遙感圖像分類(lèi)這件事說(shuō)簡(jiǎn)單也簡(jiǎn)單說(shuō)復(fù)雜也復(fù)雜。簡(jiǎn)單在于ArcGIS 把很多算法都封裝成了工具箱里的一個(gè)按鈕點(diǎn)一下就能出結(jié)果復(fù)雜在于同樣是點(diǎn)那個(gè)按鈕有人分出來(lái)是干干凈凈的地類(lèi)圖有人分出來(lái)是一鍋粥滿屏椒鹽噪聲。我接觸遙感分類(lèi)差不多有七八年從最早的手寫(xiě)最大似然估計(jì)到后來(lái)用隨機(jī)森林、支持向量機(jī)踩過(guò)的坑比走過(guò)的路還多。今天這篇就圍繞 ArcGIS 平臺(tái)上的兩種經(jīng)典分類(lèi)器——隨機(jī)樹(shù)Random Trees和最大似然分類(lèi)Maximum Likelihood Classification——把整個(gè)流程、參數(shù)邏輯、避坑經(jīng)驗(yàn)完整拆一遍。如果你手頭正好有一景多光譜影像想分出林地、水體、耕地、建設(shè)用地這幾類(lèi)又不想一上來(lái)就啃深度學(xué)習(xí)那一套那這篇內(nèi)容基本能覆蓋你從數(shù)據(jù)準(zhǔn)備到精度評(píng)價(jià)的全部需求。我會(huì)盡量把每個(gè)參數(shù)背后的“為什么”講清楚而不是只告訴你“填多少”。畢竟工具是死的地物是活的換個(gè)區(qū)域、換個(gè)季節(jié)參數(shù)就得跟著變。1. 兩種分類(lèi)器的底層邏輯與選型思路1.1 最大似然分類(lèi)到底在算什么最大似然分類(lèi)MLC是遙感領(lǐng)域最經(jīng)典的監(jiān)督分類(lèi)方法之一它的核心假設(shè)非常樸素每一類(lèi)地物的像元值在特征空間里服從正態(tài)分布。換句話說(shuō)如果我把所有水體像元的近紅外波段值畫(huà)成直方圖它應(yīng)該是一個(gè)漂亮的鐘形曲線?；谶@個(gè)假設(shè)MLC 對(duì)每個(gè)像元計(jì)算它屬于各個(gè)類(lèi)別的概率然后把它歸到概率最大的那一類(lèi)。這個(gè)“概率”是怎么來(lái)的本質(zhì)上是貝葉斯決策。給定一個(gè)像元特征向量 x它屬于類(lèi)別 i 的后驗(yàn)概率正比于“類(lèi)別 i 的先驗(yàn)概率 × 類(lèi)別 i 下出現(xiàn) x 的似然”。在 ArcGIS 的實(shí)現(xiàn)里先驗(yàn)概率默認(rèn)是均等的除非你手動(dòng)指定。似然那一項(xiàng)就是那個(gè)多維正態(tài)分布的概率密度函數(shù)涉及均值向量和協(xié)方差矩陣。這里有個(gè)關(guān)鍵點(diǎn)很多人忽略協(xié)方差矩陣。如果兩類(lèi)地物的均值離得近但協(xié)方差結(jié)構(gòu)差異大MLC 依然能分開(kāi)反過(guò)來(lái)如果兩類(lèi)均值差得遠(yuǎn)但方差都巨大重疊區(qū)域就會(huì)很多。所以 MLC 對(duì)訓(xùn)練樣本的“代表性”要求極高樣本稍微偏一點(diǎn)協(xié)方差矩陣就估歪了分類(lèi)結(jié)果直接崩。MLC 的優(yōu)勢(shì)在于理論成熟、計(jì)算速度快、對(duì)中等維度的多光譜數(shù)據(jù)表現(xiàn)穩(wěn)定。劣勢(shì)也很明顯它對(duì)非正態(tài)分布的地物比如城市里混雜的建筑物和陰影適應(yīng)性差而且當(dāng)波段數(shù)多、樣本少的時(shí)候協(xié)方差矩陣估計(jì)不穩(wěn)定容易過(guò)擬合。