Earth Engine 数据模型特别适合机器学习任务,因为它能够轻松地将不同空间分辨率、投影和数据类型的数据源合并在一起。通过向分类器提供附加信息,它能够轻松地分离不同的类。在这里,我们采用相同的示例并使用以下技术对其进行扩充
- 应用云掩膜
- 添加光谱指数:我们为不同的光谱指数添加波段,例如 - NDVI、NDBI、MNDWI 和 BSI。
- 添加高程和坡度:我们还添加了来自 ALOS DEM 的坡度和高程带。
- 标准化输入:当所有输入具有相同的规模时,机器学习模型效果最佳。我们将用最大值划分每个波段。此方法可确保所有输入值都在 0-1 之间。课程补充中提供了更完整和强大的图像归一化