1. GEE机器学习遥感分类实战：从数据到结果全流程解析

在遥感影像分析领域，Google Earth Engine（GEE）平台的出现彻底改变了传统工作模式。这个基于云计算的平台不仅提供了海量的遥感数据资源，更集成了强大的机器学习算法，让全球范围内的地物分类研究变得前所未有的高效。今天我将以水体/植被识别为例，带大家走通从数据准备到结果导出的完整流程，涵盖随机森林、SVM、CART、GTB等主流算法的实际应用。

2. 环境准备与数据加载

2.1 GEE平台初始化

首先需要完成GEE的账号注册和API授权。Python环境下推荐使用geemap库进行交互开发：

import ee import geemap # 初始化GEE ee.Initialize()

2.2 研究区与数据选择

以Landsat 8地表反射率数据为例，我们需要先定义研究区域和日期范围：

# 定义研究区（以旧金山湾区为例） roi = ee.Geometry.Rectangle([-122.5, 37.7, -122.3, 37.9]) # 加载Landsat 8数据 landsat = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') \ .filterBounds(roi) \ .filterDate('2020-01-01', '2020-12-31') \ .sort('CLOUD_COVER')

2.3 数据预处理

关键预处理步骤包括辐射定标、云掩膜和合成：

def preprocess(image): # 云掩膜 qa = image.select('QA_PIXEL') cloud_mask = qa.bitwiseAnd(1 << 3).eq(0) # 云标志位 shadow_mask = qa.bitwiseAnd(1 << 4).eq(0) # 云阴影标志位 # 辐射定标 optical_bands = image.select('SR_B.').multiply(0.0000275).add(-0.2) thermal_band = image.select('ST_B10').multiply(0.00341802).add(149.0) return image.addBands(optical_bands, None, True) \ .addBands(thermal_band, None, True) \ .updateMask(cloud_mask.And(shadow_mask)) # 应用预处理并生成中值合成影像 composite = landsat.map(preprocess).median()

3. 训练样本准备

3.1 样本采集策略

训练样本质量直接影响分类结果。推荐采用以下策略：

• 每个类别至少采集50-100个样本点
• 均匀分布在整个研究区
• 避免边缘混合像元

3.2 样本标注方法

GEE支持多种样本采集方式：

# 方法1：直接在代码中定义样本点 water_samples = ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.45, 37.75]), {'class': 0}), ee.Feature(ee.Geometry.Point([-122.40, 37.78]), {'class': 0}) ]) vegetation_samples = ee.FeatureCollection([ ee.Feature(ee.Geometry.Point([-122.35, 37.72]), {'class': 1}), ee.Feature(ee.Geometry.Point([-122.38, 37.80]), {'class': 1}) ]) # 合并样本集 samples = water_samples.merge(vegetation_samples)

3.3 样本特征提取

从影像中提取样本点的光谱特征：

# 选择特征波段 bands = ['SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7'] # 提取训练数据 training_data = composite.select(bands).sampleRegions( collection=samples, properties=['class'], scale=30 )

4. 机器学习模型构建与训练

4.1 随机森林模型

随机森林因其出色的表现成为遥感分类的首选：

# 训练随机森林分类器 rf_classifier = ee.Classifier.smileRandomForest( numberOfTrees=100, # 树的数量 variablesPerSplit=3, # 每棵树的特征数 minLeafPopulation=1, # 叶节点最小样本数 bagFraction=0.5 # 样本采样比例 ).train( features=training_data, classProperty='class', inputProperties=bands )

4.2 支持向量机(SVM)

SVM适合小样本情况下的分类：

svm_classifier = ee.Classifier.libsvm( kernelType='RBF', # 径向基核函数 gamma=0.5, # 核函数参数 cost=10 # 惩罚系数 ).train( features=training_data, classProperty='class', inputProperties=bands )

4.3 决策树(CART)

