第一篇：遥感实习报告
《遥感原理与应用》
课堂实验报告
（2015-2016学年 第一学期）
专业班级： 学 号： 姓 名： 实验成绩：
□ 优秀：格式完全符合规范要求，内容完整，图表规范美观；实验原理清楚，实验步骤合理，结果正确；严格遵守实验纪律，按时上交实验报告。
□ 良好：格式符合规范要求，内容完整，图表规范；实验原理较清楚，实验步骤合理，结果正确；遵守实验纪律，按时上交实验报告。
□ 中等：格式基本符合规范要求，内容较完整；实验原理较清楚，实验步骤基本合理，结果正确；能遵守实验纪律，能按时上交实验报告。
□ 及格：格式问题较多，内容基本完整；实验原理较清楚，实验步骤基本合理，结果基本正确；能遵守实验纪律，能按时上交实验报告。
□
不及格：格式问题突出，内容不完整；实验原理不清楚，实验步骤欠合理，结果不正确；有抄袭现象，不遵守实验纪律，未时上交实验报告。
指导教师签名:
2015年 11月 5日
实验项目
（一）：遥感图像几何纠正（4学时）
实验目的：掌握遥感图像几何纠正的原理方法；熟悉几何纠正中控制点的选择原则和方法；熟练掌握有关遥感图像处理软件的主要功能和操作步骤；针对变形的遥感图像能进行几何纠正。
实验器材：
1、计算机；
2、基准遥感图像、待纠正遥感图像；
3、遥感数字图像处理ENVI软件。
实验要求：掌握遥感图像几何纠正的主要步骤；自己独立完成遥感图像几何纠正；对几何校正结果进行评价。
实习时间及地点：
2015年10月15日
软件与数据源描述：
ENVI提供以下选择方式： 从栅格图像上选择
如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。从矢量数据中选择
如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。从文本文件中导入
事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map(x,y), Image(x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。键盘输入
如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。
控制点的预测是通过控制点回归计算求出多项式系数，然后通过多项式计算预测下一个控制点位置，RMS值也是用同样的方法。默认多项式次数为1，因此在选择第四个点时控制点预测功能可以使用，随着控制点数量的增强，预测精度随之增加。最少控制点数量与多项式次数的关系为（n+1）2。
实验原理及步骤：
实验步骤： 运行ENVI 软件
第一步：显示图像文件
从ENVI 主菜单中，选择File —— Open Image File 当Enter Data Filename文件选择对话框出现后，选择进入当前目录下的“几何校正”子目录，从列表中选择bldr_tm.img和bldr_sp.img文件。在波段列表中bldr_tm.img选择RGB:543显示，同时Display中显示bldr_sp.img。
点击OK。出现“可用波段列表对话框”出现。两影像分别在display#1,display#2中打开。
第二步：启动几何校正模块
在主菜单上选择map->Registration->select GCPs：image to image 出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。BASE图像指参考图（bldr_sp.img）像而warp则指待校正影像（bldr_tm.img）。选择OK!
第三步：采集地面控制点
进行选点：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就可以选择ADD POINT添加点了。剔除或调整误差较大的点。
第四步：选择校正参数输出
接下来就是进行校正了：在ground control points.对话框中选择：options->warp file(as image to map),在出现的imput warp image中选中你要校正的影像tm，点ok进入registration parameters对话框：首先点change proj按钮，选择坐标系utm,然后更改象素的大小，输入为30m。
最后选择多项式校正方法.重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径。memory点OK。
第五步：检验校正结果
在显示校正后结果的Image窗口中，右键选择Geographic Link命令，选择需要连接的两个窗口，打开十字光标进行查看。
或者在INVI ZOOM中将校正后的结果跟基准影像同时显示在窗口中，并用透视或者拉幕工具进行对比浏览。
实验结果与分析：
1、控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场、城郭边缘；
2、特征变化大地区应该多选控制点；图像边缘部分一定要选取控制点，以避免外推；尽可能满幅均匀选取。
3、控制点选取结束后要记得保存控制点文件
2015年10月15 日
实验项目
（二）：遥感图像的镶嵌与裁剪（0.5学时）
实验目的：熟悉遥感图像的特点；掌握遥感图像镶嵌与裁剪的概念和作用；掌握遥感图像镶嵌与裁剪影像处理软件的相关操作步骤。
实验器材：
1、计算机；
2、多光谱遥感图像；
3、遥感数字图像处理ENVI软件。
实验要求：
1、了解多光谱遥感图像的成像规律和特点；
2、掌握遥感图像镶嵌与裁剪的概念及主要操作步骤；
3、对遇到的问题能自己分析解决。
实习时间及地点：
2015年10月29日
软件与数据描述：
图像裁剪的目的是将研究之外的区域去除。常用的方法是按照行政区划边界或者自然区划边界进行头像裁剪；在基础数据生产中个，还经常要进行标准分幅裁剪。
本课程学习在ENVI下进行图像的规则裁剪、利用矢量数据进行图像的不规则裁剪。
规则裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括：行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。规则分幅裁剪功能在很多的处理处理过程中都可以启动（Spatial Subset）。下面介绍其中一种规则分幅裁剪过程。不规则图像裁剪，是指裁剪图像的边界范围是一个任意多边形。任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的多边形，也可以是ENVI支持的矢量文件。针对不同的情况采用不同的裁剪过程。下面学习这两种方法。图像镶嵌，指在一定数学基础控制下把多景相邻遥感图像拼接成一个大范围、无缝的图像的过程。ENVI的图像镶嵌功能可提供交互式的方式，将有地理坐标或没有地理坐标的多幅图像合并，生成一幅单一的合成图像。
实验原理及步骤：
在 ENVI 主菜单中，选择 Map → Mosaicking → Pixel Based，开始进行 ENVI 基于像素的镶嵌操作。Pixel Based Mosaic 对话框出现在屏幕上。
2、从 Pixel Based Mosaic 对话框中，选择 Import → Import Files。在 Mosaic Input Files对话框中，点击 Open File，选择文件ljs-dv06_2.img。
