做过土地利用分类的人基本都体验过这种崩溃：分类器跑完了，打开结果图一看，原本应该整齐的耕地像打翻的调色盘，河流边界全是锯齿，连片的林地被切成几百个碎块，整个研究区看起来像是撒了一地芝麻。一开始我也以为是样本点没选好、分类器参数不对，反复调特征、换算法，折腾了好几天，结果改善有限。后来才意识到，问题不在分类本身，而在分类之后少了一道关键的工序——Landcover Cleanup。这个标题里的Cleanup不是简单“去掉小斑块”那么轻描淡写，它是把像素级分类结果从“能用”提升到“能看、能出图、能入库”的必经步骤。这篇文章就来把GEE里做土地利用分类清理的核心方法、代码逻辑和调试经验完整梳理一遍，适合已经会用GEE做基础分类、但苦于成果图面质量的同学参考。

1. 分类结果的“半成品”长什么样：三类典型噪声的成因分析

很多教程讲到随机森林分完类就结束了，没人告诉你后面还有一大段活要干。先搞清楚分类结果为什么“脏”，才能理解Cleanup为什么这么设计。

1.1 椒盐噪声：像元级独立决策的必然副产物

GEE里最常用的分类流程，是给每个像元单独提取波段特征、指数特征，然后扔进分类器，分类器对每个像元独立地给出一个类别标签。问题就出在“独立”这两个字上——分类器并不知道旁边那个像元是什么类别，也不会因为自己的结果和周围不一致就主动修正。

举个例子，一片成熟玉米地在Landsat影像上，因为含水量、长势、土壤背景的微小差异，总会有零星几个像元的反射率和周边不太一样。分类器只看这几个像元的数值，就可能把它们判成草地甚至建设用地。这种误判在空间上表现为一个一个孤立的小点，椒盐噪声就这么来了。Landsat 30米分辨率本身就有混合像元问题，一个像元里可能一半是耕地一半是道路，光谱特征落在两个类别的模糊区间，分类器只能硬着头皮选一个。

换句话说，椒盐噪声不是分类器“笨”，而是像素级分类的结构性局限。要解决它，必须引入空间信息——让分类图“参考邻居的意见”。

1.2 锯齿边界与碎斑：空间语义缺失的代价

另一种常见问题比椒盐噪声更难处理，就是地物边界的锯齿状和同类地物的碎化。

耕地、林地、水体这类地物在自然界里往往是大片连续分布的，但分类器没有“大片连续”这个概念。它只关心光谱值，于是同一块林地里，树冠阴影重的像元可能被判成水体，灌木丛稀疏的区域可能被判成草地，整片林地就碎成了无数小图斑。边界部分更不用说，栅格数据本身是方形像元网格，分类时对连续地物的边缘做离散化，地块边界自然呈现锯齿状，这是任何像素级分类都无法避免的。

细碎斑块在面积统计时尤其麻烦。我见过一个研究区的分类结果，光斑块数量就有十多万个，其中一大半都是面积不到一个像元的小碎片。这种结果拿去算面积、做变化检测、出专题图，数据量又大又不准，根本没法用。

搞清楚这些成因之后，清理思路就很清晰了：需要一种能知道“哪个像元和哪个像元属于同一个连续区域”的方法，然后在区域层面做决策。这就引出了GEE里最重要的一个工具——连通域分析。

2. 从像元视角切换到斑块视角：连通域分析是Cleanup的基石

Cleanup的第一个关键动作，是把处理单元从“单个像元”升级为“连通斑块”。GEE提供了两个层面的工具，分别适合不同的场景。

2.1 connectedPixelCount：快速获取每个斑块的像元数量

connectedPixelCount是GEE里做分类图清理时出镜率最高的函数之一。它做的事情很直观：给每个像元赋值一个数字，表示它所在的连通斑块总共包含多少个像元。

// 假设 classImg 是分类结果，类别取值为 1-6 的整数 var pixelCount = classImg.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }).rename('pixelCount');

这里的maximumNeighbors表示最多向外搜索多少个相邻像元，eightConnected: true表示使用8邻域连通（上下左右加四个对角方向）。8邻域比4邻域对斜向连接的斑块更友好，建议默认设为true。

拿到pixelCount之后，就可以在斑块层面做筛选了。比如去掉所有像元数小于5的斑块，再和原分类图叠加：

var cleaned = classImg.updateMask(pixelCount.gte(5));

updateMask会把不满足条件的像元设为掩膜（无效值），只保留面积达到要求的斑块。这个操作看起来简单，但它把空间连续性这个维度正式引入了清理流程。

这里有个值得注意的点：connectedPixelCount直接返回的是像元数量，不是实际面积。如果想知道斑块的平方米面积，乘以ee.Image.pixelArea()即可：

var areaImg = pixelCount.multiply(ee.Image.pixelArea()).rename('area_m2');

