第8期| 传统机器学习遥感解译：SVM & 随机森林分类全流程实操

前言

在前两期内容中，我们系统学习了遥感影像全流程预处理 与人工目视解译判读体系 。目视解译依托从业者经验完成地物识别，具备判读直观、边界精准的优势，但也存在效率低下、主观偏差大、难以规模化作业等短板，无法满足当下大范围遥感监测、长时序动态分析的工程需求。

在深度学习技术普及之前，传统机器学习算法 凭借低算力依赖、可解释性强、小样本适配 等特性，成为遥感影像自动分类的主流技术方案。其中 支持向量机(SVM) 与 随机森林(Random Forest) 更是行业标杆算法，至今仍是本科毕业设计、期刊论文、小型工程项目中使用率最高的分类基线模型。

不同于深度学习的端到端自动特征学习，传统机器学习依赖人工特征工程，通过提取影像光谱、纹理、遥感指数等多维特征实现像素级分类。本期将完整拆解：两类技术路线的核心差异、遥感影像特征构建方法、SVM与随机森林分步实操、遥感领域专属精度评价体系，全程搭配落地代码与优化思路，零基础也可复现实验结果。

---

一、传统机器学习 VS 深度学习 遥感解译核心差异

在开展实验前，首先厘清两大技术路线的适用场景、原理区别与优劣势，根据自身数据条件、硬件配置、项目需求合理选型。

对比维度	传统机器学习（SVM/随机森林）	深度学习（U-Net/YOLO等）
特征来源	人工设计特征（光谱、纹理、遥感指数）	网络自动挖掘深层特征
样本需求	少量标记样本即可训练	依赖大规模标注数据集
硬件要求	仅需CPU，普通电脑即可运行	建议GPU加速，大模型显存要求高
训练速度	极速，单景影像数秒完成训练	训练周期长，动辄数小时/数天
可解释性	特征、分类逻辑清晰，结果易解读	黑盒模型，特征逻辑难以溯源
适用场景	小范围分类、对比实验、论文基线、快速出图	复杂场景、精细化地物提取、大规模工程落地

选型建议

1. 样本数量少、硬件配置一般、仅需完成基础地物分类：优先选择 随机森林 / SVM；
2. 地物类型复杂、存在大量细碎目标、拥有充足标注数据与GPU设备：优先选择深度学习模型。

---

二、遥感影像核心特征体系构建

特征是机器学习分类的核心载体，特征质量直接决定分类精度上限 。遥感影像分类主流使用光谱特征+纹理特征组合方案，部分场景可叠加植被、水体、建筑等专题遥感指数，进一步区分同谱异物、同物异谱难题。

2.1 光谱特征

光谱特征是遥感影像最本质的判别依据，由不同地物对电磁波的反射、吸收特性决定。

• 基础构成：多波段原始像素灰度值，单波段、多波段组合均可作为输入特征；
• 拓展应用：衍生各类遥感专题指数，典型代表：
  • NDVI 归一化植被指数：区分植被与非植被区域；
  • NDWI 归一化水体指数：精准提取水体，区分水体与阴影；
  • NDBI 归一化建筑指数：快速识别城镇建设用地。

2.2 纹理特征

单纯依靠光谱特征极易出现同谱异物问题（例如阴影与水体、裸土与低矮建筑色调相近，难以区分）。纹理描述地物表面的空间分布规律、粗糙程度，是弥补光谱缺陷的关键。

本次实操选用工程中最常用的两类纹理指标：

• 灰度均值：反映局部区域整体亮度；
• 灰度方差：反映局部区域像素离散程度，表征纹理粗糙与否。

通过滑动窗口 逐像素遍历整图，提取邻域纹理信息，让模型兼顾像素灰度与空间形态。

---

三、SVM & 随机森林 地物分类完整实操

3.1 整体技术流程

标准遥感机器学习分类全链路：

影像预处理 → 多维特征融合 → 训练样本采集 → 模型训练与验证 → 全域影像预测 → 结果输出

3.2 环境依赖安装

执行以下命令安装所需依赖库，适配 Windows / Linux 全平台：

pip install numpy rasterio opencv-python scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

3.3 完整可运行代码

代码实现功能：影像读取、光谱+纹理特征提取、样本划分、SVM分类、随机森林分类、全图预测，可直接替换路径运行。

import rasterio
import numpy as np
import cv2
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split

