作者：CSDN @ _養樂多_

本文將介紹在Google Earth Engine （GEE）平臺上進行梯度提升樹（Gradient Boosting Tree）分類的方法和代碼，其中包括制作樣本點教程（本地、在線和本地在線混合制作樣本點，合并樣本點等），加入特征變量(各種指數、紋理特征、時間序列特征、物候特征等)，運行梯度提升樹分類器教程，并可將分類器模型應用于像素尺度或者超像素（對象/斑塊）尺度數據，計算梯度提升樹分類結果的精度（精度參數以csv格式下載到本地），優化梯度提升樹分類算法的參數（繪制最優參數分布圖），打印各個變量特征的貢獻度（排序特征貢獻度，并繪制柱狀圖）、統計每一類地類的面積等步驟的方法和代碼。

本教程可以應用于多種分類場景，包括土地利用/覆蓋分類、種植區提取（大蒜、小麥、玉米等）、局部氣候區分類、植被分類、森林/草原分類、疾病/蟲害分類、洪水預測等多種場景。

梯度提升樹（Gradient Boosting Tree）分類過程和分類結果如下圖所示
————————————————————————————————————————————————

---