Google Earth Engine（GEE）——监督分类案例分析

监督分类主要流程是选择样本点来分析，通过指定的分类器完成监督分类。监督分类又称训练场地法、训练分类法，是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。

sampleRegions（集合、属性、比例、投影、tileScale、几何）

主要目的是根据所提供的影像获取各点的属性和特征，从而为不懂地类的下一步分欸做准备
将与一个或多个区域相交的图像（在给定比例下）的每个像素转换为特征，并将它们作为特征集合返回。每个输出特征将具有输入图像的每个波段的一个属性，以及从输入特征复制的任何指定属性。

请注意，几何图形将捕捉到像素中心。

参数：
这个：图像（图像）：
要采样的图像。

集合（FeatureCollection）：
要采样的区域。

属性（列表，默认值：null）：
要从每个输入要素复制的属性列表。默认为所有非系统属性。

规模（浮动，默认值：空）：
要采样的投影的标称比例（