1.2 隨機(jī)樹(shù)為什么在遙感里越來(lái)越吃香隨機(jī)樹(shù)Random Trees在 ArcGIS 里其實(shí)是隨機(jī)森林的一個(gè)變體實(shí)現(xiàn)底層是一堆決策樹(shù)做集成學(xué)習(xí)。每棵樹(shù)在訓(xùn)練時(shí)隨機(jī)抽取樣本子集和特征子集最后投票決定分類(lèi)結(jié)果。它跟 MLC 最大的區(qū)別在于不假設(shè)任何分布。這個(gè)“不假設(shè)分布”有多重要舉個(gè)例子你分類(lèi)城市地物建筑、道路、陰影、植被混在一起它們的光譜分布根本不是正態(tài)的可能是雙峰甚至多峰的。MLC 硬套正態(tài)分布結(jié)果就是大量錯(cuò)分。隨機(jī)樹(shù)則通過(guò)樹(shù)的分裂節(jié)點(diǎn)天然能擬合任意形狀的決策邊界。隨機(jī)樹(shù)的另一個(gè)好處是能輸出特征重要性。ArcGIS 的 Random Trees 工具會(huì)給你一份變量重要性排序告訴你哪個(gè)波段對(duì)分類(lèi)貢獻(xiàn)最大。這個(gè)信息在波段選擇時(shí)非常有用——比如你發(fā)現(xiàn)藍(lán)光波段重要性極低下次就可以直接去掉減少計(jì)算量。但隨機(jī)樹(shù)也不是沒(méi)有代價(jià)。它的計(jì)算量比 MLC 大尤其是樹(shù)的數(shù)量和深度上去之后而且它對(duì)訓(xùn)練樣本的數(shù)量要求更高樣本太少容易過(guò)擬合。另外隨機(jī)樹(shù)的結(jié)果可解釋性不如 MLC 直觀你很難說(shuō)清楚“為什么這個(gè)像元被分成了林地”。1.3 選型決策什么時(shí)候用哪個(gè)我一般按下面這個(gè)邏輯來(lái)選場(chǎng)景特征推薦分類(lèi)器理由地物光譜分布接近正態(tài)樣本充足最大似然速度快理論成熟結(jié)果穩(wěn)定地物混雜嚴(yán)重分布非正態(tài)隨機(jī)樹(shù)無(wú)需分布假設(shè)擬合能力強(qiáng)波段數(shù)多10樣本有限隨機(jī)樹(shù)避免協(xié)方差矩陣估計(jì)不穩(wěn)定需要快速出初步結(jié)果最大似然參數(shù)少調(diào)參成本低需要特征重要性分析隨機(jī)樹(shù)自帶變量重要性輸出分類(lèi)類(lèi)別多8類(lèi)隨機(jī)樹(shù)對(duì)復(fù)雜決策邊界適應(yīng)性更好實(shí)際項(xiàng)目中我經(jīng)常兩個(gè)都跑一遍用同一套訓(xùn)練樣本和驗(yàn)證樣本對(duì)比 Kappa 系數(shù)和總體精度誰(shuí)高用誰(shuí)。有時(shí)候 MLC 在簡(jiǎn)單場(chǎng)景下反而比隨機(jī)樹(shù)穩(wěn)因?yàn)殡S機(jī)樹(shù)在小樣本下容易波動(dòng)。2. 數(shù)據(jù)準(zhǔn)備與訓(xùn)練樣本采集的實(shí)操細(xì)節(jié)2.1 影像預(yù)處理不能省的那幾步拿到一景遙感影像別急著往分類(lèi)器里塞。我見(jiàn)過(guò)太多人直接拿原始 DN 值做分類(lèi)結(jié)果精度慘不忍睹。下面這幾步是底線輻射定標(biāo)與大氣校正。如果你做的是單景分類(lèi)且類(lèi)別之間光譜差異明顯輻射定標(biāo)可以跳過(guò)但大氣校正最好做。