3.在 Mosaic Input Files对话框中，再一次点击 Open File，选择 ljs-dv06_3.img 文件。
4.在Mosaic Input Files对话框中，按下键盘上的Shift键，并同时点击ljs-dv06_2.img和ljs-dv06_3.img文件名，选中这两个文件，点击 OK。
5.在 Select Mosaic Size 对话框的X Size 中输入 614，Y Size 中输入 1024，指定镶嵌影像的大小。
6.在 Pixel Based Mosaic 对话框中，点击 dv06_3.img 文件名。7.调整影像的位置关系。
8、在 Pixel Based Mosaic 对话框中，选择 File → Apply。当 Mosaic Parameters 对话框出现后，输入输出文件名 ljs-dv06.img，点击 OK，生成镶嵌影像文件。
在 Pixel Based Mosaic 对话框中，选择 File → Save Template。当 Output Mosaic Template 对话框出现后，输入输出的文件名 ljs-dv06a.mos。
9.点击可用波段列表中的 dv06a.mos 波段名，然后点击 Load Band，显示镶嵌后的影像。
10、在 Pixel Based Mosaic 对话框中，选择 Options→Change Mosaic Size。在 Select Mosaic Size对话框的X Size 和 Y Size 文本框中都输入值 768，点击 OK，改变输出镶嵌影像的大小。在 Pixel Based Mosaic 对话框中，左键点击影像＃2 的绿色轮
廓框。将影像＃2 拖动到镶嵌图的右下角。
在镶嵌图中，右键点击影像＃1 的红色轮廓框，选择 Edit Entry，打开 Entry:filename
对话框。
11、在 Data Value to Ignore 文本框中，输入值 0。在 Feathering Distance 文本框中，输入值 25，点击OK。对另一幅影像，重复上面的两步操作。选择 File → Save Template，输入输出文件名 ljs-dv06b.mos。在可用波段列表中，点击镶嵌模板文件名，然后点击 Load Band，显示该镶嵌影像。
在 Pixel Based Mosaic对话框中，选择 File → Apply，点击OK。输入要输出的文件名ljs-dv06-output，设定 Background Value 为 255，然后点击 OK。
基于地理坐标的影像镶嵌例子
在 ENVI 主菜单中，选择 Map → Mosaicking → Georeferenced，开始进行 ENVI 基于地理坐标的镶嵌操作。
输入文件：从 Pixel Georeferenced Mosaic 对话框中，选择 Import → Import Files。打开ljs-lch_02w.img和ljs-lch_01w.img.在镶嵌图中，右键点击影像＃1 的红色轮廓框，选择 Edit Entry，打开 Entry:filename对话框，在 Data Value to Ignore 文本框中，输入值 0。在 Feathering Distance 文本框中，输入值 25，点击OK。同理，处理#2影像。
添加注记：在ENVI4.7中File—Open Image File –选择ljs-lch_01w.img。
在主窗口中从主影像窗口中，选择 Overlay → Annotation，打开 Annotation对话框。在color中选择Red，然后添加注记，操作完成后保存为ljs-lch-a.ann 导入注记：在mosica窗口，选择上影像，右键选择 Edit Entry，选择select cutline Annotation File，选择ljs-lch-a.ann。结果如下：
创建输出羽化后的镶嵌影像 在 Map Based Mosaic 对话框中，选择 File → Apply。在 Mosaic Parameters对话框中，输入输出文件名 ljs-lch_mos.img，点击 OK，创建羽化后的镶嵌影像。
实验结果与分析：
（1）如果待拼接的图形经过了较为准确的几何校正，图像的拼接过程只需要经过色带调整之后就可以运行就可以达到较好的效果。
（2）彩色图像如何要取得较好的效果，需要从红绿蓝三个波段进行灰度的调整，对于多个波段的图像文件，进行一一对应的多个波段调整。
（3）在使用拼接线拼接时，如果带拼接区域颜色较为一致，或者带拼接区域刚好有河流或其他分割线，可以依照此分割线进行拼接，此时采用拼接线拼接可能取得较好的效果。同时要对拼接线处进行羽化使拼接线能够更好的融入影像中去。
2015年10 月29日
实验项目
（三）：遥感图像的融合（0.5学时）
实验目的：熟悉多光谱遥感图像和高分辨率全色影像的特点；掌握遥感图像融合的基本原理及主要融合算法和步骤；掌握遥感图像融合影像处理软件的主要操作步骤。
实验器材：
1、计算机；
2、多光谱遥感图像和高分辨率的全色影像；
3、遥感数字图像处理ENVI软件。
实验要求：
1、了解多光谱遥感图像和高分辨率全色影像的特点；
2、掌握遥感图像融合各种算法的原理与主要操作步骤；
3、对遇到的问题能自己分析解决。
实习时间及地点： 2015年10月29日 软件与数据描述：
在ENVI中，遥感影像合成总共有5中方法，分别是： HSV Color Normalized(Brovey)Gram-Schmidt Spectral Sharpening
PC Spectral Sharpening CN Spectral Sharpening 实验原理与步骤： 1.图像融合：
三波段融合：
HSV和Color Normalized(Brovey)变换：
1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；
2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1；
3）在ENVI的主菜单选择Transform → Image Sharpening → HSV；
4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。
5）从High Resolution Input File对话框中选择全色影像，点击OK。
6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；
与上述方法类似，选择Transform → Image Sharpening →
Color Normalized(Brovey)，使用Brovey进行融合变换。
多光谱融合：
Gram-Schmidt、主成分（PC）和color normalized(CN)变换
三种方法操作过程基本类似，下面以 Gram-Schmidt为例：
1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；
在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；
3）在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。
4）选择Average of Low Resolution Multispectral File方法。
