跑通 KMeans 的代码只要十分钟看懂它输出的那张彩色图却可能要花上一整天——这是我带过的新人最常卡住的地方。地图上摊开六种颜色的斑块每个斑块下面挂着一个从 0 到 5 的数字然后呢哪个是水体哪个是建筑哪个是刚收割完的耕地GEE 的非监督分类Unsupervised Classification恰恰是把分这件事做得又快又漂亮却把认这件事完整地甩回给了使用者。它不像监督分类那样给你一套现成的类别标签和精度报告它只负责按光谱相似度把像素抱成团剩下的解释工作全靠你自己。我见过太多人在这里掉头去用监督分类其实只是没搞明白聚类结果该怎么读。这篇内容讲的就是 GEE 平台上非监督分类的完整链路从影像怎么预处理成聚类器能吃的格式到ee.Clusterer.wekaKMeans的参数怎么调再到结果里那一堆数字标签怎么还原成真实地物。适合已经能跑通 GEE 基础代码、做过简单指数计算、但对cluster()和train()这条线还没摸透的人。全文基于 Landsat 8/9 Collection 2 地表反射率产品演示同样的思路换成 Sentinel-2 完全通用。里面会写到我实际踩过的几个坑包括量纲不统一导致聚类结果完全失效、采样数量设了五千实际只拿到八百这种都是文档里不会强调但一定会遇到的东西。1. 先搞清楚 GEE 里的聚类到底在做什么1.1 聚类不是分类这个区别决定了后面所有操作很多人把这两个词混着用结果在参数设置上反复走弯路。分类Classification的前提是你事先知道有哪些类别比如水体、植被、建筑、裸地这四类然后拿标注好的样本去教模型认识它们模型学的是什么样的光谱组合对应哪一类。聚类Clustering完全反过来你事先不知道有几类、也不知道是什么类算法只做一件事把光谱特征相近的像素归到一组让组内差异尽可能小、组间差异尽可能大。这个差别带来的直接后果是聚类输出的标签是纯粹的编号0、1、2除了表示它们不是同一组之外没有任何含义。编号为0的簇在你的研究区可能是水体换一个研究区可能就变成了裸地甚至同一景影像换一次运行顺序都可能重排。所以任何试图把cluster 2直接当成植被写进后续代码的做法都是在给自己埋雷。我在实际项目里更愿意把非监督分类当成一个探索工具而不是制图工具。它的强项是你对研究区一无所知的时候快速看出这里大概有几种光谱上可区分的地物或者你手上没有可靠的训练样本想先摸清楚各类地物的光谱分布范围为后面做监督分类准备样本。把它当成最终成果直接出图那是对它的误用。1.2 GEE 把聚类器包装成了一个可以 train 的对象GEE 里的聚类器都在ee.Clusterer这个命名空间下面本质是把 Weka 的几个经典聚类算法搬到了云端。常用的几个我列一下各自的适用场景方便你选聚类器核心机制是否需要指定类别数适用场景wekaKMeansK-均值迭代找质心需要nClusters最常用地物光谱差异明显时效果好wekaCascadeKMeans级联 K-均值自动搜索 k不需要给范围即可不确定该分几类时先跑它探路wekaXMeans扩展 K-均值给上下界想比 KMeans 更灵活一点但计算量更大wekaLVQ学习向量量化需要有先验的初始中心时可以用wekaCobweb概念聚类不需要输出类别数不确定实用性一般它们的调用方式高度统一都是先.train()再.cluster()var clusterer ee.Clusterer.wekaKMeans({ nClusters: 6 }).train(trainingFeatures); var result image.cluster(clusterer);.train()吃的是一个ee.FeatureCollection返回的是一个训练好的Clusterer对象.cluster()吃一张Image返回一张单波段、整型、波段名为cluster的影像。这两步之间没有任何魔法train()做的是在多维特征空间里找质心.cluster()做的是把每个像素往最近的质心上贴。理解了这个你就知道为什么训练样本的代表性比数量更重要——质心的位置完全由样本决定样本偏了质心就偏了整张图就废了。1.3 为什么结果是一张整数地图而不是概率图cluster()输出的像素值是簇的编号数据类型是整数。这一点和分类器的classify()不同后者可以输出概率波段把ee.Classifier的setOutputMode(PROBABILITY)打开。聚类没有概率的概念一个像素要么属于簇 3要么属于簇 5没有中间状态。这带来一个隐性限制你没法用置信度来筛掉那些光谱上模棱两可的像素。比如城市边缘的混合像元它在光谱上可能介于建筑簇和裸地簇之间KMeans 会按距离硬性把它分给更近的那个误差就此产生。想缓解这个问题只能靠增加簇的数量、加入纹理或指数特征来拉开距离或者干脆放弃聚类转投监督分类。