尤其是多景拼接的時(shí)候不做大氣校正同一類(lèi)地物在不同景上的光譜值能差出一大截分類(lèi)器直接懵。ArcGIS 里可以用柵格函數(shù)里的“大氣校正”工具或者用外部工具做好再導(dǎo)入。波段選擇與組合。多光譜影像通常有藍(lán)、綠、紅、近紅外幾個(gè)波段。分類(lèi)時(shí)不是波段越多越好。我的經(jīng)驗(yàn)是先算一下各波段之間的相關(guān)性相關(guān)性高于 0.9 的波段留一個(gè)就行。比如藍(lán)光和綠光在多數(shù)場(chǎng)景下高度相關(guān)可以只留綠光。近紅外對(duì)植被區(qū)分至關(guān)重要必須保留。如果還有短波紅外對(duì)建筑和裸土區(qū)分幫助很大。影像裁剪與掩膜。研究區(qū)外的區(qū)域要么裁掉要么用掩膜屏蔽。否則分類(lèi)器會(huì)在無(wú)關(guān)區(qū)域浪費(fèi)算力還可能把背景值當(dāng)成一類(lèi)地物。ArcGIS 里用“按掩膜提取”或者“裁剪柵格”都行。分辨率統(tǒng)一。如果你要把不同分辨率的輔助數(shù)據(jù)比如 DEM、NDVI疊進(jìn)去分類(lèi)先重采樣到同一分辨率。我一般用雙線性插值重采樣連續(xù)數(shù)據(jù)用最近鄰重采樣分類(lèi)數(shù)據(jù)。2.2 訓(xùn)練樣本采集的五個(gè)硬規(guī)矩訓(xùn)練樣本的質(zhì)量直接決定分類(lèi)上限。下面這幾條是我用血淚換來(lái)的規(guī)矩一每類(lèi)樣本不少于 30 個(gè)像元最好 100 以上。這是統(tǒng)計(jì)上的最低要求樣本太少M(fèi)LC 的協(xié)方差矩陣估不準(zhǔn)隨機(jī)樹(shù)也學(xué)不到規(guī)律。我一般每類(lèi)采 150-300 個(gè)像元復(fù)雜類(lèi)別采到 500。規(guī)矩二樣本要覆蓋該類(lèi)地物的全部光譜變異。比如林地有密林、疏林、幼林陰影下的林地和陽(yáng)光下的林地光譜差異巨大。你只采陽(yáng)光下的密林分類(lèi)時(shí)陰影里的林地全被分成水體或建筑。正確做法是分層采樣把每種變異都采到。規(guī)矩三樣本在空間上要分散。別在一個(gè)小區(qū)域里采幾千個(gè)像元那樣樣本之間高度空間自相關(guān)統(tǒng)計(jì)上等于只有幾個(gè)獨(dú)立樣本。我一般把研究區(qū)分成網(wǎng)格每個(gè)網(wǎng)格里采幾處確?？臻g代表性。規(guī)矩四訓(xùn)練樣本和驗(yàn)證樣本必須獨(dú)立。這是最容易被忽視的一條。很多人采一套樣本一半訓(xùn)練一半驗(yàn)證看似獨(dú)立其實(shí)空間上挨著驗(yàn)證精度虛高。正確做法是采兩套完全獨(dú)立的樣本最好在不同區(qū)域。我通常按 7:3 分配訓(xùn)練和驗(yàn)證且驗(yàn)證樣本單獨(dú)采集。規(guī)矩五樣本邊界要干凈。混合像元是分類(lèi)的大敵。采樣本時(shí)盡量選地物核心區(qū)域避開(kāi)邊界。ArcGIS 里可以用“訓(xùn)練樣本管理器”里的“繪制多邊形”工具放大到足夠比例尺再畫(huà)。2.3 樣本文件的管理與格式轉(zhuǎn)換ArcGIS 里訓(xùn)練樣本通常存成.shp或.lyr文件。我習(xí)慣用 shapefile因?yàn)橥ㄓ眯院梅奖阍趧e的軟件里檢查。采樣時(shí)注意字段設(shè)置必須有一個(gè)整型字段存類(lèi)別 ID比如class_id值從 1 開(kāi)始連續(xù)編號(hào)。別用字符串字段有些工具不認(rèn)。