在我的监督分类代码里，我一共分为了以下几个步骤：
1.制作训练样本数据；
2.遥感数据的筛选（时间、地点与云量）；
3.遥感数据预处理（去云、镶嵌、裁剪）；
4.构建光谱指数：NDVI、mNDWI，NDBI;
5.构建分类样本集 并分为训练样本与验证样本；
6.选择合适方法进行分类；
7.精度验证；
8.导出分类结果；
上面的步骤基本为·监督分类常用步骤，可以根据自己的需求修改，但大体没什么变化。
1.制作训练样本数据；
构造样本数据一般有两个方法，一个是本地上传矢量的训练数据；另外一个是在GEE里面自己选点制作。我主要介绍第二种方法。
构造样本数据，首先创建一个new layer，然后选择该要素，并在地图上标点。
选择好样本点之后，记得打开该要素，改变图层类型为featurecollection，并添加分类属性：landcover与值。比如耕地样本点的值就为1。
2.遥感数据的筛选（时间、地点与云量）；
这一步根据自己的需求选取，我代码里面的roi就是研究区。如果你发现研究区影像云非常多，可以把过滤云标准调整高一点。
var startDate = ee.Date('2018-04-01');
var endDate = ee.Date('2018-9-30');
var col
最低0.47元/天 解锁文章
扫一扫
684
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
