GEE Sentinel 2影像分类土壤与城区混淆及导出格式问题咨询

分类错分问题解决方案 #

• 核心问题：你未在训练样本中加入城区类别，监督分类仅能输出训练样本包含的类别，城区与solo_1（土壤1）在可见光波段的光谱特征高度相似，分类器会自动将光谱匹配度最高的现有类别分配给未训练的城区像素，就会出现土壤和城区互相混淆的情况。如果需要区分土壤和城区，必须补充标注城区的训练样本。
• 特征优化：当前仅使用B2/B3/B4三个可见光波段作为分类特征，地物区分度不足，建议加入Sentinel-2的近红外波段B8、短波红外波段B11、B12，以及NDVI、NDBI、NDWI等指数特征，可大幅提升土壤、植被、城区、水体的区分精度。
• 处理流程优化：你使用的ee.Kernel.square({radius: 0.5})滤波核仅相当于1像素平滑，降噪作用极其有限，还会模糊地物边界，建议改用半径1~2像素的中值滤波imagem_sem_nuvem = Sentinel2_2.focalMedian(1, 'pixels')，更适合分类前的预处理。另外建议优先使用COPERNICUS/S2_SR_HARMONIZED地表反射率数据集替代当前的TOA表观反射率数据集，省去大气校正步骤，分类精度更高。
• 样本校验：检查solo_1的样本点是否混入了其他地物的像素，保证每个类别的样本数量不少于50个，且在研究区内均匀分布。

导出格式问题 #

Export.image.toDrive接口的fileFormat参数默认值为GEO_TIFF，你没有手动指定其他格式的话，导出到谷歌云盘的文件默认就是带空间坐标信息的GEOTIFF格式。

内容的提问来源于stack exchange，提问作者Hugo Simplicio