# ===================== 【参数配置区 - 仅修改此处】 =====================
# 待分类遥感影像路径（支持tif格式）
IMAGE_PATH = r"校正后遥感影像.tif"
# 纹理提取滑动窗口大小，建议取值 3 / 5 / 7
TEXTURE_WINDOW = 5
# 训练样本数量，根据影像大小调整
SAMPLE_NUM = 3000
# 地物分类类别数
CLASS_NUM = 4
# =====================================================================

def extract_texture(gray_img, win_size):
    """
    提取纹理特征：局部均值 + 局部方差
    :param gray_img: 单波段灰度影像
    :param win_size: 滑动窗口尺寸
    :return: 拼接后的纹理特征矩阵
    """
    # 计算局部均值
    mean_feat = cv2.blur(gray_img, (win_size, win_size))
    # 计算局部方差 Var = E(X²) - [E(X)]²
    square_mean = cv2.blur(np.square(gray_img), (win_size, win_size))
    var_feat = square_mean - np.square(mean_feat)
    # 特征拼接
    texture_combined = np.dstack([mean_feat, var_feat])
    return texture_combined

def build_total_feature(raster_data):
    """
    融合光谱特征 + 纹理特征，构建全局特征矩阵
    :param raster_data: 原始多波段影像 (C, H, W)
    :return: 二维特征矩阵 (像素总数, 特征维度)
    """
    # 维度转换 (C, H, W) → (H, W, C)
    h, w = raster_data.shape[1], raster_data.shape[2]
    spec_feat = np.transpose(raster_data, (1, 2, 0))

    # 生成灰度图，用于提取纹理
    gray = np.mean(spec_feat, axis=-1)
    # 提取纹理特征
    tex_feat = extract_texture(gray, TEXTURE_WINDOW)

    # 光谱、纹理特征拼接
    total_feat = np.concatenate([spec_feat, tex_feat], axis=-1)
    # 转为二维矩阵：(H*W, 特征数)，适配机器学习输入
    total_feat_flat = total_feat.reshape(-1, total_feat.shape[-1])
    return total_feat_flat, h, w

if __name__ == "__main__":
    # 1. 读取遥感影像
    with rasterio.open(IMAGE_PATH) as src:
        img_data = src.read()
        profile = src.profile  # 保存影像地理信息，用于后续保存结果

    # 2. 构建全局特征矩阵
    all_features, height, width = build_total_feature(img_data)
    print(f"✅ 特征构建完成，总像素数：{height * width}")

    # 3. 模拟训练样本（实际项目替换为矢量样本点/标注样本）
    # X：样本特征  Y：样本标签
    sample_idx = np.random.choice(len(all_features), SAMPLE_NUM, replace=False)
    X_sample = all_features[sample_idx]
    y_sample = np.random.randint(0, CLASS_NUM, size=SAMPLE_NUM)

    # 4. 划分训练集 & 测试集（8:2划分）
    X_train, X_test, y_train, y_test = train_test_split(
        X_sample, y_sample, test_size=0.2, random_state=42
    )

    # ===================== SVM 模型训练与预测 =====================
    print("\n----- 开始训练 SVM 分类模型 -----")
    svm_model = SVC(kernel="rbf", random_state=42)
    svm_model.fit(X_train, y_train)
    pred_svm_test = svm_model.predict(X_test)
    # 全图预测
    pred_svm_full = svm_model.predict(all_features).reshape(height, width)

    # ===================== 随机森林 模型训练与预测 =====================
    print("----- 开始训练 随机森林 分类模型 -----")
    rf_model = RandomForestClassifier(n_estimators=120, random_state=42)
    rf_model.fit(X_train, y_train)
    pred_rf_test = rf_model.predict(X_test)
    # 全图预测
    pred_rf_full = rf_model.predict(all_features).reshape(height, width)

    print("\n✅ 两类模型分类预测全部完成！")

实操补充说明

1. 样本替换 ：代码中为模拟随机样本，正式项目可结合 geopandas 读取SHP矢量样本点，提取对应像素标签；
2. 参数调优 ：SVM可调整核函数、惩罚系数；随机森林可调整决策树数量 n_estimators；
3. 结果保存 ：可基于 rasterio 将分类结果写入TIFF文件，保留原始坐标与投影信息。

