ENVI：监督分类样本采集纪律：每类至少 30-50 个、均匀覆盖不同亮度区域

一、问题的提出：为什么样本纪律比算法选择更致命

在遥感分类项目的复盘中，一个反复出现的现象是：团队把大量精力投入到分类器选型——最大似然、支持向量机、随机森林、神经网络轮番上阵，精度却始终在某个水平徘徊。而追溯误差来源时，往往发现问题并不在算法，而在于训练样本本身就没有把类别的地表特征"讲清楚"。这就是样本纪律问题。

监督分类在数学上是一个从标注样本到特征空间的映射学习过程。分类器只能学习到样本所表达的信息：如果某一类作物的样本全部采自长势旺盛、NDVI偏高的田块，那么分类器对该作物长势较差、NDVI偏低的田块就会缺乏判别依据，误分为其他类别几乎是必然的。换言之，样本是分类器认知世界的唯一窗口，窗口开得偏，算法再强也补不回来。

"每类至少30–50个样本"这一说法在国内外遥感教学与工程实践中流传甚广。它并非出自某一篇权威文献的硬性规定，而是长期实践与统计直觉的沉淀。本文评述认为，与其把它当作教条，不如把它理解为一条"最低安全线"：它提醒从业者样本量存在下限，但真正决定精度的，是样本对类别内变异的覆盖程度。数量是必要条件，不是充分条件。

需要强调的是，样本纪律不是遥感独有的话题。在机器学习领域，训练集代表性、类别平衡、分布偏移（distribution shift）同样是核心议题。遥感分类的特殊性在于：类别边界由地表物理属性决定，而地表属性随物候、土壤、地形、管理方式连续变化，类别内变异天然很大。这决定了遥感样本采集必须比一般机器学习任务更强调"分层"与"覆盖"。

从工程视角看，样本纪律的失效通常表现为四种形态：样本量不足导致参数估计不稳；样本空间分布集中导致空间自相关污染；样本光谱覆盖不全导致类别边界模糊；样本标签错误导致系统性偏差。这四类问题在ENVI的ROI采集流程中都有对应的控制点，后文将逐一展开。

二、30–50的统计学根据：从参数估计到类别边界

2.1 参数估计视角：协方差矩阵的自由度约束

最大似然分类（Maximum Likelihood Classification, MLC）假设每个类别的光谱向量服从多元正态分布，需要估计均值向量与协方差矩阵。对于n个波段的数据，协方差矩阵包含n(n+1)/2个独立参数。若某类样本数少于波段数，协方差矩阵将奇异，无法求逆，MLC直接失效。这是样本量下限最"硬"的约束。

但满足可逆只是最低要求。统计学中估计协方差矩阵通常建议样本数达到参数个数的10倍以上，才能保证估计的相对稳定。以Landsat 8 OLI的6个多光谱波段（可见光—短波红外）为例，协方差参数为21个，10倍即约210个样本——这显然远超"30–50"的经验值。现实中之所以30–50仍能工作，是因为分类器往往做了降维、波段选择或使用非参数方法，且类别间差异较大时对参数误差不敏感。

本文评述认为，这恰恰说明"30–50"是一个场景依赖的经验值，而非普适常数。波段数越多、类别间光谱越接近，所需样本量就越大。把它当作固定阈值，在高光谱场景下会严重低估需求。

2.2 类别边界视角：支持向量与决策面的稳定性

支持向量机（SVM）等非参数分类器不依赖分布假设，其决策面由支持向量决定。理论上，只要支持向量被正确采样，少量样本也能获得良好边界。但问题在于：我们无法先验知道哪些样本会成为支持向量。若采样稀疏，很可能遗漏关键边界样本，导致决策面偏移。

随机森林通过多棵决策树的集成降低方差，对样本量相对鲁棒，但在类别样本极度不平衡时，少数类的判别仍会退化。近年来的研究普遍指出，随机森林在遥感分类中表现稳健，但其精度对训练样本的空间分布和类别平衡较为敏感（相关讨论可参考Belgiu与Drăguţ 2016年发表于《ISPRS Journal of Photogrammetry and Remote Sensing》的综述，该文被引超过4000次，是随机森林遥感应用的经典参考）。

2.3 学习曲线视角：精度随样本量的边际递减

学习曲线（learning curve）是判断样本量是否充足的实用工具：以样本量为横轴、验证精度为纵轴，绘制精度随样本量增长的曲线。当曲线趋于平缓，说明继续增加样本的边际收益很低；当曲线仍在明显上升，说明样本不足。

