()Google Earth Engine(GEE)实例代码学习三十一——利用MODIS土地分类产品(MCD12Q1)对Landsat影像分类

本文分享如何利用MODIS全球土地分类产品(MCD12Q1)通过采样点实现Landsat影像土地利用类型分类

//选取一块研究区
var geometry = ee.Geometry.Polygon(
        [[[29.972731783841393, 31.609824974226175],
          [29.972731783841393, 30.110383818311096],
          [32.56550522134139, 30.110383818311096],
          [32.56550522134139, 31.609824974226175]]], null, false);
// 选择MCD12 全球土地覆盖产品
var collection = ee.ImageCollection('MODIS/006/MCD12Q1');
//选择2001年数据的IGBP分类系统
var modisLandcover = collection
    .filterDate('2001-01-01', '2001-12-31')
    .first()
    .select('LC_Type1')
    .subtract(1);//快速修改以使标签从零开始

// 设置IGBP分类系统配色方案
var landcoverPalette = '05450a,086a10,54a708,78d203,009900,c6b044,dcd159,' +
 'dade48,fbff13,b6ff05,27ff87,c24f44,a5a5a5,ff6d4c,69fff8,f9ffa4,1c0dff';
//设置土地分类可视化参数
var landcoverVisualization = {palette: landcoverPalette, min: 0, max: 16, format: 'png'};
//显示影像
Map.centerObject(geometry, 11);
Map.addLayer(modisLandcover, landcoverVisualization, 'MODIS landcover');

// 筛选Landsat影像
var l7 = ee.ImageCollection('LANDSAT/LE07/C01/T1')
    .filterBounds(geometry)
    .filterDate('2000-01-01', '2001-01-01');

// 最小云量影像合成
var landsatComposite = ee.Algorithms.Landsat.simpleComposite({
  collection: l7,
  asFloat: true
});
//影像显示
Map.addLayer(landsatComposite, {min: 0, max: 0.3, bands: ['B3','B2','B1']}, 'Landsat composite');

// 创建训练数据集，采样1000个随机采样点包含MCD12Q1与Landsat属性
var training = modisLandcover.addBands(landsatComposite).sample({
  region: geometry,
  scale: 30,
  numPixels: 1000
});

// 利用训练数据集进行训练，选取IGBP分类系统
var classifier = ee.Classifier.smileCart().train({
  features: training,
  classProperty: 'LC_Type1',
});

// 将训练器运用到Landsat影像中
var upsampled = landsatComposite.classify(classifier);
// 可视化分类结果
Map.addLayer(upsampled, landcoverVisualization, 'Upsampled landcover');
// 显示分类区域
Map.addLayer(geometry, {}, 'Training region', false);

代码运行结果