ENVI擴充套件工具：像元三分模型
安裝方法
方法1：使用 ENVI App Store
App Store 下載地址：envi.geoscene.cn/appstore
方法2：手動下載 https://envi.geoscene.cn/appstore/trilnpaing
下載 zip 壓縮包並解壓，將得到的 extensions 資料夾拷貝到如下 ENVI 安裝路徑，覆蓋同名資料夾即可：
-
ENVI 5.3 - C:\Program Files\Exelis\ENVI53\
-
ENVI 5.4 及以上 - C:\Program Files\Harris\ENVI5x\
重啟 ENVI 即可使用。
使用方法
-
在Toolbox中，選擇Extensions > Triangular Linear Spectral Unmixing
； -
在彈出的Triangular Linear Spectral Unmixing Parameters引數設定面板中（圖1）：
-
Input PVI Raster：選擇單波段PVI柵格資料；
-
Input NPVI Raster：選擇單波段NPVI柵格資料；
-
PVI Eigenvalues: 輸入PV、NPV及BS端元對應的PVI特徵值；
-
NPVI Eigenvalues: 輸入PV、NPV及BS端元對應的NPVI特徵值；
-
Output Raster: 選擇輸出路徑及檔名。
-
圖1：像元三分模型引數設定面板
-
計算結果如圖2所示：
圖2：NDVI-CAI像元三分模型計算結果
確定端元特徵值的方法很多，這裡提供上篇博文參考文獻【李濤等】中的三種方法供大家參考：
（1）最小包含端元特徵法（Minimum-Volume Enclosing method，MVE）：基於NDVI-CAI像元三分模型的假設，不同比例組合的混合像元的NDVI-CAI特徵空間圖會呈現三角形，其頂點則為三種組分的純淨端元。由於影像選取及噪聲的影響，影像的NDVI-CAI特徵空間圖可能不會呈現理想的幾何圖形。因此需要採用PPI指數驗證其幾何頂點處存在純淨端元后，採用統計的方法，計算最小包含幾何頂點區域像元的平均指數值作為相應端元的特徵值。
（2）純淨像元指數法（Pixel Purity Index method，PPI）：首先採用最小化噪聲的方法MNF對影像資料進行降維，生成大量穿過資料集合內部的隨機測試向量。繼而將光譜點向各個測試向量投影，端元將會投影到測試向量的兩側而混合像元投影到中間。根據這個原則，記錄每個像元被投影到端元的次數，出現頻率最高的點被視為純淨端元。針對於高光譜Hyperion影像，可利用ENVI4.8進行MNF變換降維，取變換後代表絕大部分資訊的前20個波段進行投影，設定迭代次數為2000，閾值係數為3，產生像元純度指數PPI。將PPI>10且又靠近特徵空間圖頂點的像元視為純淨端元，取各個頂點純淨端元的平均指數值作為相應端元的特徵值。而對於多光譜OLI影像，僅對其中6個主要波段進行投影，將PPI指數大於3的像元視為端元。
（3）實測法：通過實地觀測PV、NPV和BS三個端元的多條光譜曲線（圖3），取平均光譜來確定相應端元的特徵值。
圖3：實測端元平均光譜曲線