1. GEE机器学习遥感分类实战从数据到结果全流程解析在遥感影像分析领域Google Earth EngineGEE平台的出现彻底改变了传统工作模式。这个基于云计算的平台不仅提供了海量的遥感数据资源更集成了强大的机器学习算法让全球范围内的地物分类研究变得前所未有的高效。今天我将以水体/植被识别为例带大家走通从数据准备到结果导出的完整流程涵盖随机森林、SVM、CART、GTB等主流算法的实际应用。2. 环境准备与数据加载2.1 GEE平台初始化首先需要完成GEE的账号注册和API授权。Python环境下推荐使用geemap库进行交互开发import ee import geemap # 初始化GEE ee.Initialize()2.2 研究区与数据选择以Landsat 8地表反射率数据为例我们需要先定义研究区域和日期范围# 定义研究区以旧金山湾区为例 roi ee.Geometry.Rectangle([-122.5, 37.7, -122.3, 37.9]) # 加载Landsat 8数据 landsat ee.ImageCollection(LANDSAT/LC08/C02/T1_L2) \ .filterBounds(roi) \ .filterDate(2020-01-01, 2020-12-31) \ .sort(CLOUD_COVER)2.3 数据预处理关键预处理步骤包括辐射定标、云掩膜和合成def preprocess(image): # 云掩膜 qa image.select(QA_PIXEL) cloud_mask qa.bitwiseAnd(1 3).eq(0) # 云标志位 shadow_mask qa.bitwiseAnd(1 4).eq(0) # 云阴影标志位 # 辐射定标 optical_bands image.select(SR_B.).multiply(0.0000275).add(-0.2) thermal_band image.select(ST_B10).multiply(0.00341802).add(149.0) return image.addBands(optical_bands, None, True) \ .addBands(thermal_band, None, True) \ .updateMask(cloud_mask.And(shadow_mask)) # 应用预处理并生成中值合成影像 composite landsat.map(preprocess).median()3. 训练样本准备3.1 样本采集策略训练样本质量直接影响分类结果。推荐采用以下策略每个类别至少采集50-100个样本点均匀分布在整个研究区避免边缘混合像元3.2 样本标注方法GEE支持多种样本采集方式# 方法1直接在代码中定义样本点 water_samples ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.45, 37.75]), {class: 0}), ee.Feature(ee.Geometry.Point([-122.40, 37.78]), {class: 0}) ]) vegetation_samples ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.35, 37.72]), {class: 1}), ee.Feature(ee.Geometry.Point([-122.38, 37.80]), {class: 1}) ]) # 合并样本集 samples water_samples.merge(vegetation_samples)3.3 样本特征提取从影像中提取样本点的光谱特征# 选择特征波段 bands [SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7] # 提取训练数据 training_data composite.select(bands).sampleRegions( collectionsamples, properties[class], scale30 )4. 机器学习模型构建与训练4.1 随机森林模型随机森林因其出色的表现成为遥感分类的首选# 训练随机森林分类器 rf_classifier ee.Classifier.smileRandomForest( numberOfTrees100, # 树的数量 variablesPerSplit3, # 每棵树的特征数 minLeafPopulation1, # 叶节点最小样本数 bagFraction0.5 # 样本采样比例 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.2 支持向量机(SVM)SVM适合小样本情况下的分类svm_classifier ee.Classifier.libsvm( kernelTypeRBF, # 径向基核函数 gamma0.5, # 核函数参数 cost10 # 惩罚系数 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.3 决策树(CART)CART模型简单直观适合快速验证cart_classifier ee.Classifier.smileCart().train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.4 梯度提升树(GTB)GTB适合处理复杂的非线性关系gtb_classifier ee.Classifier.smileGradientTreeBoost( numberOfTrees50, shrinkage0.1, samplingRate0.7 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )5. 分类实施与结果可视化5.1 影像分类应用训练好的模型进行分类# 使用随机森林分类 classified composite.classify(rf_classifier) # 定义可视化参数 vis_params { min: 0, max: 1, palette: [blue, green] } # 在地图上显示结果 Map geemap.Map() Map.centerObject(roi, 10) Map.addLayer(classified, vis_params, Classification) Map5.2 分类后处理常见后处理操作包括小斑块去除边缘平滑分类结果矢量化# 小斑块去除示例最小面积1公顷 area_pixels 10000 / (30*30) # Landsat分辨率30m classified classified.connectedPixelCount(area_pixels, True)6. 