于0.25，波段4的DN值大等于20

背景区：NDVI小于等于0.25，波段4的DN值等于0

2-5 已知某区域的遥感影像，请采用最大似然算法对其进行分类（要求计算训练样本的可分离性），并对分类结果进行专题图制作，要求有图名、图例、指北针、比例尺，坐标格网采用大地经纬度坐标（不需要标注平面坐标），专题图的左下方有投影信息（投影名称用中文表示）

1. 选择File → Open Image File。将出现一个 Enter Input Data File对话框。

2. 选择遥感应用实习考核2部分子目录下的2-5号数据中ikonoscut2

3. Basic Tools→Region Of Interest→ROI Tool然后选择感兴趣区域

4. 计算可分离性Options→Compute ROI Separability

5.将感兴趣区域进行保存,然后Classification→Supervised→Maximum likelihood选择刚才保存的ROI数据

6.主图像窗口选择File→QuickMap→New QuickMap

5.

2-6 首先利用Gram-Schmidt方法完成QK影像的全色和多光谱的融合，然后对融合后的影像计算植被覆盖图（计算公式为：（NDVI-NDVImin）/（NDVImax-NDVImin）,假定NDVImin=0.2，NDVImax=0.7），对计算得到的植被覆盖度图像通过密度分割（主图像窗口点击overlay，然后density slice）的方式生成伪彩色图像（要求有图例）。

1.选择File → Open Image File。将出现一个 Enter Input Data File对话框。打开bldr_sp。img和TM-30m.img。将其显示在窗口。

2.在ENVI的主菜单选择Transform → Image Sharpening → Gram-Schmidt

3.Select Input RGB对话框中选择TM影像。从High Resolution Input File对话框中选择SPOT影像，点击OK。

4.将融合后的影像显示出来

5.transform中选择NDVI

6.将融合后的图像计算其NDVI

7.在Basic tools中选择band math（NDVI-NDVImin）/（NDVImax-NDVImin）,假定NDVImax=0.2，NDVImax=0.7。输入公式（float（b1）-0.2/0.5）

8.选择进行过NDVI的影像

将植被覆盖图显示，进行密度分割，点击overlay，然后density slice

将范围设置在0到1内加图例.

2-7 请利用mask的方式将20110822的云去掉，然后计算2000年到2011年间研究区域内水体面积的变化情况