Google Earth Engine ——土地分类/覆盖制图(随机森林方法2)
【摘要】
分类
研究中使用随机森林监督分类方法。监督分类是最常用于遥感影像数据定量化学分析的技术。监督分类支持这样一种想法,即用户可以选择图片中代表特定类别的样本像素,因此指示图像处理软件使用这些训练站点作为图像中所有其他像素分类的参考。有关分类的更多详细信息,请访问链接
// 获取之前的波段var bands = image...
分类
研究中使用随机森林监督分类方法。监督分类是最常用于遥感影像数据定量化学分析的技术。监督分类支持这样一种想法,即用户可以选择图片中代表特定类别的样本像素,因此指示图像处理软件使用这些训练站点作为图像中所有其他像素分类的参考。有关分类的更多详细信息,请访问链接
// 获取之前的波段
var bands = image.bandNames()
print(bands)
// 训练数据中从零开始的整数。
var label = 'lcode'
//覆盖图像上的点以进行训练。
var trainings = image.select(bands).sampleRegions({
collection: train,
properties: [label],
scale: 30
});
// r
文章来源: blog.csdn.net,作者:此星光明2021年博客之星云计算Top3,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/qq_31988139/article/details/120996016
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)