30米分辨率的Landsat，一个像元约900平方米，面积阈值5个像元就是4500平方米。不同研究目的对最小图斑面积的要求差异很大，后面会专门讲阈值怎么选。

2.2 connectedComponents与reduceConnectedComponents：真正的对象级统计

如果你觉得只需要“数一数斑块有多大”就够了，那没问题。但有些情况下，我们需要对斑块做更复杂的统计——比如计算每个斑块内的平均NDVI，或者找出每个斑块的主导类别。这个时候就需要connectedComponents和reduceConnectedComponents了。

connectedComponents会给每个像元分配一个唯一的斑块ID：

var objectId = classImg.connectedComponents({ connectedness: ee.Kernel.plus(1), maxSize: 256 });

输出图像有一个labels波段，同一个连通区域内的所有像元共享同一个ID值。拿到ID之后，就可以把分类图和一个需要统计的波段合并，对每个斑块做区域统计：

// 给每个斑块计算内部像元数量 var objCount = objectId.select('labels') .addBands(pixelCount) .reduceConnectedComponents({ reducer: ee.Reducer.count(), maxSize: 256 });

它的逻辑其实和ArcGIS里的Region Group很相似。ArcGIS里你选中一个栅格图层，用Region Group生成连通区编码，再配合Zonal Statistics统计每个区内的像元数、均值、最大值等信息。GEE里的这两个函数就是等价的云端实现。

不过在实际做Cleanup时，我90%的场景用connectedPixelCount就够了，因为它够快、够直接。只有需要做“斑块内部类别再判断”时，才会用到reduceConnectedComponents。比如你想把面积大于某阈值、但内部类别占比低于另一个阈值的斑块强制重归类，这就必须用到斑块ID和分区统计的组合。

2.3 桌面软件与GEE的操作对比

如果你之前习惯用桌面遥感软件做分类后处理，理解GEE这套工具会非常快。桌面软件里，你通常先做聚类/分割，再手动设置最小图斑面积、合并规则，每一步都有可视化界面。GEE里没有按钮，只有函数，但它把这个流程压缩成了一条链：连通域分析 → 斑块属性计算 → 条件筛选 → 结果回填。

这种“函数式”的写法的好处是，整套处理流程是可复现的、可批量的。你换一个研究区、换一期影像，只要改一下参数，跑一遍就能得到同样规范的结果，不用再手动点来点去。对于需要处理多期影像做土地利用变化分析的人来说，这是桌面软件很难比的效率优势。

3. 三招清理细碎图斑：类别合并、众数滤波与面积阈值筛选

有了连通域这个工具，接下来就是具体的清理操作。我一般会按顺序做三件事：先合并类别，再众数滤波，最后按斑块面积筛选。每一步都有它的必要性，顺序不建议乱。

3.1 第一招：类别重编码，先把“语义噪声”降下来

很多时候分类图的“脏”不是地类分错了，而是分类体系定得太细。常见的情况是把森林细分成了常绿林、落叶林、混交林，但不同森林类型在光谱上高度重叠，分类器硬分出来的结果就是一片斑驳。

这时候做一个类别合并，效果立竿见影。GEE里用remap重编码：

// 原始类别：1常绿林 2落叶林 3混交林 4灌木 5草地 6农田 // 合并后：1林地 2灌木 3草地 4农田 var fromList = [1, 2, 3]; var toList = [1, 1, 1]; var classMerged = classImg.remap(fromList, toList);

为什么要先做这一步而不是先滤波？因为类别越细，类别之间的光谱边界越模糊，椒盐噪声越严重。先把容易混淆的子类合并成有明显光谱差异的大类，噪声自然减少，后面的滤波压力也小了。就像你先把一堆颜色相近的豆子分成几大类，再挑里面的沙子，比直接在一堆豆子里挑沙子要容易得多。

3.2 第二招：众数滤波，用邻域信息压制椒盐噪声

合并类别之后，再用邻域统计对图像做一次平滑。对分类图来说，最合适的平滑不是均值或中值，而是众数——取邻域内出现次数最多的类别作为中心像元的新类别。

// 3x3核的众数滤波 var smoothed = classMerged.focalMode({ radius: 3, kernelType: 'square', units: 'pixels', iterations: 1 });

