小熊工具箱是ENVI擴展插件，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質量數據轉換、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

這個擴展工具適用于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像元的光譜相關性，提取沒有發生變化的地物點，建立回歸方程，然后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。處理結果可用于多時相的變化監測，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

對于面陣推掃式傳感器，由于儀器光譜響應函數、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。
矩匹配方法對圖象數據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數據的統計均值和標準差是相等的，即飛行方向每列數據的均值(偏差)和標準差(增益)的差異是由于輻射差異造成的。

3.趨勢分析

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

4.*大值合成(MVC)

得到多波段數據（時間序列數據）中的*大值。

5.MODIS質量數據轉換

MODIS數據的質量評估數據（Quality Assessment -QA），都是以不同的bit來表示不同的信息，因此，要利用QA數據進行掩膜，需根據數據說明文檔，提取相應的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傳感器得到的地表溫度（LST）和植被指數，認為它們的散點圖構成的空間關系為三角形關系，并利用土壤——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，涵蓋的地表覆蓋信息應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三個點代表了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，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，土壤濕度含量充足，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，處于干旱狀態，被認為是“干邊”；BC表示土壤水分充足，不是植物生長的限制因素，此時地表蒸散等于潛在蒸散，被認為是“濕邊”。

圖2 NDVI-LST關系

對LST-NDVI特征空間進行簡化，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*小地表溫度，對應的是濕邊；TS為任意像元的地表溫度， 為某一NDVI對應的*大地表溫度，即干邊。
在利用遙感獲得的植被指數與地表溫度數據中，提取相同植被指數下的*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。干邊對應TVDI值為1，濕邊為0，計算得到任一點TVDI值介于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輸入的植被指數圖像、地表溫度圖像，以及對應的掩膜圖像，按照上述算法計算TVDI。

9.ROI分離器

利用樣本數據(ROI)進行建模分析、或是分類時，經常需要將樣本數據分成兩份，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.批量生成縮略圖

對于大批量的遙感數據，常常需要生成JPG格式的縮略圖，便于查看數據的質量、以及是否有云等。本程序是將一個文件夾下指定格式的圖像，利用設置的波段批量生成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)，方便查看數據覆蓋范圍。圖7為根據某航空影像，生成的shp范圍。

圖7生成的shp范圍