5）选择重采样方法，输入输出路径及文件名，单击OK输出。
与上述方法类似，选择其他两种方法进行融合，并比较融合结果。
2.图像增强：
1）从ENVI主菜单中，选择File → Open Image File，加载融合后影像到可用波段列表Available Bands List中，并打开影像；
2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；
3）ENVI系统默认打开的影像已经过2%线性拉伸。如果希望改变系统默认的2%线性扩展，从主菜单File → Preferences → Display Default，将%Linear 中的2.0 改为0.0，选择OK 后，关闭对话框。
4）交互式拉伸：主图像菜单中选择Enhance→Interactive Stretching。Strech_Type 中可以选择各种扩展方式，主要有Linear（线性）、Gaussian（高斯），Piecewise Linear（分段线性），Equalization（均衡化），Square Root（平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。5）以上增强后结果如果需要保存时，在Image窗口下File → Save Image as → Image File
实验结果与分析：
HSV和Brovey变换两种方法在三个波段中，Brovey方法比HSV方法的均值和标准差值都大，在四个波段的其他四种方法，在各个波段中，CN法的均值和标准差值都最大，GS方法与PAN方法均值和标准差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法与PAN方法略大，在1、2、3波段上，CN法的标准差值最大，其余三种大小差不多相等，在4波段上，CN法、GS法、PAN法标准差值大小差不多相等，PC法两种值均最小。
定量分析，对比几种方法融合后的图像，可以看出，HSV方法的融合效果最好，图像融合后最为清晰，PC方法的融合效果最差，图像较为模糊。
由此通过分析，HSV方法融合效果最佳。
2015年10月29日
实验项目
（四）：遥感图像的计算机自动分类（3学
时）
实验目的：掌握遥感图像分类的基本原理；熟悉遥感图像的特点；掌握ENVI软件遥感图像分类的操作步骤；并输出分类结果专题图；
实验器材：
1、计算机；
2、多光谱遥感图像；
3、遥感数字图像处理专用软件。
实验要求：
1、了解多光谱遥感图像的成像规律和特点；
2、掌握遥感图像分类的基本原理及操作步骤；
3、对分类结果输出专题图；
4、对遇到的问题能自己分析解决。
实习时间及地点： 2015年10月29日 软件与数据描述：
实验原理与步骤：
实验结果与分析：
2015年 月 日
第二篇：遥感实习报告
开始作图。
3实训体会
本次实习总共四天的时间，主要内容是学会使用VirtuoZo NT系统。在这四天的实习过程中，我们学会了很多，掌握了很多以前所不了解的，但是也遇到了很多的问题。在最开始的时候，对实习的内容以及软件都不了解，不知如何下手，而在经过老师的亲自一步一步操作示范给我们看的时，虽然没有完全掌握，但是之后在老师和同学的帮助下，都一步步顺利的完成了。在本个实习中，我不仅学会了VirtuoZo NT系统的使用，在VirtuoZo NT系统中进行模型定向、影像匹配、生成DEM及正射影像的制作、数字影像测图等。
分析我自己做的成果，再与老师所做的进行比较发现，我所处理的结果误差明显偏大。究其原因，乃是对立体观测切准地物的各种方法和技巧不熟悉所至。可喜的是，经过数小时的训练，最终的准确度有明显提高。
由于经验不足使我在操作上有些盲目既不知道自己操作的对错也不知道打到什么位置最好。
在考试的时候我对打高程点还是不清晰，努力让自己沉静下来让自己找到感觉，然后慢慢的开始打点，找到感觉后就开始打点。点的高程慢慢的打对了。
实习中多亏了同学们的帮助，老师的指导，加上多次的练习我会了VirtuoZo的大概操作。知道了VirtuoZo的作用。这次实习内容丰富，使我学到了不少东西。它不仅让我认识到了Virtuozo的各种功能和工作流程及部分原理，还让我对数字摄影测量数据获取有了更深刻的了解。同时也使我对数字摄影测量课程有了一个整体的概念。
第三篇：遥感实习报告
江西理工大学建测学院地信专业
遥感课程实习报告
（第三组）
遥感课程设计实习报告
一、主要内容
1、根据实际测量的GPS坐标点校正每组截取的百度地图或谷哥地图，校正后坐标统一转化成WGS84投影。
2、使用每组校正后的百度地图或谷哥地图校正CBERS-02B全色影像。
3、用CBERS-02B全色影像校正CBERS-02B多光谱影像。
4、根据每组指定区域，完成相邻图像镶嵌或裁剪。保证20米和2.36米影像区域完全重合。
5、图像噪声消除与图像增强（本步骤在有需要的时候执行）
6、使用适当方法完成全色影像和多光谱影像的融合。
7、通过目视判读识别和手工提取地物（可在Arcgis中完成），利用计算机自动识别方法进行地物分类及分类后处理。
8、利用手工解译的地物评价计算机自动识别方法地物的精度。
9、用原始的遥感影像作为底图，提取的地物附在底图上制作专题出图。
10、根据第17章的内容，研究区提取地物的算法模块化。（需编程较好，这一步不强行要求）。
二、时间安排
课程设计时间15-16周，课程设计严格按照日常作息时间，上午8:10~11:50，下午2:00-5:30.江西理工大学建测学院地信专业
二、学习内容及分工
每个小组按照《ENVI遥感图像处理方法》必须学习第1至第6章、第8章、第10章、第15章、第17章的内容，其它章节选学。学习过程中每个小组可按照分工完成，但小组每人都需掌握相关内容，每个小组必须在15周内完成所学内容。
每个小组在第15周周末之前完成赣州市区指定区域的实地数据采集测量（必须同时保证GPS机和手工两种记录），第三组组员:丁嘉树（组长）、廖峭、陈满姣、朱龙龙 任务分工：野外采集:丁嘉树，廖峭，朱龙龙
室内处理：几何校正部分由丁嘉树，朱龙龙共同完成；融合及分类部分由丁嘉树，廖峭共同完成；实习报告由丁嘉树，陈满姣共同完成；展示的成果虽基本由丁嘉树完成，其他组员也都自己每一步都进行了操作，对基本操作都了解。
四、具体步骤
1、百度地图截取指定区域，通过ps处理得到指定的图形
江西理工大学建测学院地信专业
2、图形的校准
打开envi，通过“window”→“Available Band List”打开波段列表，并通过“File”→“Open image File”打开第三组的测区图形，并加入坐标系统打开图形校正对话框，设置基准面为“WGS-84”,“zone”设置为50，分辨率设置为1m。操作过程如下图所示。
选取“RGB Color”，然后点击“Load RGB”，在“map”下选择“Image to Map”校正
江西理工大学建测学院地信专业
在打开的区域中通过“image”、“Scroll”与“Zoom”三者的结合，找到与实际测量相同的点，然后输入对应的经纬度，点击“Add Point”，将测量的点根据自己的需要输入，可以不用将采集的点的坐标全部输入。然后点击“Options”→“Warp file”，然后选择要校正的影像，接着在弹出的对话框中输入相应的校正精度，另外选择3次多项式校正，选择输出文件目录
江西理工大学建测学院地信专业
点击确定之后就会进行相应的校正。将校正后的图形用“New display”打开，校正后的图形如下图所示：
