GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图

简介

这一部分是最后一部分,因为这里我们已经根据前两个部分获取了分割后的影像,这里就可以选择指定的时间范围来查看其指定时间段的土地分类结果,同时可以导出研究区发生变化的时间结果。

之前两个部分请查看以下两篇博客

GEE(ccdc-1)——利用Landsat系列影像获取研究区范围的多波段影像(包含ccdc中已经定义的多波段)-CSDN博客 GEE(CCDC-2)——根据以获取的研究区CCDC系数进行土地覆被分类分析-CSDN博客

绘制土地覆被和土地覆被变化地图APP

https://code.earthengine.google.com/?scriptPath=users%2Fparevalo_bu%2Fgee-ccdc-tools%3AAPPS%2Flandcover_app

 

输入分割影像

这里是根据已经加载后的影像输入路径,然后点击load就可以进行后续参数的设定

 分类制图

这里我们首先可以选择我们需要进行查看土地分类指定时间节点的影像,这个时间节点取决于你影像的时间范围,也就是CCDC-1教程中获取的时间影像的时间范围。如果你获取的仅仅是2000年的之后的影像,那么就无法获取1990年之间的影像。这里按照标准格式进行添加,可以选择添加多个时间段的影像,然后查看不同时间段的土地分类结果。

第二个选项我们可以查看在某个时间段内地类发生变化的影像,而分类选项我们根据我们分类对应的数字查看从某一类到某一类地类的转化过程,同时也支持多选,也就是你剋同时查看草地,林地转化成建筑物的结果,最后结果按照红色的栅格所展示。

不同时间段的土地分类结果

 地类发生转变的部分

添加地类后的地图

所有代码

/**
 * @license
 * Copyright 2019 Boston University
 *
 * Licensed under the Apache License, Version 2.0 (the "License");
 * you may not use this file except in compliance with the License.
 * You may obtain a copy of the License at
 *
 *    https://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 *
 * @fileoverview User interface more making land cover maps with CCDC.
 * @author Eric L. Bullock, PhD
 */


//............. UTILITIES ................//
var utils = require('users/parevalo_bu/gee-ccdc-tools:ccdcUtilities/api')
var uiUtils = require('users/parevalo_bu/gee-ccdc-tools:ccdcUtilities/ui') 

 
//............. VARIABLES ................//

var properties = function() {
  this.coefs = [
    "INTP", "SLP", 
    "COS", "SIN", 
    "COS2", "SIN2",
    "COS3", "SIN3", 
    "RMSE"]
    
  this.segs = ["S1", "S2", "S3","S4", "S5", "S6"]
 
  /**
   * 可视化参数
   */ 
  this.visLabels = {
    fontWeight: 'bold', 
    fontSize: '14px', 
    padding: '4px 4px 4px 4px',
    border: '1px solid black',
    color: 'white',
    backgroundColor: 'black',
    textAlign: 'center',
    stretch: 'horizontal'
  }
  this.visLabelsSub = {
    fontWeight: 'bold', 
    fontSize: '14px', 
    padding: '4px 4px 4px 4px',
    color: 'black',
    backgroundColor: 'white',
    textAlign: 'center',
    stretch: 'horizontal'
  }

}

var horizontalStyle = {
  stretch: 'horizontal', 
  width: '100%'
}

var PROPS
var HELPER
var WIDGS = {}

var ccdParams = {}
var runParams = {}
var vizParams = {}
var globGeom = []


var INDICES = ['NDVI', 'NBR', 'EVI', 'EVI2', 'NDFI', 'GREENNESS', 'BRIGHTNESS', 'WETNESS']
var BANDS = ['BLUE','GREEN','RED', 'NIR', 'SWIR1', 'SWIR2'] 
var FULLBANDS = BANDS.concat(INDICES)
var BPBANDS = ['GREEN', 'RED', 'NIR', 'SWIR1', 
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
您好!很抱歉听到您在土地利用分类中遇到了缺失一大块的问题。可能有几个原因导致这种情况发生: 1. 数据质量问题:在进行土地利用分类之前,首先需要确保使用的影像数据质量良好。缺失一大块的结果可能是由于影像数据本身存在缺失或损坏导致的。请检查您使用的影像数据是否完整,并确保其质量符合要求。 2. 分类算法选择问题:选择适合的分类算法对于准确地进行土地利用分类非常重要。不同的算法适用于不同的场景和数据类型。您可以尝试使用不同的分类算法或优化参数来提高分类结果的准确性。 3. 样本标注问题:土地利用分类通常需要一定数量的样本数据进行训练。如果样本数据标注不准确或不充分,可能会导致分类结果出现缺失区域。请确保样本数据的标注准确,并尽量使用多样化的样本数据以盖各种土地利用类型。 4. 特征提取问题:在进行土地利用分类时,选择合适的特征对于准确分类非常重要。如果选择的特征无法很好地反映土地利用类型,可能会导致分类结果不准确或缺失。请确保选择的特征具有良好的区分度并能够充分表达各个土地利用类型的特征。 综上所述,您可以从数据质量、分类算法、样本标注和特征提取等方面入手,逐步排查和改进,以期提高土地利用分类结果的准确性和完整性。希望对您有所帮助!如果您有任何其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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