var roi = ee.Geometry.Rectangle(-122.347, 37.743, -122.024, 37.838); var imgCollection = ee.ImageCollection('COPERNICUS/S2_SR') .filterBounds(roi) .filterDate('2021-01-01', '2021-12-31') .select('B.*'); var lc = ee.Image('ESA/WorldCover/v100/2020'); var classValues = [10, 20, 30, 40, 50, 60, 70, 80, 90, 95, 100]; var remapValues = ee.List.sequence(0, 10); var label = 'lc'; lc = lc.remap(classValues, remapValues).rename(label).toByte(); var sample = imgCollection.map(function(img) { var sample = img.addBands(lc).stratifiedSample({ numPoints: 100, classBand: label, region: roi, scale: 10, geometries: true }); return sample; }).flatten(); // 向样本中添加一个随机值字段，并使用它将大约80%的特征划分为定型集，20%的特征划分为验证集。 sample = sample.randomColumn(); var trainingSample = sample.filter('random <= 0.8'); var validationSample = sample.filter('random > 0.8'); // 从训练样本中训练SVM分类器(C-SVM分类、投票决策过程、线性核)。 var trainedClassifier = ee.Classifier.libsvm().train({ features: trainingSample, classProperty: label, inputProperties: imgCollection.first().bandNames() }); // 获取有关已训练分类器的信息。 print('Results of trained classifier', trainedClassifier.explain()); // 获取训练样本的混淆矩阵和总体准确性。 var trainAccuracy = trainedClassifier.confusionMatrix(); print('Training error matrix', trainAccuracy); print('Training overall accuracy', trainAccuracy.accuracy()); // 获得验证样本的混淆矩阵和总体精度。 validationSample = validationSample.classify(trainedClassifier); var validationAccuracy = validationSample.errorMatrix(label, 'classification'); print('Validation error matrix', validationAccuracy); print('Validation accuracy', validationAccuracy.accuracy()); // 对来自训练好的分类器的反射图像进行分类。 var imgClassified = imgCollection.map(function(img){ return img.classify(trainedClassifier); }); // 将图层添加到地图。 var classVis = { min: 0, max: 10, palette: ['006400' ,'ffbb22', 'ffff4c', 'f096ff', 'fa0000', 'b4b4b4', 'f0f0f0', '0064c8', '0096a0', '00cf75', 'fae6a0'] }; Map.addLayer(imgClassified, classVis, 'Classification result');将最后的结果导出下载

好的，您可以使用以下代码将结果导出为 GeoTIFF 文件并下载：

// 将分类结果导出为 GeoTIFF 文件。
Export.image.toDrive({
  image: imgClassified, 
  description: 'S2_classification', 
  folder: 'GEE_results', 
  fileNamePrefix: 'S2_classification', 
  scale: 10, 
  region: roi, 
  fileFormat: 'GeoTIFF'
});

// 下载导出的文件。
var link = 'https://drive.google.com/drive/folders/XXXXXXXXXXXXXXXXXXXXXXX'; // 替换为您的 Google Drive 文件夹链接。
var fileName = 'S2_classification.tif'; // 替换为您导出的文件名。
var url = link + '/' + fileName;
print('Download URL:', url);

请将 `folder` 参数替换为您的 Google Drive 文件夹名称，将 `link` 变量替换为您的 Google Drive 文件夹链接，将 `fileName` 变量替换为您导出的文件名，并在浏览器中打开打印的 URL，然后下载导出的 GeoTIFF 文件。

相关问题

var imgCollection = ee.ImageCollection('COPERNICUS/S2_SR') .filterDate('2021-01-01', '2021-12-31') .select('B.*');// 添加土地覆被作为反射图像的波段，并从感兴趣区域内的每个土地覆被类别中以10米的比例采样100个像素。 var roi = ee.Geometry.Rectangle(-122.347, 37.743, -122.024, 37.838); var sample = imgCollection.addBands(lc).stratifiedSample({ numPoints: 100, classBand: label, region: roi, scale: 10, geometries: true });报错Line 17: imgCollection.addBands is not a function

这个错误提示是因为在你的代码中，lc 和 label 变量没有被定义。请确保你已经定义了这两个变量，并且 lc 是一个土地覆盖数据的图像对象，label 是一个包含土地覆盖类别的波段名称。例如：

var lc = ee.Image('USGS/NLCD/NLCD2016').select('landcover');
var label = 'landcover';
var roi = ee.Geometry.Rectangle(-122.347, 37.743, -122.024, 37.838);

var imgCollection = ee.ImageCollection('COPERNICUS/S2_SR')
  .filterDate('2021-01-01', '2021-12-31')
  .select('B.*');

var sample = imgCollection.addBands(lc).stratifiedSample({
  numPoints: 100,
  classBand: label,
  region: roi,
  scale: 10,
  geometries: true
});

请注意，lc 变量需要根据你的需求修改为对应的土地覆盖数据图像。

var img = ee.ImageCollection('COPERNICUS/S2_SR') .select('B.*');var roi = ee.Geometry.Rectangle(-122.347, 37.743, -122.024, 37.838); var sample = img.addBands(lc).stratifiedSample({ numPoints: 1000, classBand: label, region: table, scale: 10, geometries: true });报错Line 16: img.addBands is not a function

该错误是因为 `img` 是一个 `ImageCollection` 对象，而 `addBands()` 方法是 `ee.Image` 对象的方法，不能直接用于 `ImageCollection` 对象上。你需要先选择一张图像来进行 `addBands()` 操作。以下是修改后的代码：

var img = ee.ImageCollection('COPERNICUS/S2_SR')
              .select('B.*').first(); // 选择第一张图像
var roi = ee.Geometry.Rectangle(-122.347, 37.743, -122.024, 37.838);
var sample = img.addBands(lc).stratifiedSample({
  numPoints: 1000,
  classBand: label,
  region: table,
  scale: 10,
  geometries: true
});

需要注意的是，`first()` 方法用于选择图像集合中的第一张图像，如果你需要选择其他图像，可以使用 `filter()` 方法来筛选。