对于监督分类,可视化每个类别的每个波段的平均光谱响应很有用。此类图表称为光谱响应曲线或光谱特征。此类图表有助于确定类的可分离性。如果类具有非常不同的签名,分类器将能够很好地将它们分开。
我们还可以绘制一个类的所有训练样本的光谱特征并检查训练数据集的质量。如果所有训练样本都显示相似的特征,则表明您在收集适当的样本方面做得很好。您还可以从这些图中捕捉潜在的异常值。
这些图表为检查类的可分离性提供了一种定性和可视化的方法。对于定量方法,可以应用光谱距离、马哈拉诺比斯距离、Bhattacharyya 距离、Jeffreys-Matusita (JM) 距离等度量。您可以在此 Stack Exchange 答案中找到这些代码。
var gcps = ee.FeatureCollection("users/ujavalgandhi/e2e/bangalore_gcps");
var composite = ee.Image('users/ujavalgandhi/e2e/bangalore_compo