江西理工大学建测学院地信专业
校正好之后可以打开shapfile文件进行相应的对比，看校正后的影像会不会偏差比较大，如果偏差比较大的话再次对标记的控制点进行相应的修改，知道符合要求为止。
江西理工大学建测学院地信专业
3、校正后的百度地图校正CBERS-02B全色影像
用“Available Band List”打开全色影像，并且加载到相应的窗口。因为全色影像的区域相对于测量的区域有点大，所以一般通过裁剪感兴趣区域将自己所需的裁剪下来。
在要裁剪的图形上右键“ROI tool”,然后在“ROI_Type”中选择矩形裁剪，“windows”中选择“Scroll”，然后在“Scroll”中拖出矩形感兴趣区域，然后右键。
导出感兴趣区域
江西理工大学建测学院地信专业
打开自己校正好的百度地图与裁剪区域。将“裁剪区域2”和“百度地图校正图”两个同时打开。选择“Map”→“Image to Image”进行校正，用“百度地图校正图”校正全色影像。
控制点添加方法是，在两个图中找到相同的区域，然后点击“Add Point”，控制点的输入根据自己的需要添加，弄好之后记得保存控制点，以便于后面可以使用。
选择好控制点之后单击“Options”→“Warpe file”进行校正。校正后的图如图所示。
江西理工大学建测学院地信专业
4、用CBERS-02B全色影像校正CBERS-02B多光谱影像
首先打开已有的五张多光谱影像，加载已有的一张，然后在这张图像上右键选择“ROI tool”,点击“ROI type”选择多边形（Polygon），通过多边形裁剪，将裁剪区域到处为“shapefile”格式。
利用已经ROI存储的“shapefile”格式数据分别去裁剪剩余4个多光谱影像。利用下图方法分别裁剪4个。得到区域一样的5个相同区域的ROI图像。利用五个裁剪好的区域，分别加载到窗口，以第一个为标准，利用image to image方法，分别校正其余四个。以下为第一幅影像校正第二幅影像的过错，其他的校正过程都是依次相同。
江西理工大学建测学院地信专业
将校正好的五个子区进行图层的堆叠。得到多条光谱相结合的影像。方法为选择envi菜单栏中的Basic Tools下拉菜单中Layer Stacking功能，然后依照步骤分别添加五幅经过校正后的影像，组成为一组多波段光谱影像。
江西理工大学建测学院地信专业
得到后的图像多光谱影像如下图所示。波段组合为
利用第三步得到的全色影像校正上面得到的多光谱影像。
5、邻图像镶嵌或裁剪
打开校正好的多光谱影像数据，右键打开“ROI Tool”,用矩形裁剪匹配好的多光谱影像数据
江西理工大学建测学院地信专业
6、图像噪声消除与图像增强
打开裁剪好的多光谱影像数据，进行平方根增强。
7、全色影像和多光谱影像的融合
选择菜单“Transform”→“HSV”进行图像的融合。
江西理工大学建测学院地信专业
选择输入的多光谱影像数据，点击“ok”后选择高分辨率的影像。
选好之后点击“ok”就可以得到融合的全色影像。其中有图为融合后影像。
8、利用计算机自动识别方法进行地物分类及分类后处理
(1)类别定义/特征判别：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。
分类后的类别数包括道路、植被、房子、水域、裸地部分。
（2）样本选择：打开分类图像，在Display->Overlay->Region of Interest，默认ROIs为多边
江西理工大学建测学院地信专业
形，按照默认设置在影像上定义训练样本。如图下图所示，设置好颜色和类别名称。
在ROIs面板中，选择Option->Compute ROI Separability,计算样本的可分离性。如图19所示，表示各个样本类型之间的可分离性，用Jeffries-Matusita, Transformed Divergence参数表示，这两个参数的值在0~2.0之间，大于1.9说明样本之间可分离性好，属于合格样本；小于1.8，需要重新选择样本；小于1，考虑将两类样本合成一类样本。
江西理工大学建测学院地信专业
（3）分类器选择： 根据分类的复杂度、精度需求等确定哪一种分类器。目前监督分类可分为基于传统统计分析学的，包括平行六面体、最小距离、马氏距离、最大似然，基于神经网络的，基于模式识别，包括支持向量机、模糊分类等，针对高光谱有波谱角（SAM），光谱信息散度，二进制编码。（4）影像分类：基于传统统计分析的分类方法参数设置比较简单，这里选择最小距离分类方法。主菜单下选择Classification > Supervised >Minimum Distance。按照默认设置参数输出分类结果，如下图所示。
江西理工大学建测学院地信专业
分类后的图
（5）分类后处理：分类后处理包括的很多的过程，都是些可选项，包括更改类别颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。
可以在Interactive Class Tool面板中，选择Option->Edit class colors/names更改，也可以在Display->Color Mapping->Class Color Mapping。如下图所示，直接可以在对应的类别中修改颜色。也可以根据一个显示的RGB影像来自动分配类别颜色，打开主菜单->Classification->Post Classification->Assign Class Color。（在这里没有做修改）
江西理工大学建测学院地信专业
9.专题图制作
(1)融合的影像制作专题图：
1、主影像显示窗口菜单中，选择File → QuickMap → New QuickMap，打开QuickMap Default Layout对话框。设置模板的参数：输出页的大小（图幅的大小）、页的方位（图幅形式）、地图的比例。
2、点击OK完成设置。
3、选择制图范围，鼠标左键点击显示窗中红色框的左下角并拖动方框，选中整个影像。
4、点击OK，显示QuickMap Parameters对话框。
5、在Main Title文本框中键入图名：赣州市新城区专题地图。
6、在影像图中加载投影信息。在Lower Left Text文本框中输入：
江西理工大学建测学院地信专业
赣州市新城区专题地图
7、在Lower Right Text文本框，输入制图单位和制图员信息：2013年1月 江西理工大学地理信息系统专业3组制作
8、保存快速制图模板，选择Save Template，并输入文件名，点击OK。
9、点击Apply，在ENVI显示窗口中显示快速制图的结果。可以继续修改QuickMap Parameter对话框中的设置，点击Apply更新显示结果。
10、输出制图结果后，在主图像显示窗口中，选择File →Save Image As →Postscript File,将制图结果输出为打印格式。选择Output QuickMap to Printer或Standard Printing复选框，这里选择Output QuickMap to Printer。
（2）将分类图与融合影像的专题图叠加，并保存为打印格式。在快速制图的主显示窗口中，选择Overlay →Classification，在打开的Interactive Class Tool Input File对话框中，选择分类图向，单击OK按钮，打开Interactive Class Tool对话框，在对话框相应的On复选框中点击，在Interactive Class Tool对话框中，选择Options →Edit class colors/names，修改类的颜色和名字，最后可以把叠加的地图输出为打印格式。
