Google Earth Engine（GEE）——非监督分类案例分析（森林非森林核其它）

本教程的主要目的是实现指定区域的森林非森林的分类，而样本点的选取都是随机选取的，我们加入的变量则按照DEM中的阴影和坡度作为参与分类的变量进行分析，最周通过kmeans聚类实现影像的分类.

reduceNeighborhood（reducer，内核，inputWeight，skipMasked，优化）
将给定的reducer应用于每个像素周围的邻域，由给定的内核确定。如果reducer只有一个输入，它将分别应用于集合的每个band；否则它必须具有与输入图像具有波段相同数量的输入。

reducer 输出名称决定输出 band 的名称：具有多个输入的 reducer 将直接使用输出名称，而具有单个输入的 reducer 将在输出名称前加上输入 band 名称（例如'10_mean'，'20_mean'等） .).

具有加权输入的减速器可以具有基于输入掩码、内核值或这两者中较小者的输入权重。

参数：
这个：图像（图像）：
输入图像。

减速机（Reducer）：
应用于邻域内像素的缩减器。

内核（内核）：
定义邻域的内核。

inputWeight（字符串，默认值：“kernel”）：
“掩码”、“内核”或“分钟”之一。

skipMasked（布尔值，默认值：true）：
如果相应的输入像素被屏蔽