Google Earth Engine（GEE）——作物分类的影像合成案例分析（四川省为例）

作物分类是一个困难的问题。有助于明确区分作物的一个有用技术是考虑作物物候学。这种技术可用于检测特定类型的作物或将作物与其他形式的植被区分开来。可以为作物周期的不同时期创建合成图像，并创建一个合成的影像，用于分类。这使得分类器可以学习时间模式，并检测出表现出类似模式的像素。本文以list作为划分月份，来确定不同季节的影像，以此来查看不同时间点作物的区别：

代码:

var s2 = ee.ImageCollection("COPERNICUS/S2_SR")
var table = ee.FeatureCollection("users/bqt2000204051/sichuan");

var boundary = table.geometry()
Map.centerObject(boundary, 8)

// bit位移去云函数Function to remove cloud pixels from Sentinel-2 SR image 
function maskCloudAndShadowsSR(image) {
  var cloudProb = image.select('MSK_CLDPRB');
  var snowProb = image.select('MSK_SNWPRB');
  var cloud = cloudProb.lt(10);
  var scl = image.select('SCL'); 
  var shadow = scl.eq(3); // 3 = cloud shadow
  var cirrus = scl.eq(10); // 10 = cirrus
  // Cloud probability less than 10% or cloud shadow classification
  var mask = cloud.and(cirrus.neq