采樣完成后用“訓(xùn)練樣本管理器”里的“評(píng)估”功能檢查樣本質(zhì)量。它會(huì)給你每個(gè)類(lèi)別的統(tǒng)計(jì)信息包括均值、標(biāo)準(zhǔn)差、協(xié)方差矩陣。重點(diǎn)看標(biāo)準(zhǔn)差如果某類(lèi)某個(gè)波段的標(biāo)準(zhǔn)差異常大說(shuō)明樣本里混進(jìn)了別的類(lèi)得回去清理。還有一個(gè)技巧把樣本點(diǎn)疊加到影像上目視檢查一遍。我經(jīng)常發(fā)現(xiàn)有人把道路采成了建筑或者把水田采成了水體。這種錯(cuò)誤在統(tǒng)計(jì)上不一定看得出來(lái)但分類(lèi)結(jié)果會(huì)很明顯。3. ArcGIS 中隨機(jī)樹(shù)分類(lèi)的完整操作流程3.1 工具定位與參數(shù)面板解讀ArcGIS Pro 里隨機(jī)樹(shù)分類(lèi)工具在“Spatial Analyst”工具箱下的“分類(lèi)”工具集里叫“隨機(jī)樹(shù)分類(lèi)”或者英文 “Random Trees”。打開(kāi)之后你會(huì)看到幾個(gè)關(guān)鍵參數(shù)最大樹(shù)數(shù)默認(rèn) 30。這個(gè)參數(shù)控制森林里樹(shù)的數(shù)量。樹(shù)越多結(jié)果越穩(wěn)定但計(jì)算越慢。我的經(jīng)驗(yàn)是 50-100 棵足夠超過(guò) 150 棵精度提升微乎其微時(shí)間卻翻倍。最大樹(shù)深度默認(rèn) 30?？刂泼靠脴?shù)的最大分裂層數(shù)。深度越大模型越復(fù)雜越容易過(guò)擬合。小樣本時(shí)建議降到 10-15大樣本時(shí)可以放到 20-30。每節(jié)點(diǎn)最小樣本數(shù)默認(rèn) 1。這個(gè)參數(shù)決定一個(gè)節(jié)點(diǎn)至少要有多少樣本才能繼續(xù)分裂。設(shè)得太小樹(shù)會(huì)學(xué)到噪聲設(shè)得太大樹(shù)太淺欠擬合。我一般設(shè) 5-10。訓(xùn)練樣本隨機(jī)比例默認(rèn) 100%。這是每棵樹(shù)用的樣本比例。隨機(jī)森林的精髓就在于每棵樹(shù)用不同的樣本子集所以這個(gè)值通常設(shè) 60%-80%而不是 100%。設(shè) 100% 就退化成 Bagging 了多樣性不夠。特征子集比例控制每次分裂時(shí)隨機(jī)考慮的特征波段比例。默認(rèn)是 1 除以波段數(shù)的平方根。比如 6 個(gè)波段就是 1/2.45 約等于 0.4。這個(gè)值一般不用改除非你波段特別多。輸出特征重要性勾上。這個(gè)選項(xiàng)會(huì)生成一個(gè)文本文件告訴你每個(gè)波段的重要性得分。我每次都會(huì)勾方便后續(xù)優(yōu)化波段組合。3.2 參數(shù)調(diào)優(yōu)的實(shí)操記錄我拿一景 6 波段的多光譜影像做過(guò)一組對(duì)比實(shí)驗(yàn)研究區(qū)包含林地、水體、耕地、建設(shè)用地四類(lèi)訓(xùn)練樣本每類(lèi) 200 個(gè)像元。下面是我記錄的參數(shù)組合和對(duì)應(yīng)精度樹(shù)數(shù)深度最小樣本樣本比例總體精度Kappa30301100%82.3%0.765020570%87.6%0.8310020570%88.1%0.84100151060%86.9%0.8215025570%88.0%0.84從這組數(shù)據(jù)能看出幾個(gè)規(guī)律樹(shù)數(shù)從 30 加到 50精度提升明顯從 50 到 100提升很小100 以上基本沒(méi)變化。