超级会员免费看
本文介绍了如何使用Google Earth Engine（GEE）的随机森林方法进行土地分类，特别是农作物分类。首先，文章讲解了选择样本点和影像的步骤，然后讨论了分类参数的设定。重点介绍了`stratifiedSample`函数，该函数用于从图像中提取分层随机点样本，并根据指定的类值和数量进行采样。此外，还提到了`randomVisualizer`函数，它用于创建可视化的图像，为每个独特像素值分配随机颜色。
在我们进行样本点分类首先就是选择样本点，和影像，然后进行随机样本点分类，这里除了随机样本点分类之外，其技术难点就是如何对原有样本点的添加以及一些分类参数的设定。这里我们首先建立一个影像，然后分别给与影像赋予不同值，最终返回就是一个单波段影像，但是这个分类影像中就包含了很多影像原始值信息，而随后利用直接样本点获取，就可以根据class分类的影像进行分层设定样本点，很是方便。先看以下函数。这里最主要的就是选取研究区的随机样本点，这里可以设定样本点数量，参与分类的样本点波段，分类属性值和分类点等等。
stratifiedSample(numPoints, classBand, region, scale, projection, seed, classValues, classPoints, dropNulls, tileScale, geometries)
Extracts a stratified random sample of points from an image. Extracts the specified number of samples for each distinct value discovered within the 'classBand
订阅专栏 解锁全文
1007
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