样本量区间（每类）	典型表现	风险等级	建议动作
＜10	协方差奇异、边界极不稳定	极高	不可用于正式分类
10–30	精度波动大，复现性差	高	仅作探索性试验
30–50	多数中低维场景可用	中	需配合可分性诊断
50–200	精度趋于稳定	低	推荐区间
＞200	边际收益递减	低	转向质量优化

注：上表为综合多篇遥感分类教学与实践文献整理的定性参考（模拟整合数据），具体阈值随波段数、类别可分性、分类器类型变化。

笔者认为，学习曲线应当成为样本采集的标准动作，而非事后补救。在正式分类前，用已有样本做一次小规模学习曲线分析，成本很低，却能避免"样本不足却浑然不知"的尴尬。

三、亮度分层：被忽视的样本代表性维度

3.1 亮度变异从何而来

同一类别地物在影像上的亮度并非恒定。以农作物为例，亮度变异至少来自四个层面：物候阶段（播种、拔节、抽穗、成熟的光谱差异显著）、土壤背景（土壤含水量、有机质含量影响混合像元光谱）、地形效应（坡度坡向改变太阳入射角与观测几何）、管理方式（灌溉、施肥、种植密度差异）。这些因素叠加，使得同一类别的光谱向量在特征空间中形成一个"云团"，而非一个点。

如果样本只从这个云团的中心区域采集，分类器学到的就是一个"瘦身版"的类别模型，云团边缘的像元会被误判。亮度分层采样的目的，就是让样本覆盖云团的整个范围，尤其是低亮度与高亮度两端。

3.2 分层策略：按亮度分位数布点

一个可操作的亮度分层方法如下：

1. 在ENVI中计算目标类别候选区域的近红外波段或NDVI影像；
2. 用统计工具获取该区域亮度值的分位数（如10%、30%、50%、70%、90%）；
3. 将候选区域划分为低、中低、中、中高、高五个亮度层；
4. 在每一层内按配额采集样本，建议每层至少6–10个，总量自然落在30–50区间；
5. 记录每层样本的均值与标准差，检查层间差异是否被样本充分表达。

这种做法的本质是把"随机采样"升级为"分层随机采样"（stratified random sampling）。在统计学中，分层采样在层间差异显著时能显著降低估计方差，这正是亮度分层能提升分类精度的理论依据。本文评述认为，分层变量不必局限于亮度，也可以选择NDVI、纹理、地形等与类别变异相关的辅助变量，但亮度是最直观、最容易获取的一个。

3.3 空间自相关：样本不能"扎堆"

遥感影像存在强烈的空间自相关：相邻像元往往属于同一地物，光谱高度相似。如果30个样本全部采自同一块田，它们提供的信息量远小于30个分散在不同田块的样本。Tobler地理学第一定律在此体现得淋漓尽致。

工程上的对策是设置最小采样间距，或采用"每块田最多采N个样本"的配额规则。经验做法是：样本应尽可能分散在多个独立地块，每个地块的样本数不超过总样本数的20%–30%。这样既能覆盖地块内变异，又能捕捉地块间变异。

一个常被忽视的细节：空间自相关不仅影响样本独立性，还会导致精度评价的乐观偏差。若训练样本与验证样本空间邻近，验证精度会被高估。因此训练集与验证集应在地块层面分离，而非在像元层面随机划分。

四、ENVI实操：ROI采集的完整工作流

4.1 数据准备与显示增强

在ENVI中打开影像后，第一步不是急着画ROI，而是做显示增强。推荐使用2%线性拉伸或直方图均衡，让亮度差异可视化。对于多光谱数据，可先计算NDVI并叠加显示，辅助判断植被类别边界。

若影像未做辐射定标与大气校正，建议先完成这些预处理。地表反射率数据比DN值更适合跨影像、跨时相的样本复用。ENVI的FLAASH与QUAC模块可完成大气校正，具体参数设置可参考官方教程。

4.2 ROI工具的选择与使用

ENVI提供多种ROI绘制工具：多边形（Polygon）、矩形（Rectangle）、圆形（Circle）、点（Point）以及基于光谱的ROI生长（ROI Grow）。不同工具适用于不同场景：

