非规则时序遥感影像随机森林作物分类数据处理与建模咨询

1. 合并宽表并转换为长表 #

假设提取的宽表（记为extracted_bands）每行对应一个样本点，列名格式为波段名_影像序号（如B1_1、B2_37），且行顺序与s_points的样本点顺序一致；或两个数据框均包含唯一标识的sample_id列。

步骤1：合并数据框 #

若存在sample_id列：

library(dplyr)
combined_df <- inner_join(s_points, extracted_bands, by = "sample_id")

若无sample_id但行顺序匹配：

combined_df <- bind_cols(s_points, extracted_bands)

步骤2：转换为长表 #

使用tidyr::pivot_longer重塑格式，按时间（影像序号）和波段分组：

library(tidyr)
long_df <- combined_df %>%
  pivot_longer(
    cols = starts_with("B"), # 匹配所有波段列，可根据实际列名调整
    names_to = c("band", "image_idx"),
    names_sep = "_", # 假设列名用下划线分隔波段与影像序号
    values_to = "reflectance"
  ) %>%
  mutate(image_idx = as.integer(image_idx)) # 将影像序号转为整数类型

最终长表将包含sample_id、crop_class、band、image_idx、reflectance列，满足时序样本的长格式需求。

2. 训练随机森林分类模型 #

随机森林需要每个样本一行，所有波段特征为列，作物类别为标签的宽格式数据，直接使用合并后的combined_df即可：

步骤1：准备训练数据 #

# 分离特征与标签
features <- combined_df %>% select(-sample_id, -crop_class)
labels <- factor(combined_df$crop_class) # 转为因子类型适配分类任务

# 划分训练集与测试集（可选）
set.seed(123) # 设置随机种子保证可复现
train_idx <- sample(nrow(combined_df), 0.7 * nrow(combined_df))
train_features <- features[train_idx, ]
train_labels <- labels[train_idx]
test_features <- features[-train_idx, ]
test_labels <- labels[-train_idx]

步骤2：训练模型 #

推荐使用ranger包（比基础randomForest更快，支持并行）：

library(ranger)
rf_model <- ranger(
  y = train_labels,
  x = train_features,
  num.trees = 500, # 树的数量可按需调整
  importance = "impurity", # 计算特征重要性
  seed = 123
)

若使用randomForest包：

library(randomForest)
rf_model <- randomForest(
  x = train_features,
  y = train_labels,
  ntree = 500,
  importance = TRUE,
  seed = 123
)

步骤3：模型评估 #

# 预测测试集
test_pred <- predict(rf_model, test_features)
# 生成混淆矩阵
table(test_pred, test_labels)
# 计算准确率
mean(test_pred == test_labels)

3. 非规则时序下gdalcubes的适用性 #

针对非规则时序遥感影像，gdalcubes是更合适的工具，核心优势如下：

• 时序规整化：可将非规则时间间隔的影像重采样为规则时序（如每周、每10天），解决影像时间错位问题，便于提取稳定的时序特征。
• 内置时序处理：支持直接计算时序统计量（均值、标准差）、物候参数（植被物候期）、时序滤波（Savitzky-Golay平滑），这类特征对作物分类精度的提升远高于单波段简单堆叠。
• 内存高效：无需将所有影像合并为单个大SpatRaster，通过虚拟立方体处理，降低内存压力，适配37景12波段的大数据量场景。

若分类任务需利用作物生长周期的光谱变化特征，优先用gdalcubes构建时序立方体、提取特征后再输入模型；若仅使用静态光谱信息分类，terra工作流也可满足需求，但处理非规则时序的灵活性远不及gdalcubes。

内容的提问来源于stack exchange，提问作者talocodat