深度從 30 降到 20精度反而升了說(shuō)明默認(rèn)的 30 過(guò)擬合了。最小樣本數(shù)從 1 提到 5精度也有提升同樣是抑制過(guò)擬合。所以我的推薦參數(shù)是樹(shù)數(shù) 50-100深度 15-20最小樣本數(shù) 5-10樣本比例 60%-80%。這個(gè)組合在多數(shù)中等復(fù)雜度的場(chǎng)景下都能拿到不錯(cuò)的精度。3.3 特征重要性解讀與波段優(yōu)化跑完隨機(jī)樹(shù)打開(kāi)特征重要性文件你會(huì)看到類(lèi)似這樣的輸出Band_1: 0.12 Band_2: 0.08 Band_3: 0.15 Band_4: 0.35 Band_5: 0.22 Band_6: 0.08這個(gè)例子里Band_4近紅外重要性最高符合預(yù)期因?yàn)橹脖辉诮t外反射強(qiáng)。Band_2綠光和 Band_6 重要性最低可以考慮去掉。去掉低重要性波段后重跑精度可能持平甚至略升但計(jì)算時(shí)間明顯減少。但要注意特征重要性不是絕對(duì)的。如果兩個(gè)波段高度相關(guān)隨機(jī)樹(shù)可能隨機(jī)選其中一個(gè)導(dǎo)致另一個(gè)重要性被低估。所以別只看一次結(jié)果多跑幾次取平均或者結(jié)合相關(guān)性分析一起判斷。4. 最大似然分類(lèi)的參數(shù)設(shè)置與對(duì)比實(shí)驗(yàn)4.1 MLC 工具的關(guān)鍵參數(shù)ArcGIS 里的最大似然分類(lèi)工具參數(shù)比隨機(jī)樹(shù)少得多但每一個(gè)都很關(guān)鍵輸入訓(xùn)練樣本就是你采樣的 shapefile 或 lyr。輸入柵格波段選擇參與分類(lèi)的波段。這里有個(gè)技巧如果你前面做了波段選擇只把選中的波段加進(jìn)來(lái)別一股腦全塞。輸出分類(lèi)柵格指定輸出路徑和文件名。拒絕分?jǐn)?shù)這個(gè)參數(shù)很多人不知道干嘛的。它控制一個(gè)像元被拒絕分類(lèi)的閾值。默認(rèn)是 0表示不拒絕任何像元。如果你設(shè)成 0.01那么屬于所有類(lèi)別的概率都低于 0.01 的像元會(huì)被歸為“未分類(lèi)”。這個(gè)參數(shù)在樣本不充分時(shí)很有用能避免強(qiáng)行分類(lèi)帶來(lái)的錯(cuò)誤。我一般設(shè) 0.001-0.01。先驗(yàn)概率默認(rèn) EQUAL表示各類(lèi)先驗(yàn)概率相等。如果你研究區(qū)水體面積遠(yuǎn)小于林地可以設(shè)成 FILE提供一個(gè)先驗(yàn)概率文件。但多數(shù)情況下 EQUAL 就夠了除非類(lèi)別面積差異極端懸殊。4.2 協(xié)方差矩陣的陷阱與應(yīng)對(duì)MLC 最核心的中間產(chǎn)物就是協(xié)方差矩陣。ArcGIS 在訓(xùn)練樣本評(píng)估時(shí)會(huì)輸出每個(gè)類(lèi)別的協(xié)方差矩陣。你要重點(diǎn)看兩個(gè)東西行列式值如果某個(gè)類(lèi)別的協(xié)方差矩陣行列式接近 0說(shuō)明這個(gè)類(lèi)別的樣本在某些波段上幾乎沒(méi)有變異或者波段之間高度線性相關(guān)。