这招对消除孤立点特别管用：一个落在一大片农田里的孤立“建设用地”像元，它的3x3邻域里大概率有5个以上农田像元，众数滤波会把它刷成农田。

这里有一个参数选择的细节：核大小用3x3够不够？我的经验是，30米分辨率的Landsat数据做常规土地利用分类，3x3的核就够了。用5x5甚至7x7的核确实更平滑，但代价是会把一些窄条状地物吃掉——比如三四米宽的乡村道路，在Landsat影像上本来就只占一个像元左右，核稍微大一点，路就没有了。分类图里的线性地物本来就珍贵，别让滤波把它们清掉。

还有一个容易被忽略的细节：focalMode处理的是整数值类别标签，操作过程中不会产生小数，比focalMedian更适合分类图。如果你习惯用focalMedian，记得对结果取整，否则类别标签里会出现2.5这种不存在的类别。

3.3 第三招：连通域面积阈值，按斑块而非像元做取舍

经过前面两步，椒盐噪声基本没了，但细碎图斑还在：一片林地里可能有几个连成一小块的误分类区域，面积有三四个像元，既不是孤立点，也不是大面积真实地物。它们不会轻易被众数滤波消除，必须用连通域分析按斑块面积筛掉。

// 计算连通像元数 var patchCount = smoothed.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }); // 筛选最小图斑面积（这里设定至少6个像元） var cleaned = smoothed.updateMask(patchCount.gte(6));

这一步的操作逻辑是：如果一个斑块的像元数小于阈值，整个斑块都被视为不可靠结果，整体掩膜掉。注意，和众数滤波只改中心像元不同，这里是对整个小斑块做切除，两者结合才能既去掉孤立点又去掉小碎块。

筛掉的小斑块后续怎么处理？这取决于你的用途。如果只是出图展示，掩膜掉就够了；但如果你需要完整的、没有空洞的分类图去算面积，就要对掩膜掉的位置做填充。最简单的填充方式是再做一次众数滤波，把空洞填成周围的主导类别：

var filled = cleaned.unmask(0) .focalMode({radius: 5, kernelType: 'square', units: 'pixels'});

注意unmask(0)把掩膜区域临时填成0，再用大一点的核做众数填充，填完再把0类别的地方重新掩膜。这一步会让最终的分类图在边缘更“圆润”，视觉上自然很多。

3.4 三招的顺序为什么不能乱

我一开始也试过先做面积筛选、再做类别合并，结果发现筛选完之后，很多小斑块本来属于某个类别，合并类别后这些斑块被重新归并成了更大的连通域，之前的面积筛选就白做了，还得再筛一遍。

反过来，先合并类别再滤波再筛选，每一步都在前一步的基础上处理，逻辑上是清晰的：先减少类别间的光谱混淆，再消除孤立点，最后切除小碎块。如果顺序反了，每一步处理可能创造新的问题，最终的多轮调试会非常痛苦。所以这三步的顺序不是个人偏好，而是从数据问题的成因到最后处理的自然逻辑顺序。

4. 清理不是滤镜，是决策：面积阈值、类别语义与精度检验

很多人把Cleanup当成一个“美化”过程，觉得只是让图看起来更干净。这种理解会带来一个隐患：清理其实是在做决策——你决定留下哪些图斑、去掉哪些图斑，而这个决策会直接影响面积统计和分类精度。所以清理的每一步都应该有依据。

4.1 阈值不该拍脑袋：按类别分别设阈值

最小图斑面积设多少？这是Cleanup里最常见的问题。我的建议是，不要对所有类别设置同一个阈值。

不同地类的空间尺度差异很大：一片建设用地可能只有两三个像元，但它是有意义的；而一块农田如果只有两三个像元，大概率是分类噪声。所以在实际项目里，我会把常用类别按空间特征分个类：

实现按类别设置不同阈值的方法是，先对每个类别分别提取掩膜，再分别做连通域筛选，最后把结果合并：

// 对水体类别单独筛选，阈值设为3个像元 var waterMask = smoothed.eq(1); // 假设类别1是水体 var waterCleaned = smoothed .updateMask(waterMask) .updateMask(waterMask.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }).gte(3));

