python與遙感專業該如何結合

❶ python 適合大數據量的處理嗎

python可以處理大數據，python處理大數據不一定是最優的選擇。適合大數據處理。而不是大數據量處理。 如果大數據量處理，需要採用並用結構，比如在hadoop上使用python，或者是自己做的分布式處理框架。

python的優勢不在於運行效率，而在於開發效率和高可維護性。針對特定的問題挑選合適的工具，本身也是一項技術能力。

Python處理數據的優勢（不是處理大數據）：

1. 異常快捷的開發速度，代碼量巨少

2. 豐富的數據處理包，不管正則也好，html解析啦，xml解析啦，用起來非常方便

3. 內部類型使用成本巨低，不需要額外怎麼操作（java，c++用個map都很費勁）

4. 公司中，很大量的數據處理工作工作是不需要面對非常大的數據的

5. 巨大的數據不是語言所能解決的，需要處理數據的框架（hadoop， mpi）雖然小眾，但是python還是有處理大數據的框架的，或者一些框架也支持python。

(1)python與遙感專業該如何結合擴展閱讀：

Python處理數據缺點：

Python處理大數據的劣勢：

1、python線程有gil，通俗說就是多線程的時候只能在一個核上跑，浪費了多核伺服器。在一種常見的場景下是要命的：並發單元之間有巨大的數據共享或者共用（例如大dict）。

多進程會導致內存吃緊，多線程則解決不了數據共享的問題，單獨的寫一個進程之間負責維護讀寫這個數據不僅效率不高而且麻煩

2、python執行效率不高，在處理大數據的時候，效率不高，這是真的，pypy（一個jit的python解釋器，可以理解成腳本語言加速執行的東西）能夠提高很大的速度，但是pypy不支持很多python經典的包，例如numpy。

3. 絕大部分的大公司，用java處理大數據不管是環境也好，積累也好，都會好很多。

參考資料來源：網路-Python

❷ 《Python地理空間分析指南》txt下載在線閱讀全文,求百度網盤雲資源

《Python地理空間分析指南》（萊哈德 (Joel Lawhead)）電子書網盤下載免費在線閱讀

鏈接:https://pan..com/s/1loSOe3paiqbCzOONF63q6Q

書名：Python地理空間分析指南

作者：萊哈德 (Joel Lawhead)

豆瓣評分：7.7

出版社：人民郵電出版社

出版年份：2017-4-1

頁數：317

內容簡介：

用非常流行的Python語言做地理空間分析；

學習高效、易學的地理空間分析指南；

書中含有典型且非常實用的開發案例，幫助讀者快速掌握相關技能；

圖文結合，將學習效率大大提高。

Python作為一種高級程序設計語言，憑借其簡潔、易讀及可擴展性日漸成為程序設計領域備受推崇的語言之一。

本書以地理空間分析為背景，介紹了Python在地理信息處理方面的應用技巧。全書共分為10章，分別介紹了Python與地理空間分析、地理空間數據、地理空間技術、Python的地理空間分析工具、Python與地理信息系統、Python與遙感、Python與高程數據、Python與地理空間高級建模、實時數據、綜合應用等內容。

本書內容結構清晰，示例完整，適合希望了解測繪數字化和分析的讀者，也適合想使用Python進行空間地理分析、建模和GIS分析的開發人員及研究人員參考閱讀。

作者簡介：

Joel Lawhead 目前是NVision公司的CIO，該公司是業內屢獲殊榮的地理信息集成和感測工程服務提供商。他還獲得了管理專業人員資格認證（Project Management Professional，PMP)，地理信息專業資格認證(certified GIS Professional ，GISP)。

Joel於1997年開始使用Python，從2000年開始使用它進行地理空間軟體的開發，也是Learning Geospatial Analysis with Python（第1版）和QGIS Python Programming Cookbook的作者，並且這兩本書都是Packt出版的。他撰寫的Python Cookbook系列圖書由O'Reilly Media出版，其不同版本更是各具特色。除此之外，他還是廣受贊譽的開源軟體PyShp（Python Shapefile Library）的主要開發人員。他的技術博客是http://geospatialpython.com/，Twitter昵稱是@SpatialPython，通過上述方式，用戶可以和他討論地理空間分析中與Python編程相關的話題。