提示cluster()返回的影像没有 mask 之外的信息原始影像被掩膜掉的区域云、云影、条带在结果里同样是无效值出图时会显示为透明这是正常的不用去修复它。2. 送进聚类器之前影像必须先变成一张干净的表2.1 波段选择少而准远胜全而杂GEE 的聚类器对波段数量是敏感的。你塞进去 12 个波段和塞进去 5 个波段跑出来的结果可能天差地别而且不是多了更好。原因在于 KMeans 用的是欧氏距离每个波段在距离计算里的权重是一样的——波段越多那些信息量低、噪声大的波段比如大气校正后仍然残留的短波红外噪声对距离的贡献就越大反而把真正有区分度的可见光波段淹没了。我的习惯是先做一轮波段筛选。对于 Landsat 8/9 的地表反射率产品SR_B2到SR_B7这六个多光谱波段是基础盘其中SR_B2蓝、SR_B3绿、SR_B4红、SR_B5近红外是区分植被、水体、建筑的核心SR_B6和SR_B7两个短波红外对裸地、建筑、云有额外区分力。SR_B1海岸气溶胶我一般直接扔掉它在大陆内部的信噪比太差。var bands [SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7];除了原始波段我强烈建议加上一两个指数波段。NDVI对植被的区分力比任何单波段都强加上它之后植被簇往往会从一个浑圆的堆分裂成茂密植被和稀疏植被两簇这对后续解译帮助极大。var ndvi img.normalizedDifference([SR_B5, SR_B4]).rename(NDVI); var stack img.select(bands).addBands(ndvi);NDBI归一化建筑指数在城镇化区域也很好用公式是(SWIR1 - NIR) / (SWIR1 NIR)对应SR_B6和SR_B5。但要注意加上指数之后波段之间的量纲差距会拉大这就引出下一个必须处理的问题。2.2 量纲统一被忽略最多、后果最严重的一步这是我看过的非监督分类失败案例里出现频率最高的一个原因而且它失败得很隐蔽——代码不报错图也能出只是结果毫无意义。举个具体的例子。假设你不仅加了 NDVI还加了一个高程波段SRTM取值范围 0 到 8000 米左右。NDVI 的范围是 -1 到 1反射率范围是 0 到 1而高程的范围是 0 到 8000。在 KMeans 计算欧氏距离的时候一个像素和质心在高程上差 100 米产生的距离平方是 10000而 NDVI 差 0.5产生的距离平方才 0.25。高程直接以压倒性优势主导了整个聚类过程结果就是你得到的不是地物分类图而是一张按海拔分层的等高线图。解决办法是把所有波段缩放到同一个量级。GEE 里最方便的是unitScale()var dem ee.Image(USGS/SRTMGL1_003).select(elevation).unitScale(0, 3000);unitScale(min, max)会把值线性拉伸到 0 到 1 区间超出范围的值被截断。这样高程和反射率就站在了同一起跑线上。对于反射率本身也要注意 Fractional 的缩放因子。Landsat Collection 2 Level-2 的地表反射率产品官方存储的是经过放大 10000 再偏移的整数要还原成真实反射率必须做一次线性变换var scaled img.select(bands) .multiply(0.0000275) .add(-0.2);这个系数不是随便来的是产品说明里给的scale factor和offset。如果你忘了这一步波段值域是 0 到 40000 左右虽然各波段量纲一致、聚类照样能跑但后面和 NDVI-1 到 1混在一起的时候NDVI 就被彻底压制了。同样Sentinel-2 的S2_SR_HARMONIZED要除以 10000。2.3 掩膜与合成别让云把样本污染了聚类对异常值不敏感毕竟它只找质心但云和云影会在光谱上形成极端值这些极端值会自己聚成一簇白白浪费你的nClusters名额。所以预处理阶段的去云是必须的。Landsat Collection 2 的QA_PIXEL是位掩码第 3 位是云、第 4 位是云影、第 1 位是膨胀云。用bitwiseAnd把它们挑出来function maskClouds(img) { var qa img.select(QA_PIXEL); var clear qa.bitwiseAnd(1 1).eq(0) // 膨胀云 .and(qa.bitwiseAnd(1 3).eq(0)) // 云 .and(qa.bitwiseAnd(1 4).eq(0)); // 云影 return img.updateMask(clear); }时间合成我一般用median()而不是mean()中位数对残余云的鲁棒性明显更好一个时间窗口里偶尔混进一两景带薄云的影像中位数几乎不受影响均值就会被拉偏。