小熊工具箱是由中科院對地觀測中心在讀博士胡勇將自己寫的IDL程式碼整理而成，包含許多實用功能：相對輻射歸一化、矩匹配相對輻射校正、趨勢分析、最大值合成、MODIS質量資料轉換、批量向量裁剪、MRT批處理、TVDI、ROI分離器、批量生成縮圖、批量生成影像範圍（shp）。

下載地址：http://pan.baidu.com/s/1bBG9Vg

請下載安裝包，並參考壓縮包中的 “說明文件 v3.0.pdf ”進行安裝和使用。

更新日誌

此版為 v3.0，主要更新了 timesat 整合、密度散點圖等，並修復了部分bug。

安裝方法

這個擴充套件工具適用於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。

• ENVI 4.8
  • Windows: C:\Program Files\ITT\IDL\IDL80\products\envi48\save_add
• ENVI5.0
  • Windows：C:\Program Files\Exelis\ENVI50\classic\save_add

第二步：將provmeans.dll 和provmeans.dlm 放到idl 的bin\bin.x86 下，例如：C:\Program Files\ITT\IDL\IDL80\bin\bin.x86

重新啟動ENVI+IDL，選單會自動新增。

使用方法

安裝好工具後，通過以下方式找到相應功能選單：

啟動ENVI 4.8或者ENVI5.0 Classic後，即可看見小熊工具箱選單如圖1

圖1 小熊工具箱選單

功能簡介

1.  相對輻射歸一化

利用參考影像和待校正影像中對應像元的光譜相關性，提取沒有發生變化的地物點，建立迴歸方程，然後對待校正影像進行校正，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。處理結果可用於多時相的變化監測，以及相鄰影像鑲嵌前的輻射配準（ROI選重疊區域）等。

2.   矩匹配相對輻射校正

對於面陣推掃式感測器，由於儀器光譜響應函式、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條帶現象和“smile”現象，因此需要進行相對輻射校正。
矩匹配方法對圖象資料有一個基本的假定條件：理想成像條件下，只要圖象在飛行方向有足夠多的掃描線，可以認為圖象矩陣在飛行掃描方向的每列資料的統計均值和標準差是相等的，即飛行方向每列資料的均值(偏差)和標準差(增益)的差異是由於輻射差異造成的。

3.  趨勢分析

逐像元分析時間序列資料隨時間的變化，如NDVI年均值的變化趨勢，得到斜率和截距

4.  最大值合成(MVC)

得到多波段資料（時間序列資料）中的最大值。

5.  MODIS質量資料轉換

MODIS資料的質量評估資料（Quality Assessment -QA），都是以不同的bit來表示不同的資訊，因此，要利用QA資料進行掩膜，需根據資料說明文件，提取相應的bit來生成掩膜影象。

6.  批量向量裁剪

利用evf檔案，批量裁剪帶座標的柵格影象。

7.  MRT批處理

用於批處理相同tile（H和V相同）的MODIS時間序列產品，需要安裝MRT。

8.  TVDI

近年來，有研究人員分析了遙感感測器得到的地表溫度（LST）和植被指數，認為它們的散點圖構成的空間關係為三角形關係，並利用土壤——植被——大氣傳輸模型(SVAI)進行了比較驗證。實驗觀測要求研究區域必須足夠大，涵蓋的地表覆蓋資訊應該從裸土一直變化到植被完全覆蓋，上壤溼度從乾旱變化到溼潤。圖中的A、B、C三個點代表了LST-NDVI特徵空間中的三種極端情況，分別表示乾燥裸土(NDVI小，LST高)、溼潤土（NDVI和LST都最小)和溼潤且完全植被覆蓋的地表(NDVI大，LST高)。在裸土區，地表溫度與土壤含水量的變化高度相關。由A至B，地表的土壤水分蒸發逐漸增大。隨著地表植被覆蓋度的增加，地表溫度開始下降。C點表示植被完全覆蓋，土壤溼度含量充足，這時沒有水分脅迫。圖2中AC邊表示上壤水分的有效性很低，地表蒸散小，處於乾旱狀態，被認為是“幹邊”；BC表示土壤水分充足，不是植物生長的限制因素，此時地表蒸散等於潛在蒸散，被認為是“溼邊”。

圖2 NDVI-LST關係

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

圖3

式中 為最小地表溫度，對應的是溼邊；TS為任意像元的地表溫度， 為某一NDVI對應的最大地表溫度，即幹邊。
在利用遙感獲得的植被指數與地表溫度資料中，提取相同植被指數下的最高和最低地表溫度，將植被指數與其分別進行線性擬合，即可獲得特徵空間中的幹邊與溼邊方程如圖4:

圖4

其中 、 和 、 分別是幹邊和溼邊擬合方程的係數。幹邊對應TVDI值為1，溼邊為0，計算得到任一點TVDI值介於0和1之間，TVDI值越大，對應的土壤水分越低；TVDI值越小，對應的土壤水分越高。
根據上述原理，利用的某地區9月份的植被指數NDVI和LST進行試驗，其LST-NDVI特徵空間如圖5所示。

圖5 LST-NDVI特徵空間

本程式的功能為根據輸入的植被指數影象、地表溫度影象，以及對應的掩膜影象，按照上述演算法計算TVDI。

9.  ROI分離器

利用樣本資料(ROI)進行建模分析、或是分類時，經常需要將樣本資料分成兩份，其中一部分用於分類（或是建模），另外一部分用於結果驗證。ROI分類器的功能為按指定的比例，將所選的ROI隨機分成兩部分。圖6為利用ROI分離器，將原ROI（綠色邊框）按50%，50%分離成兩個ROI。

圖6 50%分離成兩個ROI

10. 批量生成縮圖

對於大批量的遙感資料，常常需要生成JPG格式的縮圖，便於檢視資料的質量、以及是否有云等。本程式是將一個資料夾下指定格式的影象，利用設定的波段批量生成JPG圖片。

11. 批量生成影像範圍（shp）

對於大批量帶地理座標的遙感影像，如果在ENVI中檢視每景影像的覆蓋範圍，是十分費力的事。本程式的功能是批量將遙感影像的覆蓋範圍，生成向量圖(shp)，方便檢視資料覆蓋範圍。圖7為根據某航空影像，生成的shp範圍。

圖7 生成的shp範圍