2011年，Joel通過逆向工程處理了Shapefile文件的空間索引格式，幫助地理空間Python工程師Marc Pfister實現了上述索引演算法，這一做法有利於世界各地的開發者開發出更易於集成、更健壯的地理空間應用。

Joel作為架構師、項目經理和地理空間應用合作開發者，多次為美國政府機構提供服務，其中包括NASA、FEMA、NOAA、美國海軍，以及其他商業和非營利性機構。2002年，由於其領導開發的實時應急響應協作工具（the Real-Time Emergency Action Coordination Tool，REACT）表現傑出，他獲得了Esri公司頒發的國際GIS特別成就獎。該軟體的主要用途是使用地理空間分析技術進行應急管理。

❸ Python在大數據領域是怎麼來應用的

適合大數據處理。而不是大數據量處理。 如果大數據量處理，需要採用並用結構，比如在hadoop上使用python，或者是自己做的分布式處理框架。 大數據量處理使用python的也多。如果單機單核單硬碟大數據量（比如視頻）處理。顯然只能用c/c++語言了。 大數據與大數據量區別還是挺大的。 大數據意思是大數據的智慧演算法和應用。 大數據量，早在50年前就有大數據量處理了。 中國大約在95年左右，大量引入PC機的大數據量處理。一個模型計算數據量大，而且計算時間通常超過一個星期，有時候要計算半年。 氣象，遙感，地震，模式識別，模擬計算的數據量與計算量都是巨大的。當時遠遠超過互聯網。 後來互聯網發起起來以後數據量才上去。即使如此，數據的復雜度也還是比不上科學研究領域的數據。 python早些年就在科學研究和計算領域有大量的積累。所以現在python應用到大數據領域就是水到渠成。

❹ 選擇Python還是IDL

看來你並不了解方案三。
其實方案三與方案二是同一個，就是ArcGIS引擎＋通用編程語言的模式。
方案一是IDL引擎＋通我編程語言的模式。
選擇方案，需要比較的有兩方面：
首先，確定選用哪種圖形引擎：根據功能來看，你對圖形引擎沒有特殊需求，選哪種似乎都行；
其次，使用的語言中提到VC、VB和Python，如果沒有特殊理由(比如某些地方限定必須使用等)，最好採用Python，一方面是靈活，一方面是易學易用，至少比VC節省一半的工作量。
最後，在選用圖形引擎時，如果你沒有特殊傾向，而且功能也夠用，本人建議採用ArcGIS引擎，這樣至少能節省在數據管理方面的工作量。

