做过土地利用分类的人基本都体验过这种崩溃分类器跑完了打开结果图一看原本应该整齐的耕地像打翻的调色盘河流边界全是锯齿连片的林地被切成几百个碎块整个研究区看起来像是撒了一地芝麻。一开始我也以为是样本点没选好、分类器参数不对反复调特征、换算法折腾了好几天结果改善有限。后来才意识到问题不在分类本身而在分类之后少了一道关键的工序——Landcover Cleanup。这个标题里的Cleanup不是简单“去掉小斑块”那么轻描淡写它是把像素级分类结果从“能用”提升到“能看、能出图、能入库”的必经步骤。这篇文章就来把GEE里做土地利用分类清理的核心方法、代码逻辑和调试经验完整梳理一遍适合已经会用GEE做基础分类、但苦于成果图面质量的同学参考。1. 分类结果的“半成品”长什么样三类典型噪声的成因分析很多教程讲到随机森林分完类就结束了没人告诉你后面还有一大段活要干。先搞清楚分类结果为什么“脏”才能理解Cleanup为什么这么设计。1.1 椒盐噪声像元级独立决策的必然副产物GEE里最常用的分类流程是给每个像元单独提取波段特征、指数特征然后扔进分类器分类器对每个像元独立地给出一个类别标签。问题就出在“独立”这两个字上——分类器并不知道旁边那个像元是什么类别也不会因为自己的结果和周围不一致就主动修正。举个例子一片成熟玉米地在Landsat影像上因为含水量、长势、土壤背景的微小差异总会有零星几个像元的反射率和周边不太一样。分类器只看这几个像元的数值就可能把它们判成草地甚至建设用地。这种误判在空间上表现为一个一个孤立的小点椒盐噪声就这么来了。Landsat 30米分辨率本身就有混合像元问题一个像元里可能一半是耕地一半是道路光谱特征落在两个类别的模糊区间分类器只能硬着头皮选一个。换句话说椒盐噪声不是分类器“笨”而是像素级分类的结构性局限。要解决它必须引入空间信息——让分类图“参考邻居的意见”。1.2 锯齿边界与碎斑空间语义缺失的代价另一种常见问题比椒盐噪声更难处理就是地物边界的锯齿状和同类地物的碎化。耕地、林地、水体这类地物在自然界里往往是大片连续分布的但分类器没有“大片连续”这个概念。它只关心光谱值于是同一块林地里树冠阴影重的像元可能被判成水体灌木丛稀疏的区域可能被判成草地整片林地就碎成了无数小图斑。边界部分更不用说栅格数据本身是方形像元网格分类时对连续地物的边缘做离散化地块边界自然呈现锯齿状这是任何像素级分类都无法避免的。细碎斑块在面积统计时尤其麻烦。我见过一个研究区的分类结果光斑块数量就有十多万个其中一大半都是面积不到一个像元的小碎片。这种结果拿去算面积、做变化检测、出专题图数据量又大又不准根本没法用。搞清楚这些成因之后清理思路就很清晰了需要一种能知道“哪个像元和哪个像元属于同一个连续区域”的方法然后在区域层面做决策。这就引出了GEE里最重要的一个工具——连通域分析。2. 从像元视角切换到斑块视角连通域分析是Cleanup的基石Cleanup的第一个关键动作是把处理单元从“单个像元”升级为“连通斑块”。GEE提供了两个层面的工具分别适合不同的场景。2.1 connectedPixelCount快速获取每个斑块的像元数量connectedPixelCount是GEE里做分类图清理时出镜率最高的函数之一。它做的事情很直观给每个像元赋值一个数字表示它所在的连通斑块总共包含多少个像元。// 假设 classImg 是分类结果类别取值为 1-6 的整数 var pixelCount classImg.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }).rename(pixelCount);这里的maximumNeighbors表示最多向外搜索多少个相邻像元eightConnected: true表示使用8邻域连通上下左右加四个对角方向。8邻域比4邻域对斜向连接的斑块更友好建议默认设为true。拿到pixelCount之后就可以在斑块层面做筛选了。比如去掉所有像元数小于5的斑块再和原分类图叠加var cleaned classImg.updateMask(pixelCount.gte(5));updateMask会把不满足条件的像元设为掩膜无效值只保留面积达到要求的斑块。这个操作看起来简单但它把空间连续性这个维度正式引入了清理流程。这里有个值得注意的点connectedPixelCount直接返回的是像元数量不是实际面积。如果想知道斑块的平方米面积乘以ee.Image.pixelArea()即可var areaImg pixelCount.multiply(ee.Image.pixelArea()).rename(area_m2);30米分辨率的Landsat一个像元约900平方米面积阈值5个像元就是4500平方米。不同研究目的对最小图斑面积的要求差异很大后面会专门讲阈值怎么选。2.2 connectedComponents与reduceConnectedComponents真正的对象级统计如果你觉得只需要“数一数斑块有多大”就够了那没问题。