ENVI遥感影像监督分类与土地利用专题图制作实战

1. 从零开始：理解遥感监督分类与土地利用专题图

如果你手头有一张卫星拍回来的照片，上面花花绿绿的，有深绿、浅绿、灰白、蓝色等各种色块，你能一眼看出哪里是森林、哪里是农田、哪里是城市吗？对于咱们普通人来说，这有点难，但对于ENVI这类专业的遥感软件来说，这就是它的“本职工作”——监督分类。

简单来说，监督分类就像教一个刚认字的小朋友识字。你指着图片上的一个区域告诉他：“看，这一片深绿色、纹理粗糙的，是林地。”然后软件就会记住这个特征。你再指着另一片：“这一片颜色偏红、形状规整的，是农田。”软件也记下来。等你把各种地物类型（林地、耕地、水体、建设用地等）都教给它之后，软件就能根据你教的这些“样本”特征，去自动识别整张图片上所有像元（可以理解为图片的最小格子）属于哪一类。最后，把不同类别用不同颜色填充，一张直观的土地利用专题图就诞生了。

这个过程在自然资源调查、国土空间规划、生态环境监测等领域应用极广。比如，政府需要知道过去五年城市扩张占用了多少耕地，或者环保部门想评估某个区域的森林覆盖率变化，都离不开这项技术。我刚开始接触的时候，也觉得那些波段、分类器参数很头大，但跟着流程走一遍下来，发现其实思路很清晰，工具也很“听话”。这篇文章，我就把自己这些年用ENVI做监督分类的实战经验，掰开揉碎了分享给你，保证你跟着步骤就能做出自己的第一张专题图。

2. 实战第一步：数据准备与影像预处理

俗话说“巧妇难为无米之炊”，做遥感分析，数据就是我们的“米”。通常我们会使用Landsat、Sentinel-2等免费的中分辨率卫星数据。这里我以常用的地理空间数据云平台为例，它提供了非常方便的Landsat数据检索和下载服务。

2.1 如何获取合适的遥感影像

首先，你需要明确你的研究区在哪里。比如我想分析西安市周边的土地利用情况。打开地理空间数据云网站，在高级检索里，输入西安市的大致范围，选择好时间（最好避开云雾多的季节），数据集选择Landsat 8 OLI（影像质量比较稳定）。下载时，注意数据级别要选择“L1TP”级，这是经过几何精校正的，可以直接用。