❺ Python：加快地理比較問題，怎麼解決

遙感技術的應用范圍很廣，下面簡要介紹其在農業、林業、地質、礦產、水文和水資源、海洋、環境監測等方面的應用。 1．農業、林業方面的應用在農業方面，利用遙感技術可以識別各類農作物，計算其種植面積，並根據作物生長情況估計產量。例如，美國利用衛星遙感資料對世界小麥產量進行估算，精度達90％。這種大面積的估產對於國際貿易、儲運、加工等都有重要意義。在作物生長過程中，可以利用遙感技術分析其長勢，及時進行灌溉、施肥和收割等。當農作物受災時，可以實時監測。
1．農業、林業方面的應用在農業方面，利用遙感技術可以識別各類農作物，計算其種植面積，並根據作物生長情況估計產量。例如，美國利用衛星遙感資料對世界小麥產量進行估算，精度達90％。這種大面積的估產對於國際貿易、儲運、加工等都有重要意義。在作物生長過程中，可以利用遙感技術分析其長勢，及時進行灌溉、施肥和收割等。當農作物受災時，可以實時監測。 在林業方面，利用遙感技術可以清查森林資源，監測森林火災和病蟲害。火災是林業的大敵。利用航空紅外遙感技術，不僅能發現已燃燒起來的烈火，而且可以探測到面積小於0.1～0.3平方米小火情，還能及時預報由於自燃尚未起火的隱伏火情。利用衛星遙感，一次就可探測到上千平方千米范圍內所發生的林火現象。遙感技術在我國撲滅大興安嶺特大林火中起了很大的作用。
在林業方面，利用遙感技術可以清查森林資源，監測森林火災和病蟲害。火災是林業的大敵。利用航空紅外遙感技術，不僅能發現已燃燒起來的烈火，而且可以探測到面積小於0.1～0.3平方米小火情，還能及時預報由於自燃尚未起火的隱伏火情。利用衛星遙感，一次就可探測到上千平方千米范圍內所發生的林火現象。遙感技術在我國撲滅大興安嶺特大林火中起了很大的作用。 遙感技術在土地資源和土壤調查中也獲得普遍應用。 2．地質、礦產方面的應用 遙感技術為地質研究和勘查提供了先進的手段，可為礦產資源調查提供重要依據與線索，為高寒、荒漠和熱帶雨林地區的地質工作提供有價值的資料。特別是衛星遙感，為大區域甚至全球范圍的地質研究創造了有利的條件。
2．地質、礦產方面的應用 遙感技術為地質研究和勘查提供了先進的手段，可為礦產資源調查提供重要依據與線索，為高寒、荒漠和熱帶雨林地區的地質工作提供有價值的資料。特別是衛星遙感，為大區域甚至全球范圍的地質研究創造了有利的條件。 常規的地質勘查工作都從點、線觀測著手，待匯集了大量的資料後才能描述一個地區的地質特徵，進而進行分析研究。利用遙感資料就可以首先從分析研究地區的遙感資料入手，然後有重點地選擇若干點進行野外觀測與驗證。這樣，不僅大大減少了野外工作量，節省人力、物力，還加快了速度，提高了精度。這對區域地質填圖是特別適宜的。
常規的地質勘查工作都從點、線觀測著手，待匯集了大量的資料後才能描述一個地區的地質特徵，進而進行分析研究。利用遙感資料就可以首先從分析研究地區的遙感資料入手，然後有重點地選擇若干點進行野外觀測與驗證。這樣，不僅大大減少了野外工作量，節省人力、物力，還加快了速度，提高了精度。這對區域地質填圖是特別適宜的。 在地質構造方面，由於遙感圖像具有廣闊的視域和逼真的影像，能真實地反映各種地質現象間的關系，因此，利用遙感圖像進行地質構造分析，常能發現地面常規工作不能發現的地質構造，尤其是對於第四紀鬆散沉積物覆蓋下的一些隱伏構造，反映得相當清晰。

❻ python讀取遙感影像

結果：

❼ 遙感數字圖像定量反演的方法

遙感數字圖像可以用Google earth engine python API來實現定量反演。

用基於GEE的pythonAPI，主要實現以下內容：

站點數據和遙感影像匹配。

利用機器學習/深度學習模型進行匹配數據的訓練。

將訓練的模型用於GEE上的影像數據，實現參數反演結果成圖。

提取影像的metedata，作為模型的輸入數據。

注意，直接採用img.get( )得到的是computerobject這種類型的結果，無法在機器學習模型中輸入和計算，應加上.getInfo()。

總結如下：

反演，在人工智慧領域又稱為人工智慧反演(inversion with artificial intelligence),是指能夠模仿人類智能的計算機程序系統即人工智慧專家系統，它具有學習和推理的功能。例如模擬退火最優化系統、人工神經網路系統等。

在反問題求解過程中應用人工智慧的方法技術，引導局部或全局尋優，這種反演方法稱為人工智慧反演技術。

❽ 做處理遙感數據的演算法改進工作，學習什麼計算機語言比較好

學idl吧，畢竟做遙感envi和arcgis最好優先掌握。現在envi5.4和arcgis的磨合度很高了，也就是說idl和python很多代碼，命令都能互相調用。雖然matlab也行，但是idl可以調用envi現成的函數，從圖像處理到繪圖都強於matlab，數據分析可以考慮matlab或直接R。 c++是上一代的語言了，除非有c++達人肯教你，不然不考慮，個別方面的學習和研究資源少於前兩個。