江西理工大学建测学院地信专业
五、实习心得：
丁嘉树：
本次实习历时两周左右时间，主要对几何校正、影像融合、分类、专题图制作等方面进行了操作，整个过程是借鉴了一些参考资料以及和组员一些讨论才得以完成。实习过程中还遇到了许多困难，导致不同程度的返工，一遍遍重复的操作，不过这样一来，更加加深了对ENVI软件的理解和应用，俗话说熟能生巧，正是因为有了这些一遍遍的错误，并通过结合理论知识的讨论和研究，才能不仅仅局限于对应课件一步一步来的层次，才能对做过的实验进行反思和分析，认真考虑到底是那个地方出现了问题，这样才能有利于我们的学习进步。学习ENVI软件刚开始的时候是比较痛苦的，主要体现在对各个操作命令的不熟悉，以及对基础理论的理解程度不够造成的，并且全英文的操作菜单让各个指令无法和所学的内容结合起来，造成对软件的操作步骤的不理解，而且也无法加深对本次试验的理解，造成了一定的困难。但当自己硬着头
江西理工大学建测学院地信专业
皮把这部分内容做完之后，再返回去进行一下总结，总能得到一些原来本不知道的知识，我觉得这种收获远远大于按照实习步骤一步步来的效果要好一些。所以，我还是建议大家首先把理论部分搞的明白一些，算不上透彻吧也应该知道本次实验的目的是什么，从目的出发进行理解，这样才能具有针对性，否则等你做过这次实验之后你还不知道做的是什么的话，那样只会耽误自己的时间，很快就会忘记，达不到学习的效果。正如老师介绍的那样，随着经济的发展，对遥感方面的学习越来越重要。长期以来，地理学主要是以地图作为地理信息存贮及成果展示的工具，以地图和实地观测作为地理研究的主要手段。随着当前科学技术和社会的迅速发展，单纯传统的工作手段已不能适应地理学的发展，遥感技术的引进和应用，成为当前地理学发展中具有重要意义的变化和动向之一.遥感已成为地理研究和工作的重要信息源，另外，遥感已成为地理研究的重要手段和方法。因此，伴随着遥感在地信专业所占成分越来越高的现实，我们有必要对遥感这门课程引起足够的重视，努力学习好这门课程。
廖峭：
通过为期两周的遥感实习，我对ENVI软件有了一个全面深入的认识和了解，短短的几天时间我掌握了ENVI常用的基本操作，图像的几何纠正、影像校正，图像融合，影像的分类处理，专题地图的输出制作等，对于一些不常用的功能也都做了了解和尝试，为将来对ENVI整个软件的掌握运用打下了一定的基础。这次实习的收获很多，刚开始接触ENVI软件时，对它全英文的界面很不熟悉，稍微没注意老师的讲解就不知所措，慢慢的用下来，一点一点的琢磨，再加上在技术手册和老师精心的指导，现在我基本掌握了这个软件的主要用途，当一幅幅影像在电脑上显示出来，那种成就感让人满足。在为期2周的实习内，我们很好地完成了老师对我们的要求，通过我们对软件的具体操作，使我们对遥感这们学科有了更深入的认识。同时，在实习中我再次认识到认真严谨的态度是必不可少的，有不太清楚的地方要及时向老师请教，才会保证学习过程中的质量，同时也体会到了遥感研究的辛苦和乐趣。总之通过这几个实习让我对遥感有了更直观的了解，通过做实验让我对遥感和其他学科的联系有了初步了解，同时增强了我对遥感的学习兴趣。总之，本次实验还是比较顺利的，在实习期间感谢老师的辛勤指导，让我们少走了一些弯路，老师的讲解也给我们留下了很深的印象，使我们对一些知识点理解更透彻
陈满姣：
通过两周的室内实习任务，最大的感触就是从新认识了遥感这门比较抽象的学课，以前在课堂上总觉得这是一门非常难懂也非常难学的课程，可是就在这两周的室内实习的过程中我的想法突然改变了，其实遥感这门学科并没有所想的那么难懂和难学，只要我们愿意去学、去发现这门学科的奥秘我们还是非常容易掌握和理解的。开始接触是觉得它是我们所有学科中最抽象的，可是当我们把我们所学的理论知识和这
江西理工大学建测学院地信专业
次室内实习结合起来对比和深入研究后，才真正的发现这是一门多么有内涵和适应新时代的必要科目，同时对于动手操作的重要性有了新的理解，即使掌握了理论知识如果自己不去动手做的话，还是无法完全掌握这门学科，因为很多问题只有在操作中产生了然后自己慢慢摸索解决后才能印象深刻，由于不够耐心不够仔细导致每一步之后的图都有很大的变形，无法继续下一步，都是用其他组员的图继续下一步，但是在这个过程中我还是以自己的最大热情完全的投入到此次实习中，把每一步的大致的操作流程都有所了解，虽然没能得出一个真正属于自己的成果，但是通过这次实习我的收获很大，我理解耐心是很重要的，也理解了团队的重要性，如果总是指望别人永远做不成大事。并且在很多情况下我们都得到了很多意外的收获，获益匪浅！不仅对书本上的理论知识有了大致的理解，更重要的是从实践中检验了它的真理，了解了它的适应范围之广和作用之大，为我们以后从事工作而需要它打下了坚实的基础
朱龙龙：
这次实习给我的最深体会是只有动手操作才会真正学会运用软件，再多地文字资料也比不上一次认真地操作，在野外采集的时候我了解了ＧＰＳ的基本操作，也了解了团队合作的重要性，但是在室内处理这一部分每次都遇到很多问题，然后就气馁了，不想做了，导致没有充分利用这个机会学习，我明白了遇到问题就要虚心请教，多操作几次就会的，关键还是自己态度不够端正，什么事情只要认真对待就一定会有收获，我想在以后的学习中我不会再犯这样的错误，多动手操作，多虚心请教，多点耐心，结果肯定会不一样。工科学生要的就是动手能力，只有在学习完理论并结合一次实习才能够加深对这门课程的理解。当然不仅仅是对本门课程理论知识的理解，更多的是对遥感这门学科的应用有一定的理解才是。当然，想要学习好一门技术不仅仅是一个学期的学习和两周的实习可以搞定的，这可以说只是一个入门，如果想要进一步理解，那就需要付出更多的努力。
第四篇：遥感实习报告(报告)
重庆交通大学测绘工程 《遥感原理及应用》实验报告
班 级： 学 号： 姓 名： 指 导 老 师 ： 实 验 室： 地理信息中心实验室
实验一
ENVI 视窗的基本操作
一、实验的目的
初步了解目前主流的遥感图象处理软件 ENVI 的主要功能模块，在此基础上，掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。
二、实验软件与数据
软件：Envi遥感图像处理软件。数据：重庆地区UTM第八波段数据。
三、实验方法与步骤
Envi软件的主菜单：
这个是ENVI软件的主菜单,其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。
四、实验体会与建议
本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。还有就是将Envi软件菜单的界面转换成中文菜单。
1、在ENVI安装目录..RSIIDL60productsenvi40menu下建立新文件夹，命名为orgmenu
2、拷贝..RSIIDL60productsenvi40menu下原有的英文菜单文件display.men、display_shortcut.men和envi.men到新建的orgmenu目录中进行备份
3、拷贝下载的display.men、display_shortcut.men和envi.men文件到..RSIIDL60productsenvi40menu中，覆盖原文件。