但有些情况下我们需要对斑块做更复杂的统计——比如计算每个斑块内的平均NDVI或者找出每个斑块的主导类别。这个时候就需要connectedComponents和reduceConnectedComponents了。connectedComponents会给每个像元分配一个唯一的斑块IDvar objectId classImg.connectedComponents({ connectedness: ee.Kernel.plus(1), maxSize: 256 });输出图像有一个labels波段同一个连通区域内的所有像元共享同一个ID值。拿到ID之后就可以把分类图和一个需要统计的波段合并对每个斑块做区域统计// 给每个斑块计算内部像元数量 var objCount objectId.select(labels) .addBands(pixelCount) .reduceConnectedComponents({ reducer: ee.Reducer.count(), maxSize: 256 });它的逻辑其实和ArcGIS里的Region Group很相似。ArcGIS里你选中一个栅格图层用Region Group生成连通区编码再配合Zonal Statistics统计每个区内的像元数、均值、最大值等信息。GEE里的这两个函数就是等价的云端实现。不过在实际做Cleanup时我90%的场景用connectedPixelCount就够了因为它够快、够直接。只有需要做“斑块内部类别再判断”时才会用到reduceConnectedComponents。比如你想把面积大于某阈值、但内部类别占比低于另一个阈值的斑块强制重归类这就必须用到斑块ID和分区统计的组合。2.3 桌面软件与GEE的操作对比如果你之前习惯用桌面遥感软件做分类后处理理解GEE这套工具会非常快。桌面软件里你通常先做聚类/分割再手动设置最小图斑面积、合并规则每一步都有可视化界面。GEE里没有按钮只有函数但它把这个流程压缩成了一条链连通域分析 → 斑块属性计算 → 条件筛选 → 结果回填。这种“函数式”的写法的好处是整套处理流程是可复现的、可批量的。你换一个研究区、换一期影像只要改一下参数跑一遍就能得到同样规范的结果不用再手动点来点去。对于需要处理多期影像做土地利用变化分析的人来说这是桌面软件很难比的效率优势。3. 三招清理细碎图斑类别合并、众数滤波与面积阈值筛选有了连通域这个工具接下来就是具体的清理操作。我一般会按顺序做三件事先合并类别再众数滤波最后按斑块面积筛选。每一步都有它的必要性顺序不建议乱。3.1 第一招类别重编码先把“语义噪声”降下来很多时候分类图的“脏”不是地类分错了而是分类体系定得太细。常见的情况是把森林细分成了常绿林、落叶林、混交林但不同森林类型在光谱上高度重叠分类器硬分出来的结果就是一片斑驳。这时候做一个类别合并效果立竿见影。GEE里用remap重编码// 原始类别1常绿林 2落叶林 3混交林 4灌木 5草地 6农田 // 合并后1林地 2灌木 3草地 4农田 var fromList [1, 2, 3]; var toList [1, 1, 1]; var classMerged classImg.remap(fromList, toList);为什么要先做这一步而不是先滤波因为类别越细类别之间的光谱边界越模糊椒盐噪声越严重。先把容易混淆的子类合并成有明显光谱差异的大类噪声自然减少后面的滤波压力也小了。就像你先把一堆颜色相近的豆子分成几大类再挑里面的沙子比直接在一堆豆子里挑沙子要容易得多。3.2 第二招众数滤波用邻域信息压制椒盐噪声合并类别之后再用邻域统计对图像做一次平滑。对分类图来说最合适的平滑不是均值或中值而是众数——取邻域内出现次数最多的类别作为中心像元的新类别。// 3x3核的众数滤波 var smoothed classMerged.focalMode({ radius: 3, kernelType: square, units: pixels, iterations: 1 });这招对消除孤立点特别管用一个落在一大片农田里的孤立“建设用地”像元它的3x3邻域里大概率有5个以上农田像元众数滤波会把它刷成农田。这里有一个参数选择的细节核大小用3x3够不够我的经验是30米分辨率的Landsat数据做常规土地利用分类3x3的核就够了。用5x5甚至7x7的核确实更平滑但代价是会把一些窄条状地物吃掉——比如三四米宽的乡村道路在Landsat影像上本来就只占一个像元左右核稍微大一点路就没有了。分类图里的线性地物本来就珍贵别让滤波把它们清掉。还有一个容易被忽略的细节focalMode处理的是整数值类别标签操作过程中不会产生小数比focalMedian更适合分类图。如果你习惯用focalMedian记得对结果取整否则类别标签里会出现2.5这种不存在的类别。