❾ 遙感與地理信息系統一體化的詳細信息

本專題介紹以下幾個內容：
l遙感與GIS
l遙感與GIS一體化集成技術
lENVI/IDL與ArcGIS一體化集成方案
lENVI/IDL與ArcGIS一體化集成操作演示
lENVI/IDL與ArcGIS集成開發案例
1 遙感與GIS
遙感是空間數據採集和分類的有效工具，GIS是管理和分析空間數據的有效工具（彭望琭等，2002）。兩者是空間信息的主要組成部分，有著必然的聯系。遙感具有動態、多時相採集空間信息的能力，遙感影像已經成為GIS的主要信息源。作為GIS的核心組成部分，遙感影像是提供及時信息的理想方式。在遭遇災害的情況下，遙感影像是唯一我們能夠立刻獲取的地理信息；在地圖缺乏的地區，遙感影像甚至是我們能夠獲取的唯一信息；
下載(47.43 KB)
5 天前 22:20
圖1 遙感與GIS
在空間信息的許多行業，離開遙感影像，GIS就是不完整的。另一方面，遙感獲取豐富的、海量的空間數據有賴於GIS的有效管理與共享，同時利用GIS強大的空間分析功能提取更深層次的專題信息，全面提升影像的利用價值。
下載(46.73 KB)
5 天前 22:20
圖2 遙感與GIS一體化集成意義
2 遙感與GIS一體化集成技術
遙感影像類似於GIS中的柵格數據，遙感和GIS很容易在數據層次上實現集成（鄔倫等，2001）。GIS軟體沒有提供完善的圖像處理功能，遙感軟體中也缺少空間分析及數據管理工具。遙感和GIS一體化集成，可以有以下三個層次及途徑實現。
(一)數據一體化管理與共享
l數據互操作
遙感影像和圖像分析功能可以作為核心組成部分與GIS實現一體化，首先解決的問題就是遙感與GIS平台之間的數據互操作問題。數據互操作實現有兩個途徑：
一是將遙感數據或者GIS數據都以標准格式保存，兩個平台都支持；
二是遙感和GIS平台直接支持對方數據格式。很明顯後者比前者更加方便。
l柵矢數據集中和分布式管理
在遙感中，數據主要儲存格式為柵格，GIS中主要由矢量數據格式組成。柵格和矢量一體化管理，需要這樣一種數據模型，同時儲存柵格和矢量數據，支持分布式管理。
l基於服務的企業級共享
影像天然地具有企業級應用的潛力，因為它可以實現多個用戶在同一幅圖上同時進行操作。而這對於大型企業級應用更加有利，其中最主要的一項優勢就是節省成本。我們可以分享同一影像資源，從而顯著地減少成本。而影像由於自身的特點，具有很高的存儲要求，尤其是那些高空間解析度、多光譜影像。傳統以紙質影像圖或者電子文件分發的形式也能實現數據共享，但是共享效率比較低。如今基於Web services的共享方式提供了一種合理的解決方式，它集中利用了計算機資源，可以為若干個客戶端提供影像共享服務。
(二)平台一體化分析
在遙感軟體中進行的圖像處理工作流，與GIS軟體下的GIS工作流實現無縫鏈接和交換。如在遙感軟體中處理的數據通過菜單功能直接傳送到GIS軟體中，無需中間的保存、打開等步驟；GIS軟體中分析的數據，直接導入遙感軟體中，並且保持同步顯示；遙感軟體中集成GIS軟體的部分組件功能。
雖然在兩個不同的軟體平台下工作，操作感和處理效率類似在一個平台下作業。
(三)系統一體化集成開發
大多數遙感和GIS軟體平台都提供了二次開發功能。如在進行GIS系統開發時，將專業的影像數據處理和分析工具集成到GIS系統環境中，在同一系統中既能完成遙感數據的專業處理與分析，又能完成GIS空間分析和發布共享等工作，形成一個遙感與GIS一體化集成系統。
要實現一體化集成開發系統，前提是遙感和GIS軟體平台提供的二次開發介面，都能通過程序開發語言調用，並整合在一起。
3 ENVI/IDL與ArcGIS一體化集成方案