这种做法比全局一个阈值更贴近实际需求，特别是当研究区里既有大型水体又有零散小水塘时，全局阈值会直接抹掉小水塘，造成面积统计的明显偏差。

4.2 清理前后精度如何比对：混淆矩阵与面积趋势

清理之后，怎么判断效果好不好？肉眼看着顺眼是一个维度，但更应该用定量指标验证。

最常用的是混淆矩阵。在GEE里，先对清理后的分类图做分层随机采样，再结合高分辨率影像人工解译样本点，用errorMatrix计算总体精度、用户精度和生产者精度：

var sample = cleaned.stratifiedSample({ numPoints: 300, classBand: 'classification', region: roi, scale: 30, geometries: true }); // 假设在样本点上人工解译得到 reference 字段，取值0-5 var confusionMatrix = sample.errorMatrix({ actual: 'reference', predicted: 'classification' }); print('总体精度', confusionMatrix.accuracy()); print('Kappa系数', confusionMatrix.kappa());

这里有个经验：做清理前后的对比验证时，样本点要完全一致，这样两个混淆矩阵才有可比性。我见过有人清理前后各抽一套样本，最后精度变化其实是抽样误差造成的，根本不说明问题。

另外，我还习惯对清理前后的地类面积做一个对比趋势表。正常情况下，清理后细碎小斑块被归并，各地类总面积变化不会特别剧烈，一般不超过5%。如果某个类别面积变化超过10%，说明阈值设得太激进，把真实地物也一起清掉了，需要调参。

4.3 一个容易被忽略的问题：清理的代价是面积偏移

最后必须提醒一点：清理操作本质上是在改变分类结果，它不会无损地提高精度。每抹掉一个小斑块，都会有一部分真实地物的面积被“转移”到其他类别。

比如一片真实的灌木丛，因为面积小而零散，被面积阈值整体掩膜掉了，随后在填充阶段被周围的草地类别覆盖，那这片灌木的面积就从统计表里消失了，而草地的面积变大了。在做面积统计和后续的变化检测时，这种偏移会被放大，影响结论。

所以我对Cleanup的态度一向是：能用轻度处理解决问题，就不要用重度处理。能设5个像元阈值解决碎斑，就绝不设20个像元。清理的目的是去掉明显不可靠的分类噪声，而不是把分类图“修”得过于干净，后者往往会牺牲真实性。

5. 可复现的完整流程：从训练样本到Cleanup成果导出

讲完了原理和单个步骤，下面给出一段可以直接参考运行的完整流程。为了方便说明，我假设已经在某个研究区内准备好了训练样本点，且样本点带有类别属性class。

5.1 基础分类流程回顾

首先是影像加载与特征构建。这里以Landsat 8 Collection 2 Level-2数据为例，附加三个光谱指数作为分类特征：

var roi = ee.FeatureCollection('your_roi_asset'); // 替换为自己的研究区 var samples = ee.FeatureCollection('your_samples_asset'); // 替换为训练样本 var image = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterBounds(roi) .filterDate('2023-01-01', '2023-12-31') .filter(ee.Filter.lt('CLOUD_COVER', 10)) .median() .clip(roi); // 添加常用光谱指数 var imageWithIndices = image .addBands(image.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI')) .addBands(image.normalizedDifference(['SR_B3', 'SR_B5']).rename('NDWI')) .addBands(image.normalizedDifference(['SR_B4', 'SR_B6']).rename('MNDWI')); // 训练随机森林分类器 var training = samples.map(function(f) { return f.select(['NDVI', 'NDWI', 'MNDWI', 'SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7']); }); var classifier = ee.Classifier.smileRandomForest(100).train({ features: training, classProperty: 'class', inputProperties: ['NDVI', 'NDWI', 'MNDWI', 'SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7'] }); // 得到初始分类结果 var classImg = imageWithIndices .select(['NDVI', 'NDWI', 'MNDWI', 'SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7']) .classify(classifier) .rename('classification');

这段代码里，样本点的质量直接决定分类结果的基调。如果样本数量少、解译不准确，后面再怎么做Cleanup都是徒劳。我通常每个类别至少准备50-80个样本点，且尽量均匀分布在整个研究区，避免集中在某一个角落导致分类器对空间位置产生隐性依赖。

5.2 Cleanup完整代码段

接下来进入本文的核心，把前面讲的三个步骤整合成一段完整的Cleanup处理链：

// ===== 第一步：类别合并 ===== // 以原始类别1-6为例，分为水体、林地、灌木、草地、农田、建设用地 // 这里将林地类(1、2、3子类)合并为一个大类 var fromList = [1, 2, 3]; var toList = [1, 1, 1]; var classMerged = classImg.remap(fromList, toList); // ===== 第二步：众数滤波 ===== var smoothed = classMerged.focalMode({ radius: 3, kernelType: 'square', units: 'pixels', iterations: 1 }); // ===== 第三步：连通域面积筛选 ===== var patchCount = smoothed.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }); var cleaned = smoothed.updateMask(patchCount.gte(6)); // ===== 第四步：掩膜空洞填充 ===== var finalImg = cleaned.unmask(0).focalMode({ radius: 5, kernelType: 'square', units: 'pixels' }).updateMask(cleaned.unmask(0).select(0).neq(0)); // 输出清理后的分类图 Map.addLayer(finalImg, {min: 0, max: 5, palette: ['0000ff', '00aa00', 'ffaa00', 'ffff00', 'ff0000']}, 'Final Landcover');