這會(huì)導(dǎo)致矩陣求逆不穩(wěn)定分類(lèi)結(jié)果異常。解決辦法是去掉冗余波段或者增加樣本變異。條件數(shù)條件數(shù)太大比如超過(guò) 1000說(shuō)明矩陣病態(tài)。同樣會(huì)導(dǎo)致求逆不穩(wěn)定。我遇到過(guò)最夸張的一次條件數(shù)到了 10 的 8 次方分類(lèi)結(jié)果全是噪聲。后來(lái)去掉兩個(gè)高度相關(guān)的波段條件數(shù)降到 200 多結(jié)果就正常了。所以我的建議是MLC 之前一定要檢查協(xié)方差矩陣。ArcGIS 的訓(xùn)練樣本管理器里有“保存協(xié)方差矩陣”的選項(xiàng)保存成文本文件打開(kāi)看。如果發(fā)現(xiàn)異常先處理波段相關(guān)性再重新采樣。4.3 兩種分類(lèi)器的同場(chǎng)景對(duì)比我用同一景影像、同一套訓(xùn)練樣本分別跑了 MLC 和隨機(jī)樹(shù)結(jié)果如下指標(biāo)最大似然隨機(jī)樹(shù)總體精度84.2%88.1%Kappa0.790.84林地生產(chǎn)者精度86%91%水體生產(chǎn)者精度92%94%耕地生產(chǎn)者精度78%85%建設(shè)用地生產(chǎn)者精度80%83%運(yùn)行時(shí)間45 秒3 分 20 秒隨機(jī)樹(shù)在各類(lèi)別上全面占優(yōu)尤其是耕地和建設(shè)用地提升明顯。但代價(jià)是運(yùn)行時(shí)間多了 4 倍多。如果你的研究區(qū)很大或者需要反復(fù)調(diào)參MLC 的效率優(yōu)勢(shì)就體現(xiàn)出來(lái)了。還有一個(gè)有意思的現(xiàn)象MLC 在耕地和建設(shè)用地上錯(cuò)分嚴(yán)重主要是這兩類(lèi)在光譜上重疊多且分布非正態(tài)。隨機(jī)樹(shù)因?yàn)椴患僭O(shè)分布處理這種重疊更從容。5. 分類(lèi)后處理與精度評(píng)價(jià)的完整閉環(huán)5.1 分類(lèi)后處理去噪與平滑不管用哪種分類(lèi)器原始結(jié)果都會(huì)有椒鹽噪聲——孤立的、跟周?chē)?lèi)別不一致的小圖斑。這些噪聲在目視上很難看在面積統(tǒng)計(jì)上也會(huì)引入誤差。ArcGIS 里可以用幾個(gè)工具處理眾數(shù)濾波在“Spatial Analyst”的“鄰域分析”里用“濾波器”工具選擇“眾數(shù)”濾波窗口大小 3×3 或 5×5。這個(gè)操作會(huì)把每個(gè)像元替換成鄰域內(nèi)出現(xiàn)最多的類(lèi)別。3×3 窗口能去掉大部分孤立噪聲5×5 更激進(jìn)但可能抹掉小地物。邊界清理在“制圖綜合”工具集里有“消除”工具可以把小于指定面積的圖斑合并到相鄰的最大圖斑里。我一般設(shè)最小圖斑面積為 4-9 個(gè)像元。聚類(lèi)處理如果噪聲特別嚴(yán)重可以先用“聚類(lèi)”工具做一次分割再對(duì)分割后的區(qū)域做分類(lèi)。這個(gè)思路是先空間聚類(lèi)再光譜分類(lèi)能有效抑制噪聲。但要注意后處理不是萬(wàn)能的也不能過(guò)度。我見(jiàn)過(guò)有人為了圖面好看反復(fù)濾波最后把一條真實(shí)的小路都濾沒(méi)了。后處理的原則是只去噪聲不改變真實(shí)地物邊界。5.2 精度評(píng)價(jià)混淆矩陣怎么讀精度評(píng)價(jià)是分類(lèi)的最后一環(huán)也是最容易被糊弄的一環(huán)。