遙感與GIS不僅從數據上，還會從整個軟體構架體繫上真正實現融合，從而可以達到優勢互補，進一步提升GIS軟體的可操作性，提升空間和影像分析的工作效率，並有效節約系統成本。為了適應這種新的用戶需求和未來的技術發展趨勢，更好地為用戶提供服務，全球最大的GIS技術提供商ESRI公司與全球遙感領域的領導者美國ITT Visual Information Solutions(簡稱ITT VIS)公司，建立了全球戰略合作夥伴關系，共同開發和建設遙感與GIS一體化平台。
ENVI是由遙感領域的科學家採用IDL（互動式數據處理開發語言）開發的一套功能強大的、完整的遙感圖像處理軟體。ArcGIS是由ESRI公司開發的、全球使用最廣的GIS軟體。ENVI/IDL與ArcGIS一體化集成解決方案，在真正意義上實現了遙感與GIS一體化集成。
(一)數據一體化管理與企業級共享
lENVI/IDL與ArcGIS數據互操作
從2007年6月開始，ESRI公司和ITT VIS公司宣布兩者的商務和技術合作計劃。兩個平台互相支持對方的格式，同時兩者都支持一些通用文件格式，如GeoTiff、JPEG2000等（圖3）。
圖3 ENVI/IDL與ArcGIS數據互操作
l柵矢數據集中和分布式管理
Geodatabase是按照一定的模型和規則組合起來的存儲空間數據和屬性數據的容器，已經成為ArcGIS的核心數據模型，它實現了多源空間數據的集中和分布式管理。它是一種天然的遙感與GIS數據一體化儲存模型。根據不同的應用需求，它分為三個級別：File Based Geodatabase、Personal Geodatabase、Enterprise（SDE）Geodatabase。其中Enterprise（SDE）Geodatabase支持分布式管理與儲存。
圖4 天然的遙感與GIS數據一體化儲存模型
ENVI完全支持ArcGIS Geodatabase各個級別的讀寫，在ENVI、ENVI Zoom、ENVI EX中，都可以通過菜單Remote Connection Manager打開相應的面板，也可以通過Save to ArcGIS Geodatabase菜單將數據保存到Geodatabase。
圖5 打開Geodatabase以及服務的數據
圖6數據保存到Geodatabase
l基於服務的企業級共享
ENVI可以當作一個客戶端，打開OGC標準的服務（WCS/WMS），這些服務可以是ArcGIS Server發布的。
其中WCS服務發布的影像數據保留了原始的數據的像元值和波段信息，因此通過WCS服務獲得的影像可以做進一步的分析，跟分析本地影像效果是一樣。
圖7 遠程數據接收與本地處理、成果共享
(二)ENVI/IDL與ArcGIS平台一體化分析
最新版的ENVI4.7推出專門為GISer使用的ENVI EX模塊，這個模塊整合了部分ArcGIS®和ENVI功能，將影像處理和分析與GIS工作流無縫鏈接到一起，在ENVI EX中能完成三個方面的工作：
1)無縫鏈接GIS工作流
ENVI EX將影像處理和分析與GIS工作流無縫鏈接到一起，在ENVI EX中能實現：
輕松交換數據和圖層文件：ArcGIS中的數據或圖層文件（*.lyr）可以通過滑鼠拖拽方式放到ENVI EX上進行顯示。
查看和處理ArcGIS圖層：ENVI EX支持ArcGIS的圖層符號化顯示，即可以完全按照ArcGIS風格和樣式顯示圖層數據。
同步查看圖像處理結果：在ENVI EX下執行圖像處理過程中，動態修改參數，在ENVI EX和ArcGIS可以看到相同的變化結果。
2)向導式專業影像處理工具
ENVI EX提供GIS用戶最需要的圖像處理和分析功能，並以流程化、向導操作方式提供。並具有透視窗口隨時預覽處理結果。
3)成果共享
ENVI EX提供多種成果共享方式，將影像處理與分析結果無縫集成到GIS工作流中。
l存儲為通用格式或PowerPoint文件
l直接保存Geodatabase或輸出Shapefile
l在ENVI EX中直接調用ArcGIS制圖組件進行出圖
l通過菜單直接將成果導入ArcMap進行制圖，無需中間保存與打開過程。
同樣ENVI Zoom視窗具有ENVI EX類似的功能。