窗口长度选在目标地物生长季内比如做植被分类就取 6 到 9 月。var composite col.map(maskClouds).median();这里有个容易忽略的细节median()合成之后某些像素在所有影像里都被掩膜掉了最终结果里这些像素是无效的。这会直接影响后面采样——sample()会跳过无效像素你的实际样本数会远小于设定值。这一点我们在下一节细说。3. sample() 这一步决定了聚类结果的上限3.1 numPixels 不是你想的那样采样前先算笔账很多人写numPixels: 5000就觉得拿到了五千个样本。实际上numPixels是最多返回这么多实际数量受三个因素制约研究区内的有效像素总数、scale参数对应的分辨率、以及掩膜情况。先算个账。假设你的研究区是 0.4 度 × 0.3 度的一块区域纬度 40 度左右经度方向约 34 公里纬度方向约 33 公里总面积大约 1100 平方公里。在scale: 30的情况下有效像素数是 1100 / (0.03 × 0.03) ≈ 122 万个。理论上采 5000 个完全没问题。但如果你的研究区只有 10 公里见方那就是 100 平方公里约 11 万个像素采 5000 个也还行。真正出问题的是研究区再小一点或者云掩膜覆盖率很高比如南方的雨季一景影像 60% 被云挡掉那numPixels: 5000可能只能拿到几百个。所以我的做法是先探一下实际能拿到多少var train stack.sample({ region: roi, scale: 30, numPixels: 5000, seed: 42, geometries: false, tileScale: 4 }); print(实际样本数, train.size());如果这个数字和你设的差得远说明你的研究区里有效像素不够这时候要么扩大研究区要么降低scale用更粗的分辨率比如 60 米要么接受现实——样本少一点也不是不能跑只是质心的估计会不那么稳。3.2 scale 和 tileScale一个控制精度一个控制内存scale决定采样时按多大分辨率去取像素。这里有个反直觉的点采样用的 scale 不必等于影像的原生分辨率。如果你只是想要代表性的光谱样本用 60 米甚至 100 米采样反而更好——它会自动做一次聚合样本更能代表一片区域而不是一个像素对噪声的鲁棒性更强而且计算量小得多。而tileScale是另一个维度。它控制的是 GEE 在计算时把影像切成多大的块。默认tileScale: 1遇到内存报错时把它调到 4 甚至 8能显著降低单块内存占用。代价是计算时间变长。这个参数在sample()、cluster()、reduceRegion()里都可以用凡是涉及大区域统计的地方都建议显式写上。我在做全省尺度的聚类时scale通常设在 60 到 100 之间tileScale设 4sample数量设 8000 到 10000。这个组合在大多数区域都能在几分钟内跑完出来的质心也足够稳定。3.3 采样分布不均匀是个结构性缺陷sample()的采样策略是在整个region内随机均匀采样。听起来很公平但对地物分类来说恰恰不公平——因为不同地物的面积占比本来就差得远。一个典型的研究区里耕地可能占 60%建成区占 15%水体占 3%随机采样得到的样本里耕地的样本数是水体的 20 倍。KMeans 的质心计算受样本分布影响。耕地样本多它的质心估计就准水体样本只有寥寥几十个质心就飘。更糟的情况是某些稀有地物在整个研究区只有零星分布随机采样可能一个点都抽不到这个地物就完全没有对应的簇。缓解办法有两个。一是分层采样把研究区按大致的亚区分块每个块单独采样再merge()。比如你想确保山区和城区都有足够样本就分别框两个矩形区域各采 3000 个点。二是提高总采样量用数量换稀有地物的覆盖概率但这会带来内存压力。我通常用第一种可控性更强var trainA stack.sample({region: roiUrban, scale: 60, numPixels: 3000, seed: 1, geometries: false}); var trainB stack.sample({region: roiMountain, scale: 60, numPixels: 3000, seed: 2, geometries: false}); var train trainA.merge(trainB);注意geometries: false这个参数。设为false时返回的FeatureCollection不带几何信息体积小很多而train()本来就只用属性值几何信息纯属浪费内存。