遥感原理与应用
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”。
选择Memory 输出，其他的默认，输出7个主成分波段，自动加载到波段中同时出现一个主成分特征值的plot 图：
在该对话框中选择Edit>Data Values，查看各成分的特征值的大小：
21
遥感原理与应用
特征值反映了各主成分所占信息量的大小，从上到下逐渐减少，表明各波段信息量逐渐减少，可以据此计算各成分信息量占总信息量的百分比，例如，从上面数据可以得知，PC1图像所占的信息量为740.9951/（740.9951+178.3992+29.4076+21.9403+7.6024+2.1608+0.7218）×100%=75.52%。
由于主成分图像有7个波段，选取了有代表性的前三个波段显示如下： PC1:
PC2:
PC3:
22
遥感原理与应用
检验主成分与原始数据之间的定量关系：
下面来检验各主成分到底与原始的7个波段数据之间到底是什么定量关系，这对解释各主成分的含义很有用。主成分变换的系数矩阵是原始数据协方差矩阵的特征向量矩阵的一个转置，我们先通过统计计算得到特征向量矩阵如下（方法参照前面所述），注意数据源选择原始数据0112024.img：
23
遥感原理与应用
24
遥感原理与应用
2. 缨帽变换
缨帽变换是一种通用的植被指数，可以被用于Landsat MMS 或Landsat TM 等数据。对于Landsat MMS 数据，缨帽变换将原始数据进行正交变换，变成四维空间（包括土壤亮度指数SBI、绿色植被指数GVI、黄色成分（stuff）指数YVI，以及与大气影响密切相关的non-such 指数NSI）。对于Landsat TM 数据，缨帽植被指数由三个因子组成——“亮度”、“绿度”与“第三分量”（Third）。其中的亮度和绿度相当于MSS 缨帽的SBI和GVI，第三种分量与土壤特征有关，包括水分状况。对于Landsat 7 ETM 数据穗帽植被指数由六个因子组成------“亮度”、“绿度”、“湿度”、以及“第四”、“第五”、“第六”几种分量。
选择Transforms >Tassled Cap。出现Tasseled Cap Transformation Input File对话框时，选择0112024.img文件。用下拉菜单，选择“Input File Type”（ Landsat 5TM 、LandsatMSS、Landsat 7 ETM ）。
25
遥感原理与应用
ENVI 将缨帽波段名输入到Available Bands List中，在那里可以用标准ENVI 灰阶或RGB 彩色合成方法显示。
26