图像运算——NDVI 提取水体 选择 Basic Tools > Band Math.
在标签为 “Enter an expression:” 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】
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。
一旦一个有效的表达式被输入，点击 “OK”处理。将出现 Variable/Band Name Pairings 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。
点击ok，保存新图像。
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：
选择 Transforms > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate.使用Compute New Statistics and Rotate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。
出现 Principal Components Input File 对话框时，选择输入文件或用标准 ENVI 选择程序建立子集。
出现 Forward PC Rotation Parameters 对话框时，在 “Stats X/Y Resize Factor” 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
若需要，键入一个输出统计文件名。
点击按钮，选择是否计算 “Covariance Matrix”*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。
选用 “File”*文件存储输出 或 “Memory”*临时存储在Temp 输出。
从 “Output Data Type” 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）。
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 “Select Subset from Eigenvalues” 标签附近的按钮，选择“YES”。特征值将被计算，出现 Select Output PC Bands 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 “Number of Output PC Bands” 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 Select Output PC Bands 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。
选择上面一个选项以后，在 Forward PC Rotation Parameters 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 PC EigenValues 绘图窗口，PC 波段将被导入 Available Bands List 中，你可以从列表中选择显示。