精度验证6.1 混淆矩阵计算将样本集分为训练集和验证集# 添加随机列用于分割 sample training_data.randomColumn() # 70%训练30%验证 train_sample sample.filter(ee.Filter.lt(random, 0.7)) valid_sample sample.filter(ee.Filter.gte(random, 0.3)) # 重新训练分类器 rf_classifier rf_classifier.train( featurestrain_sample, classPropertyclass, inputPropertiesbands ) # 验证集分类 validated valid_sample.classify(rf_classifier) # 计算混淆矩阵 confusion_matrix validated.errorMatrix(class, classification) print(总体精度:, confusion_matrix.accuracy()) print(Kappa系数:, confusion_matrix.kappa())6.2 精度指标解读关键精度指标包括总体精度(OA)正确分类的样本比例Kappa系数考虑随机因素的分类一致性生产者精度各类别的漏分误差用户精度各类别的错分误差7. 结果导出7.1 分类结果导出将分类结果导出到Google Drive# 配置导出任务 task ee.batch.Export.image.toDrive( imageclassified, descriptionLandCover_Export, folderGEE_Exports, fileNamePrefixlandcover_map, scale30, regionroi, maxPixels1e13 ) # 启动导出任务 task.start()7.2 分类器保存保存训练好的模型供后续使用# 导出分类器 classifier_asset projects/your-project/assets/rf_classifier task ee.batch.Export.classifier.toAsset( classifierrf_classifier, descriptionRF_Classifier_Export, assetIdclassifier_asset ) task.start() # 后续使用时加载 saved_classifier ee.Classifier.load(classifier_asset)8. 实战经验与技巧8.1 特征工程建议加入NDVI等植被指数提升植被识别精度ndvi composite.normalizedDifference([SR_B5, SR_B4]).rename(NDVI) composite composite.addBands(ndvi)考虑纹理特征如GLCM用于城市区域识别时序特征对农作物分类特别有效8.2 样本均衡技巧当各类别样本不均衡时采用分层抽样调整类别权重使用过采样/欠采样技术8.3 常见问题排查分类结果出现椒盐噪声增加minLeafPopulation参数应用形态学滤波后处理模型过拟合减少树的数量或深度增加bagFraction参数内存不足错误减小研究区范围降低输出分辨率使用tileScale参数分块处理9. 不同模型对比分析通过系统测试四种模型在相同数据集上的表现模型总体精度Kappa系数训练时间适用场景随机森林0.920.89中等通用场景特征重要性分析SVM0.880.84快小样本高维特征CART0.850.80快快速验证规则提取GTB0.910.88慢复杂非线性关系实际项目中我通常会先用CART快速验证特征有效性再用随机森林进行正式分类。当样本量特别少时100个样本SVM往往表现更好。
1. GEE机器学习遥感分类实战从数据到结果全流程解析在遥感影像分析领域Google Earth EngineGEE平台的出现彻底改变了传统工作模式。这个基于云计算的平台不仅提供了海量的遥感数据资源更集成了强大的机器学习算法让全球范围内的地物分类研究变得前所未有的高效。今天我将以水体/植被识别为例带大家走通从数据准备到结果导出的完整流程涵盖随机森林、SVM、CART、GTB等主流算法的实际应用。2. 环境准备与数据加载2.1 GEE平台初始化首先需要完成GEE的账号注册和API授权。Python环境下推荐使用geemap库进行交互开发import ee import geemap # 初始化GEE ee.Initialize()2.2 研究区与数据选择以Landsat 8地表反射率数据为例我们需要先定义研究区域和日期范围# 定义研究区以旧金山湾区为例 roi ee.Geometry.Rectangle([-122.5, 37.7, -122.3, 37.9]) # 加载Landsat 8数据 landsat ee.ImageCollection(LANDSAT/LC08/C02/T1_L2) \ .filterBounds(roi) \ .filterDate(2020-01-01, 2020-12-31) \ .sort(CLOUD_COVER)2.3 数据预处理关键预处理步骤包括辐射定标、云掩膜和合成def preprocess(image): # 云掩膜 qa image.select(QA_PIXEL) cloud_mask qa.bitwiseAnd(1 3).eq(0) # 云标志位 shadow_mask qa.bitwiseAnd(1 4).eq(0) # 云阴影标志位 # 辐射定标 optical_bands image.select(SR_B.).multiply(0.0000275).add(-0.2) thermal_band image.select(ST_B10).multiply(0.00341802).add(149.0) return image.addBands(optical_bands, None, True) \ .addBands(thermal_band, None, True) \ .updateMask(cloud_mask.And(shadow_mask)) # 应用预处理并生成中值合成影像 composite landsat.map(preprocess).median()3. 训练样本准备3.1 样本采集策略训练样本质量直接影响分类结果。推荐采用以下策略每个类别至少采集50-100个样本点均匀分布在整个研究区避免边缘混合像元3.2 样本标注方法GEE支持多种样本采集方式# 方法1直接在代码中定义样本点 water_samples ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.45, 37.75]), {class: 0}), ee.Feature(ee.Geometry.Point([-122.40, 37.78]), {class: 0}) ]) vegetation_samples ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.35, 37.72]), {class: 1}), ee.Feature(ee.Geometry.Point([-122.38, 37.80]), {class: 1}) ]) # 合并样本集 samples water_samples.merge(vegetation_samples)3.3 样本特征提取从影像中提取样本点的光谱特征# 选择特征波段 bands [SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7] # 提取训练数据 training_data composite.select(bands).sampleRegions( collectionsamples, properties[class], scale30 )4. 