探索Google Earth Engine：随机森林分类及精度评估

地物分类是遥感的基础之一，同时也是重点之一；接下来小编将给大家介绍如何使用GEE基于随机森林算法进行地物分类以及对分类结果进行精度评估；

一.导入所需影像、行政边界以及样本点（数量不能超过5000个）（以Sentinel2A为例）

var roi=ee.FeatureCollection('projects/ee-zs2003/assets/JX_border');
var sample=ee.FeatureCollection('projects/ee-zs2003/assets/jiangxi_sample');
var s2c=ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
          .filterDate("2023-1-1","2023-12-31")  //选取时间
          .filterBounds(roi)
          .select("B2","B3","B4","B8","B11")  //选择波段
          .filter(ee.Filter.lte("CLOUDY_PIXEL_PERCENTAGE",5))  //筛选出云量小于5%的影像
          .median()  //对影像集合进行中值合成
          .clip(roi);  //裁剪至研究区范围

对影像添加特征波段以辅助分类

//对分类图像添加特征波段
var MNDWI=s2c.normalizedDifference(['B3','B11']).