3.3 第三招连通域面积阈值按斑块而非像元做取舍经过前面两步椒盐噪声基本没了但细碎图斑还在一片林地里可能有几个连成一小块的误分类区域面积有三四个像元既不是孤立点也不是大面积真实地物。它们不会轻易被众数滤波消除必须用连通域分析按斑块面积筛掉。// 计算连通像元数 var patchCount smoothed.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }); // 筛选最小图斑面积这里设定至少6个像元 var cleaned smoothed.updateMask(patchCount.gte(6));这一步的操作逻辑是如果一个斑块的像元数小于阈值整个斑块都被视为不可靠结果整体掩膜掉。注意和众数滤波只改中心像元不同这里是对整个小斑块做切除两者结合才能既去掉孤立点又去掉小碎块。筛掉的小斑块后续怎么处理这取决于你的用途。如果只是出图展示掩膜掉就够了但如果你需要完整的、没有空洞的分类图去算面积就要对掩膜掉的位置做填充。最简单的填充方式是再做一次众数滤波把空洞填成周围的主导类别var filled cleaned.unmask(0) .focalMode({radius: 5, kernelType: square, units: pixels});注意unmask(0)把掩膜区域临时填成0再用大一点的核做众数填充填完再把0类别的地方重新掩膜。这一步会让最终的分类图在边缘更“圆润”视觉上自然很多。3.4 三招的顺序为什么不能乱我一开始也试过先做面积筛选、再做类别合并结果发现筛选完之后很多小斑块本来属于某个类别合并类别后这些斑块被重新归并成了更大的连通域之前的面积筛选就白做了还得再筛一遍。反过来先合并类别再滤波再筛选每一步都在前一步的基础上处理逻辑上是清晰的先减少类别间的光谱混淆再消除孤立点最后切除小碎块。如果顺序反了每一步处理可能创造新的问题最终的多轮调试会非常痛苦。所以这三步的顺序不是个人偏好而是从数据问题的成因到最后处理的自然逻辑顺序。4. 清理不是滤镜是决策面积阈值、类别语义与精度检验很多人把Cleanup当成一个“美化”过程觉得只是让图看起来更干净。这种理解会带来一个隐患清理其实是在做决策——你决定留下哪些图斑、去掉哪些图斑而这个决策会直接影响面积统计和分类精度。所以清理的每一步都应该有依据。4.1 阈值不该拍脑袋按类别分别设阈值最小图斑面积设多少这是Cleanup里最常见的问题。我的建议是不要对所有类别设置同一个阈值。不同地类的空间尺度差异很大一片建设用地可能只有两三个像元但它是有意义的而一块农田如果只有两三个像元大概率是分类噪声。所以在实际项目里我会把常用类别按空间特征分个类类别空间特征建议最小图斑面积Landsat 30m水体往往连续、形态完整5-10个像元小水塘需放宽到3个建设用地城市内部破碎但单体较大10-20个像元农田地块大且规则10-30个像元林地大范围连续10-20个像元道路线性窄条1-3个像元不建议过滤实现按类别设置不同阈值的方法是先对每个类别分别提取掩膜再分别做连通域筛选最后把结果合并// 对水体类别单独筛选阈值设为3个像元 var waterMask smoothed.eq(1); // 假设类别1是水体 var waterCleaned smoothed .updateMask(waterMask) .updateMask(waterMask.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }).gte(3));这种做法比全局一个阈值更贴近实际需求特别是当研究区里既有大型水体又有零散小水塘时全局阈值会直接抹掉小水塘造成面积统计的明显偏差。4.2 清理前后精度如何比对混淆矩阵与面积趋势清理之后怎么判断效果好不好肉眼看着顺眼是一个维度但更应该用定量指标验证。最常用的是混淆矩阵。在GEE里先对清理后的分类图做分层随机采样再结合高分辨率影像人工解译样本点用errorMatrix计算总体精度、用户精度和生产者精度var sample cleaned.stratifiedSample({ numPoints: 300, classBand: classification, region: roi, scale: 30, geometries: true }); // 假设在样本点上人工解译得到 reference 字段取值0-5 var confusionMatrix sample.errorMatrix({ actual: reference, predicted: classification }); print(总体精度, confusionMatrix.accuracy()); print(Kappa系数, confusionMatrix.kappa());这里有个经验做清理前后的对比验证时样本点要完全一致这样两个混淆矩阵才有可比性。