4、启动ENVI4.0。
实验二
遥感图像的几何校正
一、实验的目的
通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。
二、实验软件与数据
软件：Envi遥感图像处理软件。
数据：重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。
三、实验方法与步骤
1、打开ENVI软件将UTM图像和jpg格式的图片载入，上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的。
2、选择校正与镶嵌菜单下的校正图像选取控制点(图像到图像)，分别选取基础图像和校正图像，分别在图像上面选择控制点，通过Add Point按钮增加选择的控制点，用这个方法选择5个控制点，单击Show List按钮查看所选控制点的信息
3、在控制点选择窗口中选择options菜单，再选择warp file，选择输出校正后的图像文件。
4、载入校正后的图像
在图像显示窗口工具菜单中选择geographic link，将需要连接的图像打开，5、选择2号图上的位置，3号图就会显示相应位置。
四、实验体会与建议
用过本章的实验，掌握了遥感图像几何校正的基本方法和步骤，理解了遥感图像几何校正的意义。
在几何校正的时候，刚开始把dipaly1和dipaly2搞反了，没有注意是以哪张有坐标的为基准。选点的时候应该找比较明显的标志性物体。
实验三
遥感图像的增强处理
一、实验的目的
通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
二、实验软件与数据
软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。
三、实验方法与步骤
1、载入UTM多光谱数据，并选择RGB Color 使用前面三个波段显示模拟真彩色图像。
2、在主菜单中选择滤波菜单，再选择卷积滤波，在convolutions菜单中选择不同的算法进行图像的卷积滤波运算。这是通过highpass方法运算输出的结果。
这是经过low pass运算出来的结果。
3、在图像菜单中选择显示增强，以下图像是平方根后的效果
4、在图像菜单中选择显示增强，以下图像是[zoom]均衡化后的效果
四、实验体会与建议
通过本章的实验操作，了解了空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深了对图象增强处理的理解。
刚开始打开的图片是Gray scale的模式，转换成为RGB Color模式。然后就是菜单中选择卷积滤波进行运算，然后再对本图片进行显示增强。
实验四
遥感信息的复合
一、实验的目的
通过上机操作，初步掌握遥感信息复合的方法，深入理解遥感信息复合在信息解译中的意义。
二、实验软件与数据
软件：Envi遥感图像处理软件。
数据：重庆地区UTM多光谱数据和重庆地区UTM第八波段高分辨率数据。
三、实验方法与步骤
1、载入UTM多光谱图像和UTM第八波段高分辨率图像。
2、主菜单中的空间变换菜单,再到影像融合，再到HSV，选择输入多波段的数据
选择输入高分辨数据
输出多光谱数据和高分辨率数据融合之后的图像数据
多光谱和高分辨率数据融合之后的图像
四、实验体会与建议
通过本章实验，初步掌握了遥感信息复合的方法，理解了遥感信息复合在信息解译中的意义。对遥感图片的处理有了更深的认识。
数据融合其实比较好做，就是将两张图片打开后选择菜单中的空间变换菜单,再到影像融合，再到HSV，选择输入多波段的数据。最后生成文件，保存后就可以了。
实验五
遥感图像分类——监督分类
一、实验的目的
理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的。
二、实验软件与数据
软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。
三、实验方法与步骤
1、载入UTM多光谱图像，使用主菜单中的基本工具菜单，选取感兴趣区，在image图像中选择序列区。
2、在主菜单中选择分类，选择监督分类，再选择最小距离法进行分类。结果如下，其中红色部分为河流，蓝色部分为居民区和山脉，绿色部分为植被和背景。
四、实验体会与建议
通过本章实验，理解和掌握了计算机图像分类的基本原理以及监督分类的过程，并能够熟练地对遥感图像进行监督分类。
首先选择图片的感兴趣区，要选择多个波段不同颜色，刚开始的时候只选择了一个，整个图片全是一个颜色。后来选择了很多颜色，选择出了特征值。
实验六
遥感图像分类——非监督分类
一、实验的目的
进一步理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的，同时深刻理解监督分类与非监督分类的区别。
二、实验软件与数据
软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。
三、实验方法与步骤
非监督分类的方法有分级集群法和动态聚类法(ISODATA)载入多光谱图像，使用动态聚类法(ISODATA)进行分类。在分类菜单中选择非监督分类，在选择ISODATA
动态聚类法(ISODATA)分类结果
四、实验体会与建议
通过本章实验，进一步理解了计算机图像分类的基本原理以及监督分类的过程，并能够熟练地对遥感图像进行监督分类的目的，同时深刻理解了监督分类与非监督分类的区别。打开图片，点击非监督分类，然后load图片就可以了。
第五篇：林业遥感实习报告
林业遥感实习报告1
地点：校园、十三陵地区、
姓名： 班级：
学号：
实习目的
1：为了更好的了解十三陵地区的地区概况以及土地利用类型，方便学习遥感图像的制作和分析能力，更好的熟悉应用遥感的重要软件，对遥感知识增加全面的掌握，更好的实现理论与实践的高效结合。本实验旨在教会学生应用ArcGIS系列软件进行矢量化的操作。通过本次实验，要求学生能够掌握ArcGIS一些常用的基本操作，涉及到的知识点，包括：ArcGIS应用基础，空间数据的采集和组织，空间数据的转换和处理，空间数据的可视化表达等。最终达到对ArcGIS桌面软件操作入门的目的:
2：了解航空相片的各种要素，掌握立体观察的具体步骤。
3：掌握野外地物波普测试的基本步骤，了解其反射率。 实习内容
本次实习重要应用到两个重要软件ArcGIS和Edars软件。将十三陵遥感图应用ArcMap进行手工矢量化操作，结合实地踏查，手工进行地物划分，最终形成十三陵土地利用图。用到的'软件主要是ArcMap和ArcCatalog。
一、立体像对观测的实验
二、实验步骤
（一）熟悉航空像片
①像片编号：位于航片右上角，说明摄影时的地理位置、摄影时间； ②框标：四角或四边，相对框标连线交点是该像片的像主点； ③水准气泡：记录该像片的倾斜度数；
④时针：表明摄影时间，以便提供太阳光线方向和太阳高度角； ⑤航片摄影机的焦距； ⑥校正线； ⑦高度表。
（二）立体观察
1、立体镜检查
①在8开白纸上中部顺长边方向绘制一条直线。长约30cm左右，并在此直线上安装反光立体镜。
②在立体观察中观察直线，以检查立体镜的大反镜角度是否正确。当立体观察时纸上的直线在两个视场的成像为两条相交直线，而且经转动白纸或立体镜时仍不能使其两视场中两直线重合时，说明仪器大反光镜位置不正确，这时调整反光镜螺旋进行正位，直至两直线重合为止。
2、确定基线。