这个细节能省掉不少内存超限的麻烦。4. 训练与出图wekaKMeans 的完整调用链4.1 参数逐个拆开说ee.Clusterer.wekaKMeans的参数不多但每一个都影响结果参数类型说明我的常用值nClustersInteger簇的数量5 到 10按研究区复杂度定maxIterationsInteger最大迭代次数50够用再多收益很小distanceFunctionString距离度量Euclidean 或 ManhattanEuclideanseedInteger随机种子任意固定值比如 1dropLastClusterBoolean是否丢弃不完整的簇默认即可nClusters是最需要斟酌的。设小了不同地物被强行合并——水体和深色建筑经常被并成一簇设大了同一地物被拆成好几簇比如茂密林地和稀疏林地分开你解译的时候还得手动合并回去。经验值是研究区里明显可区分的地物有几种就设几加二。比如一个典型的城乡混合区水体、林地、耕地、建成区、裸地这五类设 7 是比较合理的多出来的两个名额留给光谱变异比如深水浅水、新建筑旧建筑。maxIterations设 50 基本不会成为瓶颈。KMeans 在遥感影像这种数据上通常二三十次迭代就收敛了设太大只是浪费时间。4.2 从样本到训练好的聚类器完整的一步是这样的var clusterer ee.Clusterer.wekaKMeans({ nClusters: 7, maxIterations: 50, distanceFunction: Euclidean, seed: 1 }).train(train, 4); // 第二个参数是并行数train()的第二个可选参数是parallelScale控制训练时的并行度。样本量大的时候上万条把它设成 4 甚至 8 能明显提速。这里有一个隐蔽的坑train()要求FeatureCollection里每个 feature 的所有属性都是数值型。如果你的样本是从sampleRegions()带过来的里面可能混进了字符串属性比如地类名water训练时就会报Property xx is missing或者直接抛类型错误。两种处理方式采样时用geometries: false并且只保留影像波段对应的属性或者在训练前.select()一下。var cleanTrain train.select([SR_B2,SR_B3,SR_B4,SR_B5,SR_B6,SR_B7,NDVI]);train()内部做的事用大白话说就是把所有样本点扔进一个七维空间六个反射率加一个 NDVI反复迭代找七个重心让所有点到自己最近重心的距离平方和最小。找到之后这七个重心坐标就固定下来了成为后续分类的依据。4.3 应用聚类器与固定配色训练好之后应用到整张影像是一行的事var clustered stack.cluster(clusterer, cluster);第二个参数是指定输出波段名默认就是cluster写不写都行。出图时很多人图省事用randomVisualizer()Map.addLayer(clustered.randomVisualizer(), {}, clusters);这个函数确实方便它给每个簇随机分配颜色。但它有两个问题一是颜色每次刷新都可能变你今天出的图和昨天出的图对不上二是随机的颜色可能让两个光谱相近的簇颜色也相近肉眼根本分不出来。做正式成果的时候一定要用固定调色板var palette [#1f78b4, #33a02c, #e31a1c, #ff7f00, #6a3d9a, #b15928, #a6cee3]; Map.addLayer(clustered, {min: 0, max: 6, palette: palette}, clusters);min: 0, max: 6对应七个簇的编号范围。这里要注意如果你用了remap改了编号min/max也要跟着改。导出到 Drive 的时候记住cluster()的输出虽然是整数类型但导出时显式转一下toInt8()更稳妥文件体积也能小一半Export.image.toDrive({ image: clustered.toInt8(), description: kmeans_unsupervised, region: roi, scale: 30, maxPixels: 1e13, fileNamePrefix: kmeans_result });5. 结果怎么读从一堆编号到真正的地物5.1 用统计特征给每个簇挂牌这是整篇文章我认为最有价值的一步。拿到七色地图之后不要凭眼睛猜用数据说话算出每个簇在各个波段上的均值然后对着光谱特征判断它是什么。