圖8 平台一體化分析方式
(三)ENVI/IDL與ArcGIS集成開發
ENVI是一個非常開放的平台，提供一個健全的函數庫（圖9），幾何涵蓋ENVI平台大部分圖像處理功能。
圖9 ENVI部分函數庫列表
同時IDL具有很好的擴展性，能很方便地與其他開發環境（VB、VC、.NET、Java等）進行集成開發。IDL可以通過以下方式與其他語言集成開發：
1)Callable技術
IDL作為動態鏈接庫被外部程序調用的技術。使用Callable 技術，外部程序可以像IDL命令行一樣使用IDL命令或調用執行IDL的程序。
簡單實現方法（在vc6.0）：
1.將ITTIDL71externalinclude目錄下的idl_export.h頭文件，添加到VC工程中
2.工程→設置→連接 中的對象/庫模塊 中 添加idl.lib
3.添加Library files 安裝路徑ITTIDL71BINBIN.X86
4.系統變數path中添加IDL的安裝路徑ITTIDL71BINBIN.X86
5.進行初始化IDL_Win32Init(0,handle,NULL,0)
6.執行IDL命令行IDL_ExecuteStr(「restore,『satstretch.sav』」)
7 .IDL_Cleanup(true)
2)對象輸出助手
將IDL編寫的功能模塊輸出為Java類和COM組件（.DLL或者.OCX）。
3)IDLDrawWidget （VS2005中）
首先在建立一windows應用程序。在工具箱上右鍵→選擇項→COM組建選中IDLDrawWidget Control 3.0 拖動 控制項到窗體上 axIDLDrawWidget1.IdlPath設定IDL庫文件目錄 n = axIDLDrawWidget1.InitIDL((int)this.Handle) axIDLDrawWidget1.ExecuteStr(「」);執行IDL命令 4)COM_IDL_CONNECT
同IDLDrawWidget類似。
同時，ArcGIS提供ArcObjects軟體組件庫，它提供了模塊化、可伸縮、跨平台的通用API。
ENVI/IDL與ArcGIS集成開發可以通過以下三個途徑實現：
圖10 三種集成開發模式
1)ENVI / IDL與ArcGIS桌面定製
通過ArcGIS桌面SDK及開發語言（如Python、VBA、VB、VC、.net等），將ENVI/IDL圖像處理與分析功能集成到ArcMAP中：
圖11將 ENVI/IDL功能嵌入ArcMAP Toolbar中
圖12 ENVI/IDL功能嵌入ArcToolBox中
圖13 ENVI/IDL功能嵌入ModelBuilding（GP工具）
2)ENVI / IDL與ArcGIS Engine
ArcGIS Engine是組件式開發工具包，可以靈活、方便地定製地圖及GIS解決方案。ENVI / IDL與ArcEngine的一體化集成開發具有以下三個特點：
1.通過ArcGIS Engine解決了數據瀏覽、柵格矢量疊加、矢量編輯、渲染、專題制圖以及空間分析等問題；
2.將ENVI/IDL作為影像處理引擎，解決專業的影像處理過程；
3.基於成熟平台的二次開發，快速實現了系統無縫集成開發，而且大大減少了程序的開發量、開發周期，減少了系統開發的風險，開發者可以將大部分精力放在系統業務流程上。
圖14 ENVI/IDL與ArcEngine一體化集成開發
3)ENVI / IDL與ArcGIS Server
將ENVI/IDL圖像處理與分析功能集成在伺服器端，以ArcGIS Server作為地圖伺服器，將處理結果傳遞到客戶端，較好地實現了B/S模式下對影像實時計算處理的需求。
ENVI/IDL與ArcGIS一體化集成打破了傳統單一的遙感圖像處理流程，形成影像數據處理與分析、管理、空間分析、發布共享的空間信息工程化與流程一體化（圖15）。

