Google Earth Engine（GEE）—— 快速进行农田作物土地分类和面积统计

复杂景观中的土地覆盖分类受到作物/植被类型固有的短距离转变的限制，尤其是在小农耕作系统中。地球观测图像的可用性和可访问性不断提高，为评估状态和监测土地覆盖变化提供了重要机会，但解锁这种能力取决于相关地面实况数据的可用性，以校准和验证分类算法。撒哈拉以南非洲农业系统通常无法获得急需的空间显式地面实况数据，这限制了相关分析工具的开发，以监测农田动态或对农业系统产生 [近] 实时洞察。本教程是为有兴趣在 Google 地球引擎环境中使用地面实况数据和可用的 Sentinel-2 TOA 光谱带实施土地覆盖分类例程的用户提供的快速指南。目标是提供一个易于实施的工作流程，研究人员和分析师可以对其进行调整以快速对农田进行分类。随着越来越多的努力投入到在国家和区域层面收集空间丰富的地理参考数据，本教程可用于生成对玉米和其他作物类型的即时/及时见解。

利用选好的样本点，进行分类，这里使用了cart 分类和随机森林分类，最终结果，随机森林分类的结果更加准确。函数：

ee.Classifier.smileCart(maxNodes, minLeafPopulation)

Creates an empty CART classifier. See:

"Classification and Regression Trees,"

L. Breiman, J. Friedman, R. Olshen, C. Stone

Chapman and Hall, 1984.

Arguments:

maxNodes (Integer, default: null):

The maximum number of leaf nodes in each tree. If unspecified, defaults to no