var withCluster stack.addBands(clustered); var stats withCluster.reduceRegion({ reducer: ee.Reducer.mean().group({ groupField: stack.bandNames().length(), groupName: cluster }), geometry: roi, scale: 60, maxPixels: 1e13, tileScale: 4 }); print(stats);groupField这里填的是簇波段在合并影像里的索引位置stack有 7 个波段6 个反射率加 NDVI所以簇波段的索引就是 7。这个索引一定要算准填错了分组就完全乱套。拿到统计表之后判断逻辑大致是这样的簇编号NIR 均值NDVI 均值SWIR1 均值推断地物0低 0低水体1高 0.6低茂密植被2中0.3 到 0.5中稀疏植被/农田3中 0.15高建成区4中 0.1很高裸土/沙地水体的判定最干脆近红外波段反射率极低水体强吸收NDVI 为负值。这个组合几乎是判别水体的充分条件任何簇只要 NDVI 全为负基本可以直接认定是水体。建成区和裸地的区分要小心两者在不同波段的差异很微妙。一般来说建成区在两个短波红外上都有较高反射而裸土在 SWIR1 上比 SWIR2 更高。如果用肉眼看图能分辨那结合空间形态判断更靠谱——建成区呈规则的块状或线状裸土边界更自然。提示不要一次把所有簇都定性完。先挑出你最确定的水体、茂密植被剩下的反复对照高分底图或者同时期的真彩色合成图一个一个确认。这个过程急不得做一次能管很久。5.2 混淆矩阵非监督也有正规的精度评价方法非监督分类没有训练样本但它可以有验证样本。你手上有一些已知地类的点哪怕只有二三十个就能做一个混淆矩阵。前提是先把簇编号和真实类别对应起来。假设经过上一节的统计判断你确认簇 1 是植被、簇 3 是建成区、簇 0 是水体那就用remap转成统一的类别编码var classed clustered.remap( [0, 1, 3], // 原始簇编号 [1, 2, 3] // 目标类别编码1 水体 2 植被 3 建成区 ).rename(class);然后拿验证点去采样并计算var pred classed.sampleRegions({ collection: validationPoints, properties: [class], scale: 30, tileScale: 4 }); var cm pred.errorMatrix(class, class_1); print(总体精度, cm.accuracy()); print(Kappa, cm.kappa()); print(混淆矩阵, cm);后面的class_1是sampleRegions()给影像波段自动加的后缀你可以在print(pred.first())里确认一下实际字段名。这一步我踩过坑字段名写错会直接报Property not found。非监督分类的精度通常不会很高总体精度能到 70% 到 80% 就算不错了主要误差来源是混合像元和类别内部的巨大变异比如同样是建成区老城区和新开发区的光谱能差出天际。所以如果项目对精度有硬要求最终还是要走监督分类。5.3 类别的合并与后处理有时候聚类跑出来的七个簇里有两三个其实是一类地物的不同变异比如深水、浅水、浑浊水。这时候需要在编号层面合并var merged clustered.remap( [0, 4, 5], // 三个水体相关的簇 [1, 1, 1] // 全部映射为类别 1 );remap()的行为要留意没有出现在from列表里的原始值默认会变成0无效值除非你把defaultValue参数设成别的。所以在做多类合并的时候要么一次性把七个簇全列出来要么显式设置defaultValue。var merged clustered.remap([0,4,5], [1,1,1], null, cluster);合并完成后通常还要做一次去除小斑块的处理。GEE 里可以用connectedPixelCount()找出孤立的小连通区再掩膜掉var minSize 8; var count merged.connectedPixelCount(minSize, true); var cleaned merged.updateMask(count.gte(minSize));这个操作对视觉效果的提升非常明显尤其是建成区边缘那些零散的分类噪声清掉之后整张图立刻干净了。6. 必然遇到的报错与性能问题6.1 User memory limit exceeded九成是采样或统计的问题这个报错在 GEE 里几乎是家常便饭尤其是在sample()和reduceRegion()上。