ArcGIS 里可以用“混淆矩陣”工具輸入驗(yàn)證樣本和分類(lèi)結(jié)果輸出一份詳細(xì)的精度報(bào)告。報(bào)告里幾個(gè)關(guān)鍵指標(biāo)總體精度正確分類(lèi)的像元數(shù)除以總驗(yàn)證像元數(shù)。這個(gè)指標(biāo)最直觀但受類(lèi)別面積影響大。如果某一類(lèi)面積特別大總體精度會(huì)被它主導(dǎo)。Kappa 系數(shù)排除隨機(jī)一致性的精度指標(biāo)。Kappa 大于 0.8 算很好0.6-0.8 算中等低于 0.6 就得回去檢查了。生產(chǎn)者精度某一類(lèi)被正確分類(lèi)的比例。反映的是“漏分”情況。生產(chǎn)者精度低說(shuō)明該類(lèi)有很多像元被分到了別的類(lèi)。用戶精度分類(lèi)結(jié)果中某一類(lèi)真正屬于該類(lèi)的比例。反映的是“錯(cuò)分”情況。用戶精度低說(shuō)明該類(lèi)里混進(jìn)了很多別的類(lèi)。我一般重點(diǎn)看 Kappa 和各類(lèi)的用戶精度。如果某一類(lèi)用戶精度特別低說(shuō)明該類(lèi)被嚴(yán)重錯(cuò)分得回去看訓(xùn)練樣本是不是有問(wèn)題。5.3 精度不達(dá)標(biāo)時(shí)的排查清單分類(lèi)精度上不去別急著換算法先按下面這個(gè)清單排查問(wèn)題現(xiàn)象可能原因排查方法某類(lèi)精度極低訓(xùn)練樣本代表性不足檢查該類(lèi)樣本是否覆蓋全部變異兩類(lèi)互相錯(cuò)分嚴(yán)重光譜重疊看兩類(lèi)均值差異考慮加輔助數(shù)據(jù)整體精度低波段選擇不當(dāng)看特征重要性去掉冗余波段結(jié)果噪聲多樣本邊界不干凈放大檢查樣本是否含混合像元隨機(jī)樹(shù)結(jié)果波動(dòng)大樣本太少增加樣本量或降低樹(shù)深度MLC 結(jié)果異常協(xié)方差矩陣病態(tài)檢查條件數(shù)去掉相關(guān)波段這個(gè)清單我基本每次分類(lèi)都會(huì)過(guò)一遍能解決 80% 的精度問(wèn)題。6. 實(shí)操心得與常見(jiàn)坑位實(shí)錄6.1 樣本采集的五個(gè)坑坑一樣本空間自相關(guān)。很多人圖省事在一個(gè)區(qū)域畫(huà)一堆樣本統(tǒng)計(jì)上這些樣本高度相關(guān)等于只有幾個(gè)獨(dú)立樣本。解決辦法是空間分層采樣每個(gè)網(wǎng)格采幾處。坑二驗(yàn)證樣本不獨(dú)立。訓(xùn)練和驗(yàn)證樣本挨著驗(yàn)證精度虛高。解決辦法是兩套樣本分開(kāi)采最好在不同區(qū)域?？尤龢颖绢?lèi)別不平衡。小類(lèi)樣本太少分類(lèi)器直接忽略。解決辦法是給小類(lèi)多采樣或者用加權(quán)方法?？铀臉颖具吔缒：??；旌舷裨爝M(jìn)樣本統(tǒng)計(jì)量失真。解決辦法是放大到足夠比例尺只采地物核心區(qū)域?？游鍢颖緲?biāo)簽錯(cuò)誤。把道路標(biāo)成建筑把水田標(biāo)成水體。這種錯(cuò)誤統(tǒng)計(jì)上不一定看得出來(lái)但分類(lèi)結(jié)果會(huì)很明顯。解決辦法是采樣后目視檢查一遍。6.2 參數(shù)調(diào)優(yōu)的經(jīng)驗(yàn)法則隨機(jī)樹(shù)的參數(shù)調(diào)優(yōu)我總結(jié)了一個(gè)簡(jiǎn)單的順序先固定樹(shù)數(shù) 100深度 20最小樣本 5樣本比例 70%跑一遍看基線精度。