GEE——利用多源遥感数据和SVM方法进行不同时期(多时相)遥感影像的分类

本教程使用Google Earth Engine(GEE)结合多源遥感数据,利用SVM方法进行不同时期的遥感影像分类。讲解了如何处理NASADEM数据,使用reduceToImage函数将特征转化为影像,通过ee.Filter筛选参与分类的属性,并介绍了smileRandomForest分类器的配置。在实际操作中,需注意矢量集合降维处理以避免错误。
摘要由CSDN通过智能技术生成

简介:

本教程主要的目的是实现多起遥感影像的分类,这里使用两景应先给,融合了多波段影像,其次还包含去除水域和根据NDSI指数去除雪的部分。我们分别利用不同时期的影像进行分析分别分类,这里利用的是提取样本点,然后进行SVM分布。

数据集

这里我们使用的数据集:

NASADEM 是对 STRM 数据的再处理,通过纳入来自 ASTER GDEM、ICESat GLAS 和 PRISM 数据集的辅助数据提高了精度。

最重要的处理改进包括通过改进相位解包和使用 ICESat GLAS 数据进行控制来减少空隙。

 

 

函数:

reduceToImage(properties, reducer)

Creates an image from a feature collection by applying a reducer over the selected properties of all the features that intersect each pixel.

这个函数主要的用处就是i使用我们矢量数据中的一组数据,转化为应影像,最主要的目的就是这里去掉你不想参与分类的类别。

Arguments:

t

  • 31
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值