它的本质是单个计算任务的内存超过了配额大约 250MB 量级注意是单个任务而不是总量所以解决办法往往不是少算点而是拆开算。三个最有效的调整按优先级排第一个把tileScale从 1 提到 4。这个改动对结果没有任何影响只是把计算切成更小的块是所有内存报错的第一反应。第二个把scale调粗。scale: 30换成scale: 60参与计算的像素数直接降到四分之一。对聚类来说用 60 米分辨率训练质心完全够用因为你要的是光谱特征的代表性不是像素级的精度。第三个缩小region。如果你的研究区是一个地级市那么大的范围先把它裁成几个子区域分别跑再合并结果。这个方案最麻烦但最有效。还有一种情况是reduceRegion()里的maxPixels设得太小。默认值是 1e7一千万像素对于 30 米分辨率的区域很容易超。养成习惯涉及大区域统计时显式写maxPixels: 1e13。6.2 Computation timed out导出比交互式计算更靠谱在 Code Editor 里点print()或者Map.addLayer()触发的计算有一个大约五分钟的超时限制。超过就报Computation timed out。这不是代码写错了纯粹是任务太大。遇到这个第一步是把交互式计算改成导出任务Export.image.toDrive({ image: clustered, ... });导出任务的时限宽松得多几十分钟级别而且是异步的提交完可以干别的。先在 Code Editor 里用小区域试通参数确认结果合理了再提交大区域的导出任务这个工作流能省掉大量反复等待的时间。第二步是检查有没有不必要的全图计算。典型的例子是reduceRegion()里没有指定scaleGEE 会试图用影像的原生分辨率去算像素数瞬间爆炸。任何时候都要显式指定统计的scale哪怕它和影像分辨率一样。6.3 每次跑出来结果不一样是种子的问题还是别的理论上seed固定了结果就应该是确定的。但实际使用中我确实遇到过改了无关参数之后簇编号整体重排的情况。原因在于样本集变了——你改了numPixels、scale、或者影像的时间范围采样点就变了质心跟着变编号重排是必然的。还有一种更微妙的情况即使所有参数完全一致在非常大的区域上重复运行偶尔也会出现个别簇的编号交换。这跟 GEE 后端的分布式计算有关不是你能完全控制的。所以工程上的正确做法是永远不要在代码里硬编码簇 3 是水体这种假设。要么把解译结果手动 remap 一次并存成常量要么把整条链路写成一个可复现的流程每次运行后重新确认一遍标签对应关系。我自己的习惯是在代码里留一段注释写上本区域 nClusters7 时簇 0 水体 / 簇 1 林地 / ……2024 年 6 月确认换数据就要重新确认。7. 一套可以直接改的模板和参数速查7.1 完整可运行的最小示例下面这段代码把前面所有环节串起来了改一改区域坐标就能跑。用的是 Landsat 8 Collection 2 地表反射率7 个簇研究区是一块城乡混合区。// 1. 研究区 var roi ee.Geometry.Rectangle([116.20, 39.70, 116.60, 40.00]); // 2. 影像准备 var col ee.ImageCollection(LANDSAT/LC08/C02/T1_L2) .filterBounds(roi) .filterDate(2023-06-01, 2023-09-30) .filter(ee.Filter.lt(CLOUD_COVER, 15)); function maskClouds(img) { var qa img.select(QA_PIXEL); var clear qa.bitwiseAnd(1 1).eq(0) .and(qa.bitwiseAnd(1 3).eq(0)) .and(qa.bitwiseAnd(1 4).eq(0)); return img.updateMask(clear); } var bands [SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7]; var composite col.map(maskClouds).median() .select(bands) .multiply(0.0000275) .add(-0.2); var ndvi composite.normalizedDifference([SR_B5, SR_B4]).rename(NDVI); var stack composite.addBands(ndvi); // 3. 