小熊工具箱是ENVI擴(kuò)展插件，由中科院對地觀測中心在讀博士胡勇將自己寫的IDL代碼整理而成，包含許多實(shí)用功能：相對輻射歸一化、矩匹配相對輻射校正、趨勢分析、*大值合成、MODIS質(zhì)量數(shù)據(jù)轉(zhuǎn)換、批量矢量裁剪、MRT批處理、TVDI、ROI分離器、批量生成縮略圖、批量生成影像范圍（shp）。

安裝方法

這個(gè)擴(kuò)展工具適用于ENVI 4.8版本及以上版本。

第一步：將rihor_Little_Bear_Tools.sav放在以下指定路徑下即可。

ØENVI 4.8

Windows: C:Program FilesITTIDLIDL80productsenvi48save_add

ØENVI5.0

Windows：C:Program FilesExelisENVI50classicsave_add

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

重新啟動ENVI+IDL，菜單會自動添加。

安裝好工具后，通過以下方式找到相應(yīng)功能菜單：

啟動ENVI 4.8或者ENVI5.0 Classic后，即可看見小熊工具箱菜單如圖1

圖1小熊工具箱菜單

功能介紹

1.相對輻射歸一化

利用參考影像和待校正影像中對應(yīng)像元的光譜相關(guān)性，提取沒有發(fā)生變化的地物點(diǎn)，建立回歸方程，然后對待校正影像進(jìn)行校正，使兩影像中相同地物具有相同，或相近的值，輸入影像可以是DN值、RAD和TOA反射率。處理結(jié)果可用于多時(shí)相的變化監(jiān)測，以及相鄰影像鑲嵌前的輻射配準(zhǔn)（ROI選重疊區(qū)域）等。

2.矩匹配相對輻射校正

對于面陣推掃式傳感器，由于儀器光譜響應(yīng)函數(shù)、成像條件、大氣斜程吸收和輻射、地物二向反射特性等因素的影響，高光譜圖象上會出現(xiàn)條帶現(xiàn)象和“smile”現(xiàn)象，因此需要進(jìn)行相對輻射校正。
矩匹配方法對圖象數(shù)據(jù)有一個(gè)基本的假定條件：理想成像條件下，只要圖象在飛行方向有足夠多的掃描線，可以認(rèn)為圖象矩陣在飛行掃描方向的每列數(shù)據(jù)的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差是相等的，即飛行方向每列數(shù)據(jù)的均值(偏差)和標(biāo)準(zhǔn)差(增益)的差異是由于輻射差異造成的。

3.趨勢分析

逐像元分析時(shí)間序列數(shù)據(jù)隨時(shí)間的變化，如NDVI年均值的變化趨勢，得到斜率和截距

4.*大值合成(MVC)

得到多波段數(shù)據(jù)（時(shí)間序列數(shù)據(jù)）中的*大值。

5.MODIS質(zhì)量數(shù)據(jù)轉(zhuǎn)換

MODIS數(shù)據(jù)的質(zhì)量評估數(shù)據(jù)（Quality Assessment -QA），都是以不同的bit來表示不同的信息，因此，要利用QA數(shù)據(jù)進(jìn)行掩膜，需根據(jù)數(shù)據(jù)說明文檔，提取相應(yīng)的bit來生成掩膜圖像。

