1 获取无云影像

选取某段时期内云量最小的影像，同时也根据兴趣点（区）来筛选影像。

var image = ee.Image(ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')

    .filterBounds(roi)

    .filterDate('2019-01-01', '2019-12-31')

    .sort('CLOUD_COVER')

    .first());

Map.addLayer(image, {bands: ['B4', 'B3', 'B2'],min:0, max: 3000}, 'True colour image');

调节亮度 Gamma从1到1.4 增加影像亮度

影像过暗调节

2 收集训练数据

对每种地物类型收集具有代表性的样本，来训练分类器

样本筛选的结果：

主要分为：urban, water, forest, agriculture 把这些点合并到一个集合(FeatureCollection)

var classNames = urban.merge(water).merge(forest).merge(agriculture).merge(cloud);

print(classNames)

3 创建训练数据

使用之前的样本点来提取遥感影像不同波段再这些点处的反射率值，并添加到训练样本FeatureCollection中，每个点都新增对应的波段属性。

var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7'];

var training = image.select(bands).sampleRegions({

  collection: classNames,

  properties: ['landcover'],

  scale: 30

});

print(training);

4 训练分类器并进行分类

使用训练样本的光谱特征来训练分类器

var classifier = ee.Classifier.cart().train({

  features: training,

  classProperty: 'landcover',

  inputProperties: bands

});

对影像进行分类

//Run the classification

var classified = image.select(bands).classify(classifier);

结果制图展示

//Display classification

Map.centerObject(classNames, 11);

Map.addLayer(classified,

{min: 0, max: 3, palette: ['red', 'blue', 'green','yellow']},

'classification');

所有代码（注意兴趣区和样本点需要自己点选生成导入）：

var image = ee.Image(ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')

    .filterBounds(roi)

    .filterDate('2019-01-01', '2019-12-31')

    .sort('CLOUD_COVER')

    .first());

Map.addLayer(image, {bands: ['B4', 'B3', 'B2'],min:0, max: 3000}, 'True colour image');

var classNames = urban.merge(water).merge(forest).merge(agriculture);

print(classNames)

var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7'];

var training = image.select(bands).sampleRegions({

  collection: classNames,

  properties: ['landcover'],

  scale: 30

});

print(training);

var classifier = ee.Classifier.cart().train({

  features: training,

  classProperty: 'landcover',

  inputProperties: bands

});

//Run the classification

var classified = image.select(bands).classify(classifier);

//Display classification

Map.centerObject(classNames, 11);

Map.addLayer(classified,

{min: 0, max: 3, palette: ['red', 'blue', 'green','yellow']},

'classification');

【参考】

https://zhuanlan.zhihu.com/p/148616852 （附有参考）

点滴分享，福泽你我！Add oil！