这段代码的运行逻辑是：先合并类别，把分类体系简化；再通过众数滤波，把孤立像元“洗”成周围的主导类别；随后以6个像元为最小面积阈值，把过小的连通斑块整个剔除；最后对剔除区域做一个5x5邻域的众数填充，保证分类图没有空洞。整个处理过程都在GEE服务器端完成，导出时不用额外担心计算内存。

5.3 导出与可视化建议

清理完成后，导出时要注意两个细节：一是确认投影和分辨率，Export.image.toDrive里scale设置为30，crs建议设置为研究区对应的UTM投影，避免默认的EPSG:4326导致面积变形；二是导出前最好做一次reproject，用固定的投影和尺度把分类图重采样，防止后续ArcGIS或QGIS打开时出现莫名其妙的偏移：

Export.image.toDrive({ image: finalImg, description: 'landcover_cleanup_result', folder: 'GEE_Export', region: roi, scale: 30, crs: 'EPSG:32650', // 根据研究区所在纬度带替换 maxPixels: 1e13 });

如果你只是在GEE里做后续分析，不打算导出，那不需要做reproject，GEE会按照计算时的默认投影自动处理。

6. 我的调试踩坑记录与参数心得

文章最后，整理几个我在实践中反复踩过的坑。这些问题在官方文档里多半没有直接答案，但遇到的时候非常耽误时间。

6.1 大范围计算内存溢出的规避

GEE的内存限制是新手最容易撞上的墙。对一个大范围研究区做connectedPixelCount，尤其是maximumNeighbors设得比较大（比如512），经常会在计算时报“User memory limit exceeded”。

这个问题的根源在于，连通域分析需要把每个像元的连通关系记录在内存里，范围越大、连通域越大，消耗的内存就越高。我的做法是，先用clip(roi)把影像范围限定在研究区内，不要带着影像的原始全球边界算；其次，如果研究区实在太大，按网格分块导出再拼接，避免一次性计算。还有一种折中方案：先用reduceResolution把分类图粗化到90米或120米，在低分辨率下做一次大尺度的斑块筛选，再把结果重采样回30米，用于剔除超大范围上的孤岛斑块。

6.2 updateMask导致边缘黑块怎么处理

用updateMask(patchCount.gte(6))筛掉小斑块后，分类图边缘会出现一圈无数据的黑块，尤其是研究区边界裁剪处，原本被裁成碎片的斑块因为面积不足被整体掩膜了。这个问题在视觉上很突兀，也会影响后续的面积计算。

我的解决方案是，在面积筛选前，先对研究区做一次缓冲处理，或者在筛选后对空值区域做邻域类别填充。前面代码里的unmask(0)加focalMode填充就是应对这个问题的。填完之后，边缘黑块会变成周边类别的延续，视觉效果和统计结果都正常得多。

6.3 别对线性地物下重手：道路与沟渠的清理教训

最后一条经验来自一次真实教训。某个项目里，研究区包含大量乡村道路和林间防火道，这类地物在30米Landsat影像上往往只有1-2个像元宽，连通性却很强。我当时为了提高图面整洁度，把最小面积阈值设到了15个像元，结果道路被整体切碎，然后被邻域类别填充抹掉了。后续做道路缓冲区和生态廊道分析时，数据里完全找不到道路网络，只能重做。

从那以后，我对线性地物一律“特殊照顾”：要么不做面积筛选，要么单独设置1-3个像元的低阈值，要么在分类体系里把道路和建设用地分开建模，避免被建设用地的大面积阈值牵连。清理的度，真的得根据研究目标和地物特征来定，任何参数都不能无脑套用。

做土地利用分类越久越觉得，分类器负责的是“猜”，Cleanup负责的是“判断”。前者把每个像元放进最可能的类别，后者决定哪些像元组合有资格成为一个地理实体。把Cleanup这一步做好了，分类成果的质量会有一个肉眼可见的跃升，后续的面积统计和变化分析也才站得住脚。希望这篇整理能帮你少走一点我在调试过程中绕过的弯路。