目前精度较高的方法主要是支持向量机分类和随机森林分类。所以废话不多说，直接上干货
1.打开envi，加载影像，主要以land sat8为例，直接打开以MTL为后缀的文件
如果打不开的话，就是头文件有问题，可以把各个波段的tif文件加载进来，进行波段合成。
2.打开头文件后，之后要进行数据的预处理，分别是辐射定标和大气校正。
3.首先是辐射定标在tool box 中直接搜索radiometric，如下图
双击打开，共有7个波段，点击OK，具体设置如图
设置输出路径，不要有中文
4.大气校正，在toolbox中搜索flaash
双击打开，输入图像，选择use single scale
大气校正中，需要设置的参数在下图标出
第一个是传感器的类型选择landsat8oli
第二个是影像的时间，不知道时间的可以点击原始影像，右键，点击View metadata. 里面有时间显示
第三个是拍摄高度
第四个是大气矫正的模型，具体各个纬度的模型如下图
**
好久没更新了，上一部分写的影像的辐射定标和大气校正**
做完数据的预处理后，就可以进行监督分类了，主要就是目视解译，选择样本点
我用的landsat的影像，空间分辨率为30m,真彩色波段为“4，3，2”假彩色波段为“5，4，3”
要分植被的话，还是要用假彩色，用R,G,B显示假彩色
具体选择样本点的方法就是目视解译
1.鼠标右键，点击“New Regions of interest”
在这里可以编辑地类的名称和颜色（最好用英文）
2.然后可以选择样本点
之后保存，再添加其他地类就可以了
3.把所有需要分的地类的样本点选择完了之后，可以在file点击save as ——选择所有样本——保存成xml文件，
做长时序的分类，可以接着用
3.选择分类方法：envi里面有很多分类方法，比如支持向量机（SVM）最小距离之类的，这里以支持向量机和随机森林分类为例
上图是支持向量机分类，双击打开，选择要分类的影像，选择样本，设置输出路径，然后等着就可以了
3.1 随机森林分类envi里面没有，需要插件
将解压后的 custom_code 和 extensions 文件夹拷贝到 \ENVI5X\ 下，覆盖并替换
然后选择要分类的影像，选择样本，设置输出路径，然后等着就可以了
4.之后就是计算分类精度了，计算总体分类精度，kappa系数，这个需要高分辨率的影像，但我没有
其实就是与实际的地类对比的过程
具体操作就是：1.加载用于验证的高分辨率影像（只需要一部分就可以）在这个影像上选择样本，
2.加载自己分类后的结果
3.在envi中，选择tool box——classification——下图
4.双击打开，选择自己分类后结果，然后它会自己对应起来
5.然后一直点击OK，就可以了
**更多内容请关注微信公众号“生态遥感监测笔记”