我见过有人清理前后各抽一套样本最后精度变化其实是抽样误差造成的根本不说明问题。另外我还习惯对清理前后的地类面积做一个对比趋势表。正常情况下清理后细碎小斑块被归并各地类总面积变化不会特别剧烈一般不超过5%。如果某个类别面积变化超过10%说明阈值设得太激进把真实地物也一起清掉了需要调参。4.3 一个容易被忽略的问题清理的代价是面积偏移最后必须提醒一点清理操作本质上是在改变分类结果它不会无损地提高精度。每抹掉一个小斑块都会有一部分真实地物的面积被“转移”到其他类别。比如一片真实的灌木丛因为面积小而零散被面积阈值整体掩膜掉了随后在填充阶段被周围的草地类别覆盖那这片灌木的面积就从统计表里消失了而草地的面积变大了。在做面积统计和后续的变化检测时这种偏移会被放大影响结论。所以我对Cleanup的态度一向是能用轻度处理解决问题就不要用重度处理。能设5个像元阈值解决碎斑就绝不设20个像元。清理的目的是去掉明显不可靠的分类噪声而不是把分类图“修”得过于干净后者往往会牺牲真实性。5. 可复现的完整流程从训练样本到Cleanup成果导出讲完了原理和单个步骤下面给出一段可以直接参考运行的完整流程。为了方便说明我假设已经在某个研究区内准备好了训练样本点且样本点带有类别属性class。5.1 基础分类流程回顾首先是影像加载与特征构建。这里以Landsat 8 Collection 2 Level-2数据为例附加三个光谱指数作为分类特征var roi ee.FeatureCollection(your_roi_asset); // 替换为自己的研究区 var samples ee.FeatureCollection(your_samples_asset); // 替换为训练样本 var image ee.ImageCollection(LANDSAT/LC08/C02/T1_L2) .filterBounds(roi) .filterDate(2023-01-01, 2023-12-31) .filter(ee.Filter.lt(CLOUD_COVER, 10)) .median() .clip(roi); // 添加常用光谱指数 var imageWithIndices image .addBands(image.normalizedDifference([SR_B5, SR_B4]).rename(NDVI)) .addBands(image.normalizedDifference([SR_B3, SR_B5]).rename(NDWI)) .addBands(image.normalizedDifference([SR_B4, SR_B6]).rename(MNDWI)); // 训练随机森林分类器 var training samples.map(function(f) { return f.select([NDVI, NDWI, MNDWI, SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7]); }); var classifier ee.Classifier.smileRandomForest(100).train({ features: training, classProperty: class, inputProperties: [NDVI, NDWI, MNDWI, SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7] }); // 得到初始分类结果 var classImg imageWithIndices .select([NDVI, NDWI, MNDWI, SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7]) .classify(classifier) .rename(classification);这段代码里样本点的质量直接决定分类结果的基调。如果样本数量少、解译不准确后面再怎么做Cleanup都是徒劳。我通常每个类别至少准备50-80个样本点且尽量均匀分布在整个研究区避免集中在某一个角落导致分类器对空间位置产生隐性依赖。