然后用两眼相重合的点位，也做标记。之间的距离b为立体镜扩大后的观察基线，称之为立体镜基线。此基线的长度因个人的眼距和立体镜的不同而异。
③在两张像片上分别连接框标得像主点O1、O2，即框标连线的交点，然后在像主点周围f/45为半径的圆内，选刺明显地物，并用像片铅笔画一小圈。
④转刺两像片中心点O1、O2得O1ˊ、O2ˊ，并分别连接O1 O2ˊ、O2 O1ˊ，量出O1 O2ˊ、O2 O1ˊ的长度值，即为两像片的共同基线。
3、观察
①将两像片安置在白纸上，使同名基线与白纸上的直线重合（注意要使同名基线应在像片对内侧）；使像片上的同名像点O1 、O2ˊ或O2、O1ˊ间的距离基于b，固定像片对。
②将反光立体镜置于像片对上，观察者的眼基线要平行于立体镜基线进行观察
一、 实验心得：这次实验较为简单，一个人即可在短时间内完成，但是，由于每个人的眼间距不同，所以调整的仪器目镜间距也不同，在一个人调好后，可能另一个人观测时无法达到最佳状态。也因此，若是两人一起调整仪器的话，可能会慢一点，困难一些。其实，实验整体还是很容易的，只要认真细心即可。
二：野外地物波谱测试的实验
使用光谱反射仪测试地物波谱的实验步骤
1、首先确定需要测定的地物类型，任何不同地物都具有各自不同的光谱特性，都可以作为测定目标。如：草地、灌木、乔木、水泥地、大理石地、水体等，植物还可以分为健康与不健康的，水体也可以分为无污染与有污染的。
2、确定测量时是采用顺光、逆光或顶光，然后放置标准板，标准板的位置应该与地物的位置一致。
3、光谱反射仪的使用：（1）由开关按钮、电池检查钮(Check)、视场角旋钮（2°或10°）、波长轮鼓（400nm~1050nm）、镜头和观测孔等。首先打开镜头盖，不要用手触摸镜头，然后打开开关按钮，按住电池检查钮(Check)，如果从观测孔中观测到刻度值大于3就能说明电池仍有电，反之则需要更换电池；从观测孔中除了刻度以外还可以看见一个大圈中间还有一个小圈，大圈是10°视场角的观测范围，小圈是2°视场角的观测范围，一般使用10°视场角，也就是说在观测时大圈中应该充满所测地物而没有任何其它物体；观测孔中得刻度是从0到4，读取时应该估读出小数点后两位。（2）转动波长轮鼓，从400nm开始依次测量，首先让镜头对准目标地物，通过观测孔读数并记录，再让镜头对准标准板读数记录。（3）然后将波长轮鼓调到425nm，同前面一样读取地物与标准板的读数，依此按照波长顺序重复数次。
4、读物波谱反射系数的计算：分别将各个波长获得的标准板读数值与其目标物读数相减，然后根据相减所得差值在反射率查询表中查询对应的反射率。
5、反射波谱曲线的绘制：以波长（400nm~1050nm）为横轴，反射率为纵轴，画出光谱反射曲线。
6、对多个地物的反射光谱曲线进行比较分析。
光谱反射率测定记录表
光谱反射率测定记录表
地点 十三陵 目标地物类型 月季叶（新鲜完整） 时间20xx/10/27
林业遥感实习报告2
一．实习目的
通过实习能够熟练的掌握使用遥感地形图进行地物识别以及解译标志库的建立
二．实习主要内容
1. 对野外进行踩点调查 2. 目视解译，区划小班 3. 地类面积统计及分析 4. 森林资源分布图制图出图
三．主要结果分析（解译标志库目视解译步骤地类面积统计森林分布图制图）
第一条路线沿大湖坪向上方方向踩点调查，行程8.9公里 第二条路线沿茶园方向往太阳庙方向进行调查，行程6.5公里 第三条路线为沿环山公路沿路进行探究，行程6.8公里
四．简易标志库的.建立
五．统计结果及其分析
结论：由表格中数据可知福寿山林场的竹林面积特别大，无论是纯竹林还是竹林混交林的面积都占了很大的比重，同时经过我们小组成员在山中的所见所闻也知道了山中的针叶林主要以杉木和柳杉为主的林份在山上分布广生长旺盛，同时作为一个自然保护区它的阔叶林面积也大，这样各种资源分布比较均匀符合游人的需求也符合物种的多样性。
林业遥感实习报告3
一、实习目的与要求
林业遥感是遥感技术在林业经营中具体应用的实用性强的专业课，旨在培养学生利用遥感手段进行森林资源监测和管理的基本技能，实习的主要目的是培养学生使用GPS进行野外地形参数的手工测量，内业计算机遥感图像的几何精校正和探索学习决策树分类方法对林业遥感影像进行分类研究的动手能力。通过实习，加深遥感技术在森林资源监测和管理中的应用和理解。
二、实习内容
1)GPS采集地面控制点坐标；
2)（经纬度或平面直角坐标）以及地形参数；
3)（坡度，坡向）野外训练区的地面调查；
4)内业遥感图像的几何精校正；
5) ENVI图像处理软件决策树分类器建立逐级决策规则；
6)决策规则的修改与添加（与实地调查进行比较分析）；
7)利用建立的决策规则对林业遥感图像进行分类，保存分类规则与分类图像。
三、实习中涉及的理论知识
1．决策树分类简介
与其它分类方法相比，决策树分类具有如下特点：
1）决策树分类是非参数分类，因此其独立于训练区像元亮度值的统计分布模式；
2）决策树分类时模型的输入既可以是连续的光谱波段值，也可以是离散的数值，甚至是定名变量；
3）分类结束后可以生成易于解译的分类判别准则文件；
4）样本训练的速度快，分类精度通常高于其它的分类器。
2．决策树分类原理
决策树分类实质是利用输入分类器的多元特征参数，从多角度挖掘出蕴藏在其中的模式类别间的差异，并建立起“特征识别矩阵”（类似于判读检索表），其外在表现为多个“If Then, else if then”的连用，就如同数学上的多个集合求交集运算，从而将满足交集条件的模式与不满足交集条件的模式区分开来，实现不同模式类别的自动识别。
具体地讲，决策树可以像分类过程一样被定义，依据某种规则将窨数据集一级级往下细分以定义决策树的各个分支。
决策树由一个根结点，一系列内部结点及终极结点组成，每一个结点只有一个父结点和两个或多个子结点。根据决策树的构成思想，以选定的样本数据为对象逐级找到分类树的结点，并且在每个结点上记录所选的空间数据图层的编号以及相应的判别函数参数，从而有可能反过来从树根到叶按照生成的判别规则，逐级地在每个结点上对样本数据以外的待分类数据进行分类。
3．本实习决策树分类规则描述
类1(class 1)：NDVI值大于0.3，坡度大于或等于20度；
类2(class 2)：NDVI值大于0.3，坡度小于20度，阴坡；
类3(class 3)：NDVI值大于0.3，坡度小于20度，阳坡；
类4(class 4)：NDVI值小于或等于0.3，波段4的值大于或等于20；
类5(class 5)：NDVI值小于或等于0.3，波段4的值小于20；
类6(class 6)：波段4的值等于0；
类7(class 7)：波段1的.值小于波段1的均值。
决策树分类规则是在决策树分类过程中不断修改和添加的，为了实现逐步分类更加精细与准确。
四、实习步骤
1． 外业数据采集
在中山陵地区选取若干样点，利用GPS记录样点坐标，测定相应位置的地形参数。目的：练习使用GPS以及DEM的建立方法。
2． 研究资料确定与处理
1) 运行ENVI软件，打开并显示对决策树分类有贡献的影像文件：bouldr_tm.dat (Landsat 5 TM影像) 与boulder_dem.dat（相应的DEM空间子集）
2) 投影类型转换
查看bouldr_tm影像特征：
Projection : UTM
Pixel: 30 Meters
Datum: NAD 27
查看boulder_dem影像特征：
Projection : GAUSS-KRUGER
Pixel: 30 Meters