圖15空間信息工程化與流程一體化的最佳組合
4 ENVI/IDL與ArcGIS一體化集成操作演示
(一)企業級共享
下面以一個比較簡單的例子演示這個過程。
1)將ENVI中處理好的數據用ArcGIS Server發布成wcs服務。
圖16 發布wcs服務
2)獲取WCS服務的URL地址。
圖17 獲得WCS服務URL
3)打開ENVI或者ENVI Zoom或者 ENVI EX，這里打開ENVI EX。在ENVI EX中，選擇File->Remote Connection Manager（圖18），在Remote Connection Manager中New一個連接，連接的屬性面板中（Connection Properies）中，Type中選擇OGC Web Coverage Servics（WCS）項，將WCS服務的URL輸入URL項中，後加一個英文半形「？」，其他信息自動從URL中獲取，單擊OK。
圖18新建一個WCS連接
4)可以看到獲取的WCS服務中的影像數據（圖19）。單擊Open按鈕，將獲取的數據在ENVI EX中打開。
圖19 獲取的WCS服務中的影像信息
5)在ENVI EX中打開的WCS服務中的影像數據（圖20），可以對這個影像數據進行分析，如這里對其進行Classification，這是一個流程化的操作，一路Next下去（也可以修改一些參數），其中可以打開Proview功能對結果隨時預覽。
圖20 對WCS服務中的影像數據進行分析
6)到輸出結果步驟時，可以選擇GDB或者Shapefile，這里選擇保存到GDB中（如圖21）。
圖21 保存結果到Geodatabase中
這樣我們就完成了一個比較典型的影像共享過程：影像服務發布(數據中心)->使用影像服務(數據使用單位)->瀏覽與分析影像->分析結果儲存與再次共享。
(二)平台一體化分析
下面以利用影像來更新矢量數據的例子演示ENVI/IDL與ArcGIS平台一體化分析過程。
1)將「舊」矢量數據和「新」的影像數據載入到ArcMAP中（圖22）。
圖22 載入矢量和影像數據的ArcMAP
2)根據「舊」矢量數據和影像目視解譯結合方法選擇部分矢量要素作為樣本。生成新的一個矢量圖層。
圖23 選取的樣本
3)打開ENVI EX（ENVI Zoom也可以），滑鼠左鍵在ArcMAP中單擊樣本矢量層拖拽到ENVI EX中，可以看到ENVI EX中已經將樣本圖層打開並保持ArcMAP一樣的專題符號。同樣的方法將影像拖拽到ENVI EX中（圖24）。
圖24ENVI EX中打開矢量樣本和影像數據
4)在ENVI EX中，滑鼠左鍵按住影像圖層拖拽到Toolbox中的Classification流程化工具中。啟動Classification流程化工具。單擊Next按鈕，選擇監督分類（Use Training data），將前面的矢量樣本導入（圖25）。
圖25 選擇矢量樣本
5)同樣可以用Preview預覽分類結果。一路Next，在Save Results同樣可以選擇保存文件還是GDB。這里選擇保存為shapefile文件。
6)在ENVI中載入獲得的結果，選擇File->Print，集成了ArcMAP制圖輸出組件，支持ArcMAP制圖模板。
圖26 列印輸出結果
7)或者在ENVI EX的Layer Manager中分類矢量結果圖層上單擊右鍵，在快捷菜單中選擇Send to ArcMap命令，可以直接將結果傳送到ArcMap平台中。
8)選擇ENVI EX中的Geo Link To ArcMap命令，可以將ENVI與ArcMap進行地理鏈接，使兩個平台瀏覽的范圍保持一致。
這個例子完成了一個GIS工作流與遙感工作流無縫鏈接的過程。
5 ENVI/IDL與ArcGIS集成開發案例
(一)城市遙感動態監測管理系統——北京建設數字科技股份有限公司
以地理信息基礎平台為基礎，3S技術一體化為核心，結合專業遙感處理軟體ENVI，實現對城市范內區域、街道、重點對象的影像特徵的采樣和分析，快速獲取其空間特徵。並利用ArcGIS Engine的疊加分析、緩沖區分析等功能，實現對多時相城市航空影像數據之間、遙感影像數據與規劃編制、規劃審批成果之間的比對分析，及時了解城市的土地利用變化情況，掌握城市建設中與規劃不符的情況。並通過核查上報、統計分析等手段，為城市規劃監察、城市管理服務。