5.2 Cleanup完整代码段接下来进入本文的核心把前面讲的三个步骤整合成一段完整的Cleanup处理链// 第一步类别合并 // 以原始类别1-6为例分为水体、林地、灌木、草地、农田、建设用地 // 这里将林地类(1、2、3子类)合并为一个大类 var fromList [1, 2, 3]; var toList [1, 1, 1]; var classMerged classImg.remap(fromList, toList); // 第二步众数滤波 var smoothed classMerged.focalMode({ radius: 3, kernelType: square, units: pixels, iterations: 1 }); // 第三步连通域面积筛选 var patchCount smoothed.connectedPixelCount({ maximumNeighbors: 256, eightConnected: true }); var cleaned smoothed.updateMask(patchCount.gte(6)); // 第四步掩膜空洞填充 var finalImg cleaned.unmask(0).focalMode({ radius: 5, kernelType: square, units: pixels }).updateMask(cleaned.unmask(0).select(0).neq(0)); // 输出清理后的分类图 Map.addLayer(finalImg, {min: 0, max: 5, palette: [0000ff, 00aa00, ffaa00, ffff00, ff0000]}, Final Landcover);这段代码的运行逻辑是先合并类别把分类体系简化再通过众数滤波把孤立像元“洗”成周围的主导类别随后以6个像元为最小面积阈值把过小的连通斑块整个剔除最后对剔除区域做一个5x5邻域的众数填充保证分类图没有空洞。整个处理过程都在GEE服务器端完成导出时不用额外担心计算内存。5.3 导出与可视化建议清理完成后导出时要注意两个细节一是确认投影和分辨率Export.image.toDrive里scale设置为30crs建议设置为研究区对应的UTM投影避免默认的EPSG:4326导致面积变形二是导出前最好做一次reproject用固定的投影和尺度把分类图重采样防止后续ArcGIS或QGIS打开时出现莫名其妙的偏移Export.image.toDrive({ image: finalImg, description: landcover_cleanup_result, folder: GEE_Export, region: roi, scale: 30, crs: EPSG:32650, // 根据研究区所在纬度带替换 maxPixels: 1e13 });如果你只是在GEE里做后续分析不打算导出那不需要做reprojectGEE会按照计算时的默认投影自动处理。6. 我的调试踩坑记录与参数心得文章最后整理几个我在实践中反复踩过的坑。这些问题在官方文档里多半没有直接答案但遇到的时候非常耽误时间。6.1 大范围计算内存溢出的规避GEE的内存限制是新手最容易撞上的墙。对一个大范围研究区做connectedPixelCount尤其是maximumNeighbors设得比较大比如512经常会在计算时报“User memory limit exceeded”。这个问题的根源在于连通域分析需要把每个像元的连通关系记录在内存里范围越大、连通域越大消耗的内存就越高。我的做法是先用clip(roi)把影像范围限定在研究区内不要带着影像的原始全球边界算其次如果研究区实在太大按网格分块导出再拼接避免一次性计算。还有一种折中方案先用reduceResolution把分类图粗化到90米或120米在低分辨率下做一次大尺度的斑块筛选再把结果重采样回30米用于剔除超大范围上的孤岛斑块。6.2 updateMask导致边缘黑块怎么处理用updateMask(patchCount.gte(6))筛掉小斑块后分类图边缘会出现一圈无数据的黑块尤其是研究区边界裁剪处原本被裁成碎片的斑块因为面积不足被整体掩膜了。这个问题在视觉上很突兀也会影响后续的面积计算。我的解决方案是在面积筛选前先对研究区做一次缓冲处理或者在筛选后对空值区域做邻域类别填充。前面代码里的unmask(0)加focalMode填充就是应对这个问题的。填完之后边缘黑块会变成周边类别的延续视觉效果和统计结果都正常得多。6.3 别对线性地物下重手道路与沟渠的清理教训最后一条经验来自一次真实教训。某个项目里研究区包含大量乡村道路和林间防火道这类地物在30米Landsat影像上往往只有1-2个像元宽连通性却很强。我当时为了提高图面整洁度把最小面积阈值设到了15个像元结果道路被整体切碎然后被邻域类别填充抹掉了。后续做道路缓冲区和生态廊道分析时数据里完全找不到道路网络只能重做。从那以后我对线性地物一律“特殊照顾”要么不做面积筛选要么单独设置1-3个像元的低阈值要么在分类体系里把道路和建设用地分开建模避免被建设用地的大面积阈值牵连。清理的度真的得根据研究目标和地物特征来定任何参数都不能无脑套用。做土地利用分类越久越觉得分类器负责的是“猜”Cleanup负责的是“判断”。前者把每个像元放进最可能的类别后者决定哪些像元组合有资格成为一个地理实体。把Cleanup这一步做好了分类成果的质量会有一个肉眼可见的跃升后续的面积统计和变化分析也才站得住脚。希望这篇整理能帮你少走一点我在调试过程中绕过的弯路。