解决云对于监督分类结果错误问题的两种思路

遥感图像解译中消除云对地物识别的影像

在监督分类过程中，云对于分类精度影响很大，下面提供两个思路用于解决地物识别错误的问题

一、修改样本

通过人工目视解译判断被云遮住的地物类型，以林地为例，在选林地训练样本过程中，除了明显的林地样本外，把被云遮住的林地区域也作为林地的训练样本，注意不要漏选，让计算机把这篇区域默认为林地。然后进行监督分类，之后发现被云遮住的区域被分类为林地了。该方法实测可行，鉴于可能对别的地物分类产生影响，换不同的影像来做实验之后发现对地物分类结果没有影响。

二、修改分类后地物的属性信息

把分类好的图像转换成tif格式，用ArcGIS打开，在符号系统中使用唯一值显示，之后发现每一个数字代表着一种地物，也就是属性表里面的value数值，之后把栅格数据转换成矢量，转换字段就选value，转成矢量后发现属性表中的gridcode字段就是地物类型的记载，在符号系统中使用该字段分级显示后开启编辑器，直接修改分类错误的图斑的gridcode属性，找到对应的地物属性编码然后直接修改就行了。改好了之后把矢量数据转换成栅格数据，转回去的时候字段选择gridcoded，注意修改像元大小，要和原来图像的分辨率保持一致。

实测两种方法可行，若遇到云同时遮住了两种地物类型的话也是同理，要么用第一种方法，使用对应的地物样本把云遮起来；要么用第二种方法对属性进行修改，使用编辑器中的分割工具分隔开就好了。

感谢大家花时间来阅读本文 作者水平有限 有失误之处请大家斧正！