6.批量矢量裁剪

利用evf文件，批量裁剪帶坐標(biāo)的柵格圖像。

7.MRT批處理

用于批處理相同tile（H和V相同）的MODIS時(shí)間序列產(chǎn)品，需要安裝MRT。

8.TVDI

近年來，有研究人員分析了遙感傳感器得到的地表溫度（LST）和植被指數(shù)，認(rèn)為它們的散點(diǎn)圖構(gòu)成的空間關(guān)系為三角形關(guān)系，并利用土壤——植被——大氣傳輸模型(SVAI)進(jìn)行了比較驗(yàn)證。實(shí)驗(yàn)觀測要求研究區(qū)域必須足夠大，涵蓋的地表覆蓋信息應(yīng)該從裸土一直變化到植被完全覆蓋，上壤濕度從干旱變化到濕潤。圖中的A、B、C三個(gè)點(diǎn)代表了LST-NDVI特征空間中的三種極端情況，分別表示干燥裸土(NDVI小，LST高)、濕潤土（NDVI和LST都*小)和濕潤且完全植被覆蓋的地表(NDVI大，LST高)。在裸土區(qū)，地表溫度與土壤含水量的變化高度相關(guān)。由A至B，地表的土壤水分蒸發(fā)逐漸增大。隨著地表植被覆蓋度的增加，地表溫度開始下降。C點(diǎn)表示植被完全覆蓋，土壤濕度含量充足，這時(shí)沒有水分脅迫。圖2中AC邊表示上壤水分的有效性很低，地表蒸散小，處于干旱狀態(tài)，被認(rèn)為是“干邊”；BC表示土壤水分充足，不是植物生長的限制因素，此時(shí)地表蒸散等于潛在蒸散，被認(rèn)為是“濕邊”。

圖2 NDVI-LST關(guān)系

對LST-NDVI特征空間進(jìn)行簡化，研究人員提出了溫度植被旱情指數(shù)(Temperature Vegetation Dryness Index，TVDI)的概念，其計(jì)算公式如圖3:

圖3

式中 為*小地表溫度，對應(yīng)的是濕邊；TS為任意像元的地表溫度， 為某一NDVI對應(yīng)的*大地表溫度，即干邊。
在利用遙感獲得的植被指數(shù)與地表溫度數(shù)據(jù)中，提取相同植被指數(shù)下的*高和最低地表溫度，將植被指數(shù)與其分別進(jìn)行線性擬合，即可獲得特征空間中的干邊與濕邊方程如圖4:

圖4

其中 、 和 、 分別是干邊和濕邊擬合方程的系數(shù)。干邊對應(yīng)TVDI值為1，濕邊為0，計(jì)算得到任一點(diǎn)TVDI值介于0和1之間，TVDI值越大，對應(yīng)的土壤水分越低；TVDI值越小，對應(yīng)的土壤水分越高。
根據(jù)上述原理，利用的某地區(qū)9月份的植被指數(shù)NDVI和LST進(jìn)行試驗(yàn)，其LST-NDVI特征空間如圖5所示。

圖5 LST-NDVI特征空間

本程序的功能為根據(jù)輸入的植被指數(shù)圖像、地表溫度圖像，以及對應(yīng)的掩膜圖像，按照上述算法計(jì)算TVDI。

9.ROI分離器

利用樣本數(shù)據(jù)(ROI)進(jìn)行建模分析、或是分類時(shí)，經(jīng)常需要將樣本數(shù)據(jù)分成兩份，其中一部分用于分類（或是建模），另外一部分用于結(jié)果驗(yàn)證。ROI分類器的功能為按指定的比例，將所選的ROI隨機(jī)分成兩部分。圖6為利用ROI分離器，將原ROI（綠色邊框）按50%，50%分離成兩個(gè)ROI。

圖6 50%分離成兩個(gè)ROI

10.批量生成縮略圖

對于大批量的遙感數(shù)據(jù)，常常需要生成JPG格式的縮略圖，便于查看數(shù)據(jù)的質(zhì)量、以及是否有云等。本程序是將一個(gè)文件夾下指定格式的圖像，利用設(shè)置的波段批量生成JPG圖片。

11.批量生成影像范圍（shp）

對于大批量帶地理坐標(biāo)的遙感影像，如果在ENVI中查看每景影像的覆蓋范圍，是十分費(fèi)力的事。本程序的功能是批量將遙感影像的覆蓋范圍，生成矢量圖(shp)，方便查看數(shù)據(jù)覆蓋范圍。圖7為根據(jù)某航空影像，生成的shp范圍。

圖7生成的shp范圍