分层分类是指模拟目视解译面对复杂影像的情况，进行多层次的分析判断，先把容易识别确定的地物目标提取出来，再针对彼此混淆的地物采用不同的判据进行区分，先易后难，由表及里，分层处理，逐步推进。
分层分类法可以增强信息提取能力，提高分类精度和计算效率，并且在数据分析和解译方法上表现出更大的灵活性，能在很大程度上避免“异物同谱”的地物被划归为一类。同时通过分层分类法，可以先将一些易于识别的地物区分出来，为后面的信息提取创造纯净的环境，对不易于分类的地物进行分类时，可以节省分类时间；在每层处理时，目标明确，只针对一类目标进行提取，问题相对简单，提高了每一类目标的提取精度。
基于知识规则的分类是利用多源数据（遥感影像数据及其他空间数据)，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。
专家知识决策树分类的步骤大体上可分为四步:知识（规则）定义、规则输入、决策树运行和分类后处理，难点是规则定义。
1.1 DEM数据重采样
先打开ENVI软件，在ENVI主菜单通过【File】→【Open Image File】，选择图像＜xsbn_Dem＞，加载西双版纳的DEM数据，如图1.1所示。
图1.1.1 加载西双版纳的DEM数据
接着，通过【Basic Tools】→【Resize Data (Spatial/Spectral)】，选择DEM数据：＜xsbn_Dem＞，打开重采样窗口，设置重采样像元大小为30m。
即在【Output X PixelSize】和【Output Y Pixel Size】中输入30，设置输出路径并保存，如图1.1.2所示。
图1.1.2 进行DEM数据的重采样
1.2计算特征值
在ENVI主菜单通过【File】→【Open Image File】，加载＜Xsbn＞数据，以波段5、4、3合成RGB，进行假彩色合成。如图1.2.1所示。
图1.2.1对影像进行“假彩色合成”
接着，计算各种特征值
（1）计算归一化植被指数NDVI
通过【Transform】→【NDVI】，计算西双版纳的NDVI，选择图像＜Xsbn＞。
在NDVI计算窗口，【Input File Typc】中选择“Landsat OLI”。根据计算NDVI公式，输入红波段和近红外波段，在Landsat OLI影像中，红波段是第四波段，近红外波段是第五波段。
故【Red】输入4，【Near IR】输入5。设置存储路径，点击【OK】即可，如图1.2.2所示。
图1.2.2 计算NDVI
图1.2.3 计算NDVI结果图
（2）计算归一化建筑物指数NDBI
计算公式为：NDBI=MIR-NIR/MIR+NIR
通过【Basic Tools】→【Band Math】，找到波段计算工具，在输入栏中输入:(float(b1)-float(b2))/(float(b1)+float(b2))，在弹出的窗口，选择这b1,b2对应的波段。
在Landsat OLI影像中，中红外波段是第六波段，近红外波段是第五波段。
因此，bl选择第6波段，b2选择第5波段，设置输出路径，点击【OK】即可，如图1.2.4所示，最终得到NDBI如图1.2.5所示。
图1.2.4 计算NDBI
图1.2.5 计算NDBI结果图
（3）计算坡度
通过【Topographic】→【Topographic Modeling】，计算坡度。
在弹出的窗口选择重采样后的DEM数据，点击【OK】。在弹出的【LTopo Model Parameters】窗口选择【Slope】选项，设置输出路径，如图1.2.6所示。
图1.2.6 计算坡度
然后，将坡度的背景值设为Nodata。同样使用波段计算器，通过【Basic Tools】→【Band Math】，在输入栏中输入:((float(b1)/b1)*bl)，b1为上一步得到的坡度，设置输出路径即可。如图1.2.7所示。