机器学习模型构建与训练4.1 随机森林模型随机森林因其出色的表现成为遥感分类的首选# 训练随机森林分类器 rf_classifier ee.Classifier.smileRandomForest( numberOfTrees100, # 树的数量 variablesPerSplit3, # 每棵树的特征数 minLeafPopulation1, # 叶节点最小样本数 bagFraction0.5 # 样本采样比例 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.2 支持向量机(SVM)SVM适合小样本情况下的分类svm_classifier ee.Classifier.libsvm( kernelTypeRBF, # 径向基核函数 gamma0.5, # 核函数参数 cost10 # 惩罚系数 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.3 决策树(CART)CART模型简单直观适合快速验证cart_classifier ee.Classifier.smileCart().train( featurestraining_data, classPropertyclass, inputPropertiesbands )4.4 梯度提升树(GTB)GTB适合处理复杂的非线性关系gtb_classifier ee.Classifier.smileGradientTreeBoost( numberOfTrees50, shrinkage0.1, samplingRate0.7 ).train( featurestraining_data, classPropertyclass, inputPropertiesbands )5. 分类实施与结果可视化5.1 影像分类应用训练好的模型进行分类# 使用随机森林分类 classified composite.classify(rf_classifier) # 定义可视化参数 vis_params { min: 0, max: 1, palette: [blue, green] } # 在地图上显示结果 Map geemap.Map() Map.centerObject(roi, 10) Map.addLayer(classified, vis_params, Classification) Map5.2 分类后处理常见后处理操作包括小斑块去除边缘平滑分类结果矢量化# 小斑块去除示例最小面积1公顷 area_pixels 10000 / (30*30) # Landsat分辨率30m classified classified.connectedPixelCount(area_pixels, True)6. 精度验证6.1 混淆矩阵计算将样本集分为训练集和验证集# 添加随机列用于分割 sample training_data.randomColumn() # 70%训练30%验证 train_sample sample.filter(ee.Filter.lt(random, 0.7)) valid_sample sample.filter(ee.Filter.gte(random, 0.3)) # 重新训练分类器 rf_classifier rf_classifier.train( featurestrain_sample, classPropertyclass, inputPropertiesbands ) # 验证集分类 validated valid_sample.classify(rf_classifier) # 计算混淆矩阵 confusion_matrix validated.errorMatrix(class, classification) print(总体精度:, confusion_matrix.accuracy()) print(Kappa系数:, confusion_matrix.kappa())6.2 精度指标解读关键精度指标包括总体精度(OA)正确分类的样本比例Kappa系数考虑随机因素的分类一致性生产者精度各类别的漏分误差用户精度各类别的错分误差7. 结果导出7.1 分类结果导出将分类结果导出到Google Drive# 配置导出任务 task ee.batch.Export.image.toDrive( imageclassified, descriptionLandCover_Export, folderGEE_Exports, fileNamePrefixlandcover_map, scale30, regionroi, maxPixels1e13 ) # 启动导出任务 task.start()7.2 分类器保存保存训练好的模型供后续使用# 导出分类器 classifier_asset projects/your-project/assets/rf_classifier task ee.batch.Export.classifier.toAsset( classifierrf_classifier, descriptionRF_Classifier_Export, assetIdclassifier_asset ) task.start() # 后续使用时加载 saved_classifier ee.Classifier.load(classifier_asset)8. 实战经验与技巧8.1 特征工程建议加入NDVI等植被指数提升植被识别精度ndvi composite.normalizedDifference([SR_B5, SR_B4]).rename(NDVI) composite composite.addBands(ndvi)考虑纹理特征如GLCM用于城市区域识别时序特征对农作物分类特别有效8.2 样本均衡技巧当各类别样本不均衡时采用分层抽样调整类别权重使用过采样/欠采样技术8.3 常见问题排查分类结果出现椒盐噪声增加minLeafPopulation参数应用形态学滤波后处理模型过拟合减少树的数量或深度增加bagFraction参数内存不足错误减小研究区范围降低输出分辨率使用tileScale参数分块处理9. 不同模型对比分析通过系统测试四种模型在相同数据集上的表现模型总体精度Kappa系数训练时间适用场景随机森林0.920.89中等通用场景特征重要性分析SVM0.880.84快小样本高维特征CART0.850.80快快速验证规则提取GTB0.910.88慢复杂非线性关系实际项目中我通常会先用CART快速验证特征有效性再用随机森林进行正式分类。当样本量特别少时100个样本SVM往往表现更好。
