本实验为ENVI课程作业，流程正确，结果真实。

本人为在读地理学研究生一枚，才疏学浅，技艺不精，如有错漏之处，敬请指出。

如有疑问或交流请私信。

默认数据：哨兵-2A一景影像

借助ENVI5.6软件打开需要处理的影像数据：

打开-ENVI5.6深度学习模块：（没有该模块需要重新安装该模块）

点击向导工具（按照向导流程处理数据）

新建感兴趣区，添加文件夹并命名：

 左侧点击“+号”，添加ROI名称：

 右侧添加所需绘制的影像底图（即加载的影像）：

 点击“draw”，进行绘制感兴趣区界面：

 输入roi名称，选择绘制类型（河流推荐线型，第三个）：

进行绘制（漫长的过程）：

 绘制完毕或者暂停绘制，需要先保存文件，点击“save as”：

 打开ENVI deep learning 向导，训练一个新模型：

 依次点击“ Train a single-class model”：

 点击“ build laber raster from roi”

 输入影像数据1及roi数据，并保存输出位置：

 点击ok，等待输出：

 等待影像地图2的加载：

 加载完毕后，点击第二项，训练模型（train model）：

 点击新训练模型（new model）：

 输入训练新模型的名称、尺寸、波段数及输出位置：

漫长的等待：

 训练完毕后，输入刚刚训练的模型、需要训练的影像数据：

设置参数：（迭代次数、模糊边界等），具体参数如图：

 等待

 完成后，按照向导继续点击：

 输入影像数据：

 漫长的等待：

 完成后会自动跳转网页页面，查看进度：

 漫长的等待：

 查看结果：

效果还是不错的，比水体指数法更准确（课程有对比实验），并且云也没有显示，剔除了云的影响。细小水体和河流也都识别出来了。

（知道这是哪儿吗？？？？）