采样 var train stack.sample({ region: roi, scale: 60, numPixels: 8000, seed: 42, geometries: false, tileScale: 4 }); print(实际样本数, train.size()); // 4. 训练聚类器 var clusterer ee.Clusterer.wekaKMeans({ nClusters: 7, maxIterations: 50, distanceFunction: Euclidean, seed: 1 }).train(train, 4); // 5. 应用 var clustered stack.cluster(clusterer, cluster); // 6. 出图 var palette [#1f78b4, #33a02c, #e31a1c, #ff7f00, #6a3d9a, #b15928, #a6cee3]; Map.centerObject(roi, 11); Map.addLayer(composite, {bands: [SR_B4,SR_B3,SR_B2], min: 0, max: 0.3}, 真彩色); Map.addLayer(clustered, {min: 0, max: 6, palette: palette}, 聚类结果); // 7. 各簇光谱统计 var withCluster stack.addBands(clustered); var stats withCluster.reduceRegion({ reducer: ee.Reducer.mean().group({ groupField: stack.bandNames().length(), groupName: cluster }), geometry: roi, scale: 60, maxPixels: 1e13, tileScale: 4 }); print(各簇波段均值, stats); // 8. 导出 Export.image.toDrive({ image: clustered.toInt8(), description: kmeans_unsupervised, region: roi, scale: 30, maxPixels: 1e13, fileNamePrefix: kmeans_result });这段代码我在几个不同的气候区跑过nClusters: 7是个比较稳的起点。南方的植被覆盖区可以加到 8 到 9西北的荒漠区 5 到 6 就够了。7.2 参数速查与调整思路现象最可能的原因调整动作结果几乎全是同一色波段量纲差异过大检查multiply/add缩放加unitScale水体和建筑混在一起nClusters偏小加到 8 到 10 再试同一地物被拆成多簇nClusters偏大减到 5 到 6或后期 remap 合并样本数远小于设定值研究区有效像素不足扩大区域或调粗scale报内存超限单块计算量太大tileScale: 4scale调粗缩小region出图颜色每次不同用了randomVisualizer()换固定palette结果呈明显条带状时间窗口内影像太少放宽日期范围或降低云量阈值7.3 什么时候该放弃非监督转投监督分类跑完这一整套流程你大概会有两个感受一是非监督确实快不用准备样本二是它的精度上限真的有限而且解译成本高。我的判断标准很直接——如果这个分类成果需要写进报告、需要用面积统计、需要和其他数据做定量比对那非监督分类不够用必须做监督分类。非监督的真正价值在于给监督分类铺路。它能帮你快速回答这个区域大概有几种可区分的地物这个问题还能帮你找到每一类的光谱中心位置。你可以拿聚类结果当成初始样本在每个簇内部随机选几个点人工核对后作为训练样本这样选出来的样本比盲目框选代表性强得多能显著缩短监督分类的样本准备时间。另外一个我自己常用的组合是先用wekaCascadeKMeans扫一遍让它自己在 3 到 12 的范围内搜索最优簇数看看它给出的结果。如果它建议 6 个簇那就说明你这个区域的光谱可分性大概就是六类左右用普通的 KMeans 时设 6 或者 7 都不会错太远。这个探路的过程成本很低但能省掉不少反复试参数的功夫。提示wekaCascadeKMeans的参数是minClusters和maxClusters不要传nClusters传了会被忽略或者报错。这个细节文档里写得不算显眼我第一次用的时候卡了好一会儿。后续如果要做监督分类这条链路上的大半准备代码可以直接复用——影像预处理、采样、导出唯一要换的就是把Clusterer换成Classifier比如ee.Classifier.smileRandomForest再加上样本标注这一步。从这个角度看把非监督分类的流程走一遍本身就是在给后面更复杂的工作打地基。