CART模型简单直观，适合快速验证：

cart_classifier = ee.Classifier.smileCart().train( features=training_data, classProperty='class', inputProperties=bands )

4.4 梯度提升树(GTB)

GTB适合处理复杂的非线性关系：

gtb_classifier = ee.Classifier.smileGradientTreeBoost( numberOfTrees=50, shrinkage=0.1, samplingRate=0.7 ).train( features=training_data, classProperty='class', inputProperties=bands )

5. 分类实施与结果可视化

5.1 影像分类

应用训练好的模型进行分类：

# 使用随机森林分类 classified = composite.classify(rf_classifier) # 定义可视化参数 vis_params = { 'min': 0, 'max': 1, 'palette': ['blue', 'green'] } # 在地图上显示结果 Map = geemap.Map() Map.centerObject(roi, 10) Map.addLayer(classified, vis_params, 'Classification') Map

5.2 分类后处理

常见后处理操作包括：

• 小斑块去除
• 边缘平滑
• 分类结果矢量化

# 小斑块去除示例（最小面积1公顷） area_pixels = 10000 / (30*30) # Landsat分辨率30m classified = classified.connectedPixelCount(area_pixels, True)

6. 精度验证

6.1 混淆矩阵计算

将样本集分为训练集和验证集：

# 添加随机列用于分割 sample = training_data.randomColumn() # 70%训练，30%验证 train_sample = sample.filter(ee.Filter.lt('random', 0.7)) valid_sample = sample.filter(ee.Filter.gte('random', 0.3)) # 重新训练分类器 rf_classifier = rf_classifier.train( features=train_sample, classProperty='class', inputProperties=bands ) # 验证集分类 validated = valid_sample.classify(rf_classifier) # 计算混淆矩阵 confusion_matrix = validated.errorMatrix('class', 'classification') print('总体精度:', confusion_matrix.accuracy()) print('Kappa系数:', confusion_matrix.kappa())

6.2 精度指标解读

关键精度指标包括：

• 总体精度(OA)：正确分类的样本比例
• Kappa系数：考虑随机因素的分类一致性
• 生产者精度：各类别的漏分误差
• 用户精度：各类别的错分误差

7. 结果导出

7.1 分类结果导出

将分类结果导出到Google Drive：

# 配置导出任务 task = ee.batch.Export.image.toDrive( image=classified, description='LandCover_Export', folder='GEE_Exports', fileNamePrefix='landcover_map', scale=30, region=roi, maxPixels=1e13 ) # 启动导出任务 task.start()

7.2 分类器保存

保存训练好的模型供后续使用：

# 导出分类器 classifier_asset = 'projects/your-project/assets/rf_classifier' task = ee.batch.Export.classifier.toAsset( classifier=rf_classifier, description='RF_Classifier_Export', assetId=classifier_asset ) task.start() # 后续使用时加载 saved_classifier = ee.Classifier.load(classifier_asset)

8. 实战经验与技巧

8.1 特征工程建议

• 加入NDVI等植被指数提升植被识别精度：

  ndvi = composite.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI') composite = composite.addBands(ndvi)

• 考虑纹理特征（如GLCM）用于城市区域识别
• 时序特征对农作物分类特别有效

8.2 样本均衡技巧

当各类别样本不均衡时：

• 采用分层抽样
• 调整类别权重
• 使用过采样/欠采样技术

8.3 常见问题排查

1. 分类结果出现"椒盐"噪声：

   • 增加minLeafPopulation参数
   • 应用形态学滤波后处理

2. 模型过拟合：

   • 减少树的数量或深度
   • 增加bagFraction参数

3. 内存不足错误：

   • 减小研究区范围
   • 降低输出分辨率
   • 使用tileScale参数分块处理

9. 不同模型对比分析

通过系统测试四种模型在相同数据集上的表现：

实际项目中，我通常会先用CART快速验证特征有效性，再用随机森林进行正式分类。当样本量特别少时（<100个样本），SVM往往表现更好。