算法分类结果对比图

---

四、遥感专用精度评价体系解读

分类结果可视化仅能做定性判断，量化精度指标 是论文、项目验收的硬性要求。遥感领域通用三大评价指标：混淆矩阵、总体精度(OA)、Kappa系数，下文结合原理+代码完整讲解。

4.1 混淆矩阵 (Confusion Matrix)

混淆矩阵是分类结果的全景统计表，矩阵行代表真实地物类别，列代表模型预测类别。

• 核心作用：直观查看各类地物错分、漏分情况，快速定位混分严重的地物（如水影与阴影、耕地与裸土）；
• 应用价值：针对性优化特征、补充样本，解决类别混淆问题。

4.2 总体精度 OA (Overall Accuracy)

所有像素中分类正确的像素占总像素的比例，反映模型整体分类效果，数值越接近1，整体精度越高。

4.3 Kappa 系数

遥感分类核心权威指标，也是期刊、毕设最看重的评价标准。该指标剔除了随机分类带来的正确率干扰，客观评价模型实际分类能力。

• 评价分级（行业通用标准）：
  • Kappa ≥ 0.80：分类效果优秀，结果可靠；
  • 0.60 ≤ Kappa ＜ 0.80：分类效果良好，可满足常规需求；
  • Kappa ＜ 0.60：分类误差较大，需优化特征、样本或模型参数。

4.4 精度评价完整代码

在上述分类代码后追加以下代码，自动计算并打印全部精度指标：

from sklearn.metrics import confusion_matrix, accuracy_score, cohen_kappa_score

def calculate_evaluation(y_true, y_pred):
    """统一计算混淆矩阵、OA、Kappa系数"""
    cm = confusion_matrix(y_true, y_pred)
    oa = accuracy_score(y_true, y_pred)
    kappa = cohen_kappa_score(y_true, y_pred)
    print("=" * 40)
    print("混淆矩阵：")
    print(cm)
    print(f"总体精度 OA：{oa:.4f}")
    print(f"Kappa 系数：{kappa:.4f}")
    print("=" * 40)

# 分别评估 SVM 与 随机森林
print("【SVM 模型精度评价】")
calculate_evaluation(y_test, pred_svm_test)

print("\n【随机森林 模型精度评价】")
calculate_evaluation(y_test, pred_rf_test)

精度指标解读示意图

---

五、算法对比 & 精度优化实战技巧

5.1 SVM 与 随机森林 算法特性总结

1. 支持向量机(SVM)

   • 优势：高维特征适配性强、小样本场景稳定性佳；
   • 短板：大尺度影像预测速度慢、参数对分类结果影响大、多类别场景表现一般；
   • 适配场景：地物类别少、样本稀缺的小型区域分类。

2. 随机森林(Random Forest)

   • 优势：抗过拟合能力强、运算速度快、多类别分类表现均衡、鲁棒性突出；
   • 短板：极端复杂纹理区域精度略逊于SVM；
   • 适配场景：遥感分类首选基线模型，绝大多数论文、工程项目优先选用。

5.2 分类精度偏低？通用优化方案

如果出现Kappa系数偏低、地物混分严重，可从以下维度逐步调优：

1. 特征层面：叠加NDVI、NDWI等遥感指数，丰富特征维度；调整纹理窗口大小，适配不同尺度地物；
2. 样本层面：清洗错误标注样本，保证各类别样本数量均衡，增加典型区域样本；
3. 模型层面：调整SVM核函数、随机森林决策树数量等超参数；
4. 数据层面：剔除云雾、厚阴影等干扰区域，降低无效像素影响。

---

💬 互动答疑

你在使用传统机器学习做遥感分类时，是否遇到 Kappa系数偏低、地物严重混分、大面积错分类 等问题？

可以在评论区描述你的影像场景、地物类型与遇到的难题，我会统一整理并给出针对性的优化方案！

---

📌 下期预告

第9期：从机器学习到深度学习：AI遥感解译的进化逻辑

详解人工特征、机器特征、AI自动特征提取的区别、深度学习适配遥感大数据的核心原因、AI遥感三大核心任务：分类、检测、分割场景区分、新手该如何选择适合自己的解译任务模型。

--