1、图像运算——NDVI 提取水体选择BasicTools>BandMath.
2、在标签为“Enteranexpression:”的文本框内，输入变量名和所需要的数学运算符。变量名必须以字符“b”或“B”开头，后面跟着5个以内的数字字符。尝试输入:b1+b6并报错【小于7个】
3、计算NDVI，输入数学方程式：（float（b2）-float（b1））/(float（b2）+float（b1）)*(float(NIR)-float(RED))/(float(NIR)+float(RED))可以输入到文本框中。
4、一旦一个有效的表达式被输入，点击“OK”处理。将出现Variable/BandNamePairings对话框，将各变量匹配相应波段。b2对应NIR波段，b1对应红波段。
5、点击ok，保存新图像。
6、主成分分析（K-L变换）主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。这一技术对于增强信息含量、隔离噪声、减少数据维数非常有用。操作流程图：
7、选择Transforms>PrincipalComponents>ForwardPCRotation>ComputeNewStatisticsandRotate.使用ComputeNewStatisticsandRotate选项可以计算数据特征值、协方差或相关系数矩阵以及PC正向旋转。
8、出现PrincipalComponentsInputFile对话框时，选择输入文件或用标准ENVI选择程序建立子集。
9、出现ForwardPCRotationParameters对话框时，在“StatsX/YResizeFactor”文本框键入小于1的调整系数，对计算统计值的数据进行二次抽样。键入一个小于1的调整系数，以提高统计计算的速度。例如，在统计计算时，用一个0.1的调整系数将只用到十分之一的像元。*数据量不多却文件大小不大故采用系数1
10、若需要，键入一个输出统计文件名。
11、点击按钮，选择是否计算“CovarianceMatrix”*协方差矩阵。计算主成分时，有代表性地要用到协方差矩阵。当波段之间数据范围差异较大时，要用到相关系数矩阵，并且需要标准化。
12、选用“File”*文件存储输出或“Memory”*临时存储在Temp输出。
13、从“OutputDataType”菜单里，选择需要的输出类型（字节型，整型，无符号整型，长整型，无符号长整型，浮点型，双精度型）。
14、用下列选项，选择输出PC波段数。默认的输出波段数等于输入的波段数。·通过检查特征值，选择输出的PC波段数。A点击“SelectSubsetfromEigenvalues”标签附近的按钮，选择“YES”。特征值将被计算，出现SelectOutputPCBands对话框，列表显示着每一个波段和其相应的特征值。同时也为所有波段显示出每个波段中包含的数据变化的累积百分比。B在“NumberofOutputPCBands”文本框里，键入一个数字或点击按钮，确定输出的波段数。特征值大的PC波段包含最大量的数据差异。较小的特征值包含较少的数据信息和较多的噪声。有时，为存储磁盘空间，最好仅仅输出特征值大的那些波段。C在SelectOutputPCBands对话框里，点击“OK”。输出的PC旋转将只包含你选择的波段数。例如，如果你选择“4”作为输出的波段数，则只有前4个波段会出现在你的输出文件里。
15、选择上面一个选项以后，在ForwardPCRotationParameters对话框里，点击“OK”为选择的输入文件计算协方差或相关系数和特征值，并进行正向的PC旋转。当ENVI已经处理完毕，将出现PCEigenValues绘图窗口，PC波段将被导入AvailableBandsList中，你可以从列表中选择显示。