如果精度不夠先加樹(shù)數(shù)到 150看有沒(méi)有提升。沒(méi)提升就說(shuō)明不是樹(shù)數(shù)的問(wèn)題。調(diào)深度精度低且訓(xùn)練誤差也低說(shuō)明欠擬合加深度訓(xùn)練誤差低但驗(yàn)證誤差高說(shuō)明過(guò)擬合減深度。調(diào)最小樣本數(shù)噪聲多就加大欠擬合就減小。調(diào)樣本比例一般 60%-80% 之間太低欠擬合太高多樣性不足。MLC 的參數(shù)調(diào)優(yōu)空間小主要就是拒絕分?jǐn)?shù)和先驗(yàn)概率。拒絕分?jǐn)?shù)從 0.001 開(kāi)始試逐步加大看未分類(lèi)像元比例。一般控制在 5% 以內(nèi)比較合理。6.3 分類(lèi)結(jié)果的后處理尺度后處理的尺度很關(guān)鍵。3×3 眾數(shù)濾波能去掉大部分孤立噪聲但會(huì)輕微模糊邊界。5×5 更激進(jìn)適合大區(qū)域制圖但小地物可能消失。我的經(jīng)驗(yàn)是如果研究區(qū)是城市地物破碎用 3×3別用 5×5。如果研究區(qū)是自然區(qū)域地物連片可以用 5×5。消除最小圖斑面積設(shè) 4-9 個(gè)像元?jiǎng)e超過(guò) 16否則真實(shí)小地物會(huì)被合并。后處理之后一定要重新做精度評(píng)價(jià)因?yàn)闉V波會(huì)改變分類(lèi)結(jié)果。我見(jiàn)過(guò)有人濾波后精度反而降了因?yàn)榘颜鎸?shí)的小地物濾沒(méi)了。6.4 兩種分類(lèi)器的組合使用思路最后分享一個(gè)進(jìn)階技巧把兩種分類(lèi)器組合起來(lái)用。具體做法是先用隨機(jī)樹(shù)跑一遍得到初始分類(lèi)結(jié)果和特征重要性。然后根據(jù)特征重要性選出最重要的幾個(gè)波段再用 MLC 跑一遍。如果 MLC 結(jié)果在某個(gè)類(lèi)別上比隨機(jī)樹(shù)好就把那個(gè)類(lèi)別替換過(guò)來(lái)。這種“隨機(jī)樹(shù)選波段 MLC 精分類(lèi)”的組合在我做過(guò)的幾個(gè)項(xiàng)目里精度比單用任何一種都高 2-3 個(gè)百分點(diǎn)。還有一種思路是用隨機(jī)樹(shù)做特征選擇用 MLC 做最終分類(lèi)。因?yàn)?MLC 在低維特征空間里更穩(wěn)定而隨機(jī)樹(shù)擅長(zhǎng)處理高維。先用隨機(jī)樹(shù)篩掉冗余波段再用 MLC 分類(lèi)既保證了精度又控制了計(jì)算量。這個(gè)組合思路不是萬(wàn)能的但在中等復(fù)雜度的場(chǎng)景下確實(shí)能拿到比單一分類(lèi)器更好的結(jié)果。你可以拿自己的數(shù)據(jù)試一下對(duì)比一下三種方案純 MLC、純隨機(jī)樹(shù)、組合的精度看看哪種最適合你的研究區(qū)。分類(lèi)這件事說(shuō)到底是對(duì)地物光譜行為的理解。算法只是工具樣本才是靈魂。我見(jiàn)過(guò)太多人花大量時(shí)間調(diào)參數(shù)卻不肯花半小時(shí)好好采樣本。結(jié)果就是參數(shù)調(diào)到天上去精度還是上不來(lái)。反過(guò)來(lái)樣本采得好用默認(rèn)參數(shù)都能出不錯(cuò)的結(jié)果。所以如果你剛開(kāi)始做遙感分類(lèi)先把精力放在樣本上算法的事交給 ArcGIS 就行。