Datum: WGS84
以bouldr_tm影像为基准，转换boulder_dem影像的投影类型：
运行ENVI软件，点击Map/Convert Map Projection，在弹出的Convert Map Projection Input Image中选择boulder_dem，在弹出的Convert Map Projection对话框中选择UTM，DATUM选择NAD 27，可选择多项式和最邻近点方式，保存投影类型转换后的图像。
3）图像配准
为提高TM影像的分辨率，从而提高分类精度，以bouldr_tm影像与相应地区的SPOT影像配准（SPOT为已经过精校正的影像，空间分辨率为10m）
配准方法：点击Map/Registration/Select GCPs: Image to Image，使得bouldr_tm影像的分辨率也达到10m，查看配准后的影像特征：
Projection : UTM
Pixel: 10 Meters
Datum: NAD 27
3． 输入决策树规则
1） 选择Classification/Decision Tree/Build new decision tree，打开决策树工具，在决策树工具打开时就只有一个空的决策节点，在这个空的节点中输入任意条件的决策表达式，将该数据集的像素分为两组
2） 第一个决策要基于landsat影像。要定义这个决策点，点击决策节点，当前这个节点被标注为Node，输入表达式：{ndvi} gt 0.3。
这个决策将像素分为两类，一类为绿色植被，另一类为非植被。
3） 指定应用决策表达式的文件
在出现的Variables/Files Pairing对话框中，点击{ndvi}，在随后出现的对话框中选择bouldr_tm影像，这表明当上述决策规则计算时，NDVI值将从bouldr_tm影像中计算出来。
这里ENVI会根据NDVI这个特定名称，自动搜索所需的红波段和近红外波段，计算出NDVI值。
4） 完成第一个简单决策树分类器，NDVI大于0.3被分成白色类，NDVI值小于或等于0.3像素被分为黑色。
4． 输入决策树附加规则
1） 右键点击Class 1的节点，从弹出的快捷菜单中选择Add Children，从而将NDVI大的那类细分为两个新的子类。
2） 点击空白节点，并在Edit Decision Parameters对话框中，输入下面这个决策规则：{Slope} lt 20。
这个决策规则将根据坡面的陡峭程度，将NDVI值高的像素分为两类，同样，ENVI会根据Slope(坡度)这个特定名称，自动搜索计算Slope值。
3） 在节点的Name区域，输入slope<20，点击OK。
4） 指定应用决策表达式的文件
在出现的Variables/Files Pairing对话框中，点击{slope}，在随后出现的对话框中选择boulder_dem影像，这表明当上述决策规则计算时，slope值将从boulder_dem影像中计算出来
5） 继续添加决策规则
右键点击绿色的端元节点，它包括了NDVI值高、坡度低的那类像素，从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：
{aspect} lt 20 and {aspect} gt 340
这个决策将把NDVI值高、坡度小的那些像素，分为坡面北朝向的和坡面北朝向不显著的两类。
6） 在节点的Name区域，输入North，点击OK。
7） 指定应用决策表达式的文件
在出现的Variables/Files Pairing对话框中，点击{aspect}，在随后出现的对话框中选择boulder_dem影像，这表明当上述决策规则计算时，aspect值将从boulder_dem影像中计算出来。
8） 在节点的Name区域，输入North，点击OK。
9） 继续添加决策规则。
右键点击黑色的端元节点，它包括了NDVI值低的那类像素，从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b4 lt 20。
这个决策规则将水体非植被中分离出来，经过目视解译遥感影像发现，在波段4中，像素值小于20的主要是水体。
10） 指定应用决策表达式的文件
在出现的Variables/Files Pairing对话框中，点击b4，在随后出现的对话框中选择bouldr_tm影像。
11） 在节点的Name区域，输入Low B4，点击OK。
5． 执行决策树
1） 选择Options/Execute；
2） 在Decision Tree Execution Parameters对话框中，点击bouldr_tm影像，作为基准影像。其它影像的地图投影，像素大小和范围都将被自动调整，以匹配该基准影像；
3） 输入要输出的分类影像文件名，保存。
6． 查看决策树分类结果；
1） 输出的决策树分类结果中，给定像素的颜色是由分类指定的端元节点的颜色确定的。Class1，Class2，Class3，Class4，Class5分别对应红色，绿色，蓝色，黄色，蓝绿色；
2） 查看决策树信息。
在ENVI Decision Tree
对话框的空白背景上，点击右键，从弹出的对话框中，选择Zoom In，现在每个节点标签都会显示像素的个数以及所包含像素点总影像像素的百分比。
7． 修改决策树
1） 添加新的决策
执行完决策树后查看分类结果，发现上述决策规则中，波段4小于20的那些像素中，某些像素是边缘像素，值为0，以蓝绿色显示，因此需修改决策树：
在波段4的值小于20的那些像素的端元节点上，点击右键，并从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b4 eq 0。
在Name文本框中，输入B4=0。
2）执行新添加的决策，此时输出结果中，边缘像素就归为另一类了，以红紫色表示。
8． 在决策表达式中使用波段索引
几个内置的决策树变量在决策表达式使用过程中，需要波段索引。
1） 在黄色端元节点上，点击右键，该节点包括了NDVI值低但波段4的值高的那一类像素。从快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b1 lt {mean[1]}。
在Name文本框中，输入Low B1。
该表达式将判断波段1的像素值是否小于波段1的均值。
2） 指定应用决策表达式的文件
在出现的Variables/Files Pairing对话框中，点击b1，在随后出现的对话框中选择bouldr_tm影像的band 1；
在出现的Variables/Files Pairing对话框中，点击mean，在随后出现的对话框中选择bouldr_tm影像；
3） 运行决策树；
4） 查看结果，波段1的值较低的某些黄色像素的颜色已变为暗红色。
9． 修剪决策树
在使用决策树的过程中，经常需要测试某个指定的子节点是否对决策树的分类结果有效，即对决策树的修剪。
1） 在Low B1节点上，点击右键，从弹出的快捷菜单中，选择Prune Children。结果表明，可以看到这个子节点，但它们不再带有颜色，而且也没有连接到决策树上，表明已被修剪，当执行决策树时，它们不会被使用；
2） 右键点击Low B1节点，从弹出的快捷菜单中，选择Restore Pruned Children，可恢复修剪。
10．保存生成的决策树。
11． 对分类结果进行评价。
五、实习结论
通过实习，从中学到了很多东西，受益匪浅！
点击咨询 