小熊工具箱 3.0

小熊工具箱是ENVI扩展插件，由中科院对地观测中心在读博士胡勇将自己写的IDL代码整理而成，包含许多实用功能：相对辐射归一化、矩匹配相对辐射校正、趋势分析、*大值合成、MODIS质量数据转换、批量矢量裁剪、MRT批处理、TVDI、ROI分离器、批量生成缩略图、批量生成影像范围（shp）。

安装方法

这个扩展工具适用于ENVI 4.8版本及以上版本。

第一步：将rihor_Little_Bear_Tools.sav放在以下指定路径下即可。

ØENVI 4.8

Windows: C:Program FilesITTIDLIDL80productsenvi48save_add

ØENVI5.0

Windows：C:Program FilesExelisENVI50classicsave_add

第二步：将provmeans.dll和provmeans.dlm放到idl的binin.x86下，例如：C:Program FilesITTIDLIDL80inin.x86

重新启动ENVI+IDL，菜单会自动添加。

安装好工具后，通过以下方式找到相应功能菜单：

启动ENVI 4.8或者ENVI5.0 Classic后，即可看见小熊工具箱菜单如图1

图1小熊工具箱菜单

功能介绍

1.相对辐射归一化

利用参考影像和待校正影像中对应像元的光谱相关性，提取没有发生变化的地物点，建立回归方程，然后对待校正影像进行校正，使两影像中相同地物具有相同，或相近的值，输入影像可以是DN值、RAD和TOA反射率。处理结果可用于多时相的变化监测，以及相邻影像镶嵌前的辐射配准（ROI选重叠区域）等。

2.矩匹配相对辐射校正

对于面阵推扫式传感器，由于仪器光谱响应函数、成像条件、大气斜程吸收和辐射、地物二向反射特性等因素的影响，高光谱图象上会出现条带现象和“smile”现象，因此需要进行相对辐射校正。
矩匹配方法对图象数据有一个基本的假定条件：理想成像条件下，只要图象在飞行方向有足够多的扫描线，可以认为图象矩阵在飞行扫描方向的每列数据的统计均值和标准差是相等的，即飞行方向每列数据的均值(偏差)和标准差(增益)的差异是由于辐射差异造成的。

3.趋势分析

逐像元分析时间序列数据随时间的变化，如NDVI年均值的变化趋势，得到斜率和截距

4.*大值合成(MVC)

得到多波段数据（时间序列数据）中的*大值。

5.MODIS质量数据转换

MODIS数据的质量评估数据（Quality Assessment -QA），都是以不同的bit来表示不同的信息，因此，要利用QA数据进行掩膜，需根据数据说明文档，提取相应的bit来生成掩膜图像。

6.批量矢量裁剪

利用evf文件，批量裁剪带坐标的栅格图像。

7.MRT批处理

用于批处理相同tile（H和V相同）的MODIS时间序列产品，需要安装MRT。

8.TVDI

近年来，有研究人员分析了遥感传感器得到的地表温度（LST）和植被指数，认为它们的散点图构成的空间关系为三角形关系，并利用土壤——植被——大气传输模型(SVAI)进行了比较验证。实验观测要求研究区域必须足够大，涵盖的地表覆盖信息应该从裸土一直变化到植被完全覆盖，上壤湿度从干旱变化到湿润。图中的A、B、C三个点代表了LST-NDVI特征空间中的三种极端情况，分别表示干燥裸土(NDVI小，LST高)、湿润土（NDVI和LST都*小)和湿润且完全植被覆盖的地表(NDVI大，LST高)。在裸土区，地表温度与土壤含水量的变化高度相关。由A至B，地表的土壤水分蒸发逐渐增大。随着地表植被覆盖度的增加，地表温度开始下降。C点表示植被完全覆盖，土壤湿度含量充足，这时没有水分胁迫。图2中AC边表示上壤水分的有效性很低，地表蒸散小，处于干旱状态，被认为是“干边”；BC表示土壤水分充足，不是植物生长的限制因素，此时地表蒸散等于潜在蒸散，被认为是“湿边”。

图2 NDVI-LST关系

对LST-NDVI特征空间进行简化，研究人员提出了温度植被旱情指数(Temperature Vegetation Dryness Index，TVDI)的概念，其计算公式如图3:

图3

式中 为*小地表温度，对应的是湿边；TS为任意像元的地表温度， 为某一NDVI对应的*大地表温度，即干边。
在利用遥感获得的植被指数与地表温度数据中，提取相同植被指数下的*高和最低地表温度，将植被指数与其分别进行线性拟合，即可获得特征空间中的干边与湿边方程如图4:

图4

其中 、 和 、 分别是干边和湿边拟合方程的系数。干边对应TVDI值为1，湿边为0，计算得到任一点TVDI值介于0和1之间，TVDI值越大，对应的土壤水分越低；TVDI值越小，对应的土壤水分越高。
根据上述原理，利用的某地区9月份的植被指数NDVI和LST进行试验，其LST-NDVI特征空间如图5所示。

图5 LST-NDVI特征空间

本程序的功能为根据输入的植被指数图像、地表温度图像，以及对应的掩膜图像，按照上述算法计算TVDI。

9.ROI分离器

利用样本数据(ROI)进行建模分析、或是分类时，经常需要将样本数据分成两份，其中一部分用于分类（或是建模），另外一部分用于结果验证。ROI分类器的功能为按指定的比例，将所选的ROI随机分成两部分。图6为利用ROI分离器，将原ROI（绿色边框）按50%，50%分离成两个ROI。

图6 50%分离成两个ROI

10.批量生成缩略图

对于大批量的遥感数据，常常需要生成JPG格式的缩略图，便于查看数据的质量、以及是否有云等。本程序是将一个文件夹下指定格式的图像，利用设置的波段批量生成JPG图片。

11.批量生成影像范围（shp）

对于大批量带地理坐标的遥感影像，如果在ENVI中查看每景影像的覆盖范围，是十分费力的事。本程序的功能是批量将遥感影像的覆盖范围，生成矢量图(shp)，方便查看数据覆盖范围。图7为根据某航空影像，生成的shp范围。

图7生成的shp范围