荒漠化指数计算一般涉及蓝光、绿光、红光、近红外波段、短波红外1及短波红外2波段，所以在计算各指标之前，先进行各波段的合成，波段的合成可参考博文：Sentinel2数据可见光、近红外及短波红外波段合成-CSDN博客

波段合成后，一般情况下 Sentinel2 2级数据产品还要进行归一化，在ENVI Toolbox中搜索Band Math，在弹出的对话框中输入公式b1/10000.0，点击OK后，在弹出的对话框中，点击Map Variable to Input File，点击OK后选择合成的文件

接下来是各个指标的计算

1、𝐴𝑙𝑏𝑒𝑑o计算

（1）计算公式1

参考文献 ：Evaluation of Desertification in the Middle Moulouya Basin (North-EastMorocco) Using Sentinel-2 Images and Spectral Index Techniques

Albedo计算公式为（0.35*BLUE+0.13*RED+0.373*NIR+0.085*SWIR1+0.072*SWIR2-0.018)/1.016

在ENVI ToolBox中搜索Band Math，然后输入如下公式：

点击OK后，b1,b3,b4,b5,b6分别对应蓝光、红光、近红外、短波红外1及短波红外波段2。

其结果如图所示：

（2）计算公式2

2、计算Modified Soil Adjusted Vegetation Index (MSAVI)

尽管 NDVI 能有效评估植被状况，但该指数在检测植被稀疏区域方面存在固有局限性，因为在这些区域，土壤背景的影响尤为显著。为了解决这个问题，采用了 MSAVI 来最大限度地减少外部影响并增强植被信号（Qi 等，1994）。MSAVI 通常用于 NDVI 无法反映真实植被状况的区域，例如由于缺乏叶绿素或植被稀疏等原因。它能够提供这些区域植被状况的信息，同时消除地面的影响。计算公式如下：

MSAVI=（2*NIR+1-（2*NIR+1）^2-8*(NIR-RED)）/2

在ENVI ToolBox中输入公式:(2*b4+1-sqrt((2*b4+1)^2-8*(b4-b3)))/2，得到结果如图所示：

3、计算Topsoil Grain Size Index (TGSI)

为了识别植被稀疏和裸地区域，估算了与土壤质地相关的指数——土壤颗粒质量指数（TGSI）（Wang et al. 2002）。颗粒越粗，荒漠化的可能性越大。TGSI基于田间光谱反射率测量和土壤表层颗粒组成的物理实验室分析（Xiao et al. 2006）。TGSI值为负值表示植被或水体覆盖，而正值则对应于粗粒土壤。TGSI值越高，地表越粗糙。计算公式如下：

TGSI=（Red-Blue)/(Red +Green +Blue)

在ENVI ToolBox中输入公式:(b3-b2)/(b1+b2+b3)，得到结果如图所示：