圖27 系統主界面
圖28 遙感影像信息分類提取
(二)環北京土地利用動態監測與評價平台——2009ESRI開發大賽ENVI/IDL組一等獎作品，首都師范大學
系統的基本功能包括各種柵格數據的載入、顯示（單波段顯示和多波段合成）、數據管理、數據格式轉換、波段統計、ROI選取工具、圖像的增強等功能。
在業務功能方面，系統主要分成類三個模塊，其中包括監測指標和計算模塊、土地利用信息提取模塊和土地資源監測評價模塊。監測指標和計算模塊的功能主要包括NDVI（歸一化植被指數）、MSAVI（土壤調整植被指數）、FC（植被覆蓋度）、Slope(DEM的坡度計算)和PCA變換（主成分變換）；土地利用信息提取模塊包括基本的圖像信息提取方法，如監督分類、非監督分類、目視解翻，並提供的基本的分類後處理的功能；土地資源監測評價模塊主要包括：土壤侵蝕監測評價、土地退化監測評價、土地沙化監測評價和土地鹽鹼化監測評價。其中前兩種評價主要是用IDL編寫的決策樹演算法，後兩個評價介於ArcGIS Desktop的model builder創建模型，在ArcGIS Engine的Geoprocessing中進行調用。
圖29 系統主界面
圖30 土壤侵蝕監測評價子模塊
圖31 支持向量機監督分類
(三)遙感震害快速評估技術系統——中國地震局地殼應力研究所
遙感震害快速評估技術系統是在地震遙感震害快速增強、震害分類提取與震害評估技術研究的基礎上，針對國家抗震救災指揮和地震現場評估的需要，研製的適應近地表遙感信息獲取系統獲取的多景圖像的技術系統。用戶可以利用該系統在圖像接收後2-6小時內提供初步的宏觀災情提取結果與損失評估結果，6-18小時內提供准確的宏觀災情分布結果和損失評估結果。
遙感震害快速評估技術系統的主要功能包括遙感（RS）和地理信息系統（GIS）的無縫結合，近地表數據處理，遙感影像快速校正，遙感影像快速增強，用面向對象等實用的分類技術進行震害識別，震害損失評估，與資料庫結合，成果圖像的快速顯示和制圖，專用的評估流程和集體評估的集成。
圖32綜合評估平台
圖33 影像自動配置子功能
(四)農作物調優栽培決策支持系統——國家農業信息化工程技術研究中心
農作物調優栽培決策支持系統是依託農業部公益性行業科研專項「主要農作物調優栽培信息化技術」項目，基於最新的ENVI/IDL技術、WebGIS、GPS、企業空間資料庫、通信技術、作物模擬技術等信息技術和農學知識的高度集成，建立的用於主要農作物調優栽培的信息化決策支持系統。
系統主要面向農業管理部門、農業生產部門（如農場）、作物協會（如穀物協會）及大型涉農企業的專業技術及生產管理人員，對主要農作物的產前優良品種種植區劃——產中調優栽培及產量、品質預報——產後指導按質收購等作物生產全過程進行信息化管理，最大限度地為農作物生產的信息化管理與糧食政策的制定提供決策支持。
系統通過採用ENVI/IDL編程技術實現對遙感影像的實時計算和處理，生成初步的作物分類結果以及影像光譜指數，結合野外採集的GPS定位數據、農學樣點信息，綜合分析各種常用的農學模型，通過WebGIS技術實現實時直觀的專題圖、統計圖表、細節點擊查詢等多種展現方式，實現對作物長勢監測、作物產量估算、作物品質預測、病蟲害監測、乾旱監測、凍害監測、肥水診斷等作物生產全過程的信息化管理。
系統採用Oracle10g +ArcSDE作為空間資料庫，後台採用ENVI/IDL、ArcGIS Engine、ArcIMS實現遙感影像處理與發布，前端頁面展現完全基於Ajax技術構建，綜合採用了OpenLayers、JQuery、Google Maps API等腳本庫。
圖34 自定義植被指數計算界面
圖35 作物長勢分級專題圖
6總結
隨著空間信息市場的快速發展，遙感數據與GIS的結合日益緊密。遙感與GIS的一體化集成逐漸成為一種趨勢和發展潮流。ENVI/IDL與ArcGIS為遙感和GIS的一體化集成提供了一個最佳的解決方案。