工具	适用场景	注意事项
多边形	地块边界清晰的均质地物	避免跨越地类边界
矩形/圆形	快速采集、均质区域	易混入边界像元
点	高分辨率影像、精细地物	单像元噪声大，需多点平均
ROI Grow	光谱均质、边界模糊的地物	需设置合理的阈值，防止"生长"越界

ENVI的ROI Grow基于区域生长算法，从种子像元出发，将光谱相似度在阈值内的邻域像元纳入ROI。它在采集大面积均质地物时效率很高，但阈值设置是关键：阈值过松会"吞并"邻近地类，过紧则生长受限。建议先用小阈值试跑，观察生长范围后再调整。

4.3 样本纯度控制

混合像元是样本纯度的大敌。在30米分辨率的Landsat影像上，田埂、道路、水渠、零星建筑都会污染农田样本。控制纯度的实用技巧包括：

• 使用更高分辨率影像（如Google Earth、Sentinel-2 10米波段）作为参考底图，辅助勾画纯净区域；
• 绘制多边形时向内收缩1–2个像元，避开边界；
• 采集后用ROI统计工具检查标准差，标准差异常大的样本应复核；
• 对可疑样本做光谱曲线目视检查，剔除明显偏离类别主流的样本。

ENVI的ROI统计功能可以输出每个ROI的像元数、均值、标准差、最小值、最大值。这些统计量是判断样本质量的直接依据。一个标准差过大的ROI，往往意味着它混合了多个地类，应当拆分或剔除。

4.4 样本库的组织与复用

ENVI支持将ROI保存为.xml或.roi文件，便于跨项目复用。建议建立规范的命名体系，例如"类别_区域_日期_序号"，并在属性中记录采集人、采集时间、参考底图来源。对于多时相项目，同一地块的样本可跨时相复用，但需注意物候差异——生长季早期的样本不能直接用于成熟期分类。

五、可分性诊断：用数字判断样本是否"够用"

5.1 Jeffries-Matusita距离

ENVI的ROI可分性工具（Compute ROI Separability）提供两种指标：Jeffries-Matusita距离（J-M距离）和转换分离度（Transformed Divergence）。J-M距离取值0–2，衡量两个类别在光谱空间中的可分程度。经验判据是：

• J-M ＞ 1.9：可分性好，样本基本可用；
• J-M 1.0–1.9：可分性中等，需关注边界样本；
• J-M ＜ 1.0：可分性差，两类容易混淆，应合并类别或补充差异化样本。

转换分离度取值0–2，判据类似，通常以1.9以上为佳。这两个指标的价值在于：它们把"样本够不够"这个模糊问题转化为可量化的数字。本文评述认为，可分性诊断应当成为样本采集的常规检查点，而不是分类失败后的补救手段。

5.2 可分性低时的三种处置

当某两类可分性低于阈值时，有三种处置路径：

1. 补充样本：检查是否遗漏了某一类的特定亮度区间，针对性补采；
2. 合并类别：若两类在应用目标上无需区分（如不同品种但管理方式相同的水稻），合并为一类；
3. 增加特征：引入纹理、指数（NDVI、NDWI）、时相特征等，提升可分性。

需要提醒的是，可分性高不等于分类精度高。可分性只反映训练样本之间的差异，若样本本身不具代表性，高可分性只是"自娱自乐"。因此可分性诊断必须与独立验证样本配合使用。

5.3 特征空间可视化

ENVI的2D散点图工具（2D Scatter Plot）可以把两个波段或两个指数的像元值投影到二维平面，直观展示类别样本的分布与重叠。这是发现样本问题的利器：如果两类样本在散点图上完全重叠，说明当前特征无法区分它们；如果某类样本呈"双峰"分布，说明该类内部存在未识别的子类。

笔者在实践中习惯把散点图与ROI统计结合使用：先用散点图看整体分布，再用ROI统计看具体数值，两者互相印证。

六、精度验证闭环：从混淆矩阵到面积不确定性

6.1 独立验证样本的采集

验证样本必须与训练样本独立。独立性体现在两个层面：空间独立（不同地块）与时间独立（不同时相，若条件允许）。验证样本量同样需要满足统计要求，一般建议每类不少于50个，总量不少于250个，以便计算稳定的精度指标。

验证样本的采集方式推荐使用分层随机抽样：按类别面积比例分配样本量，在每类内部随机布点。这种方式能保证精度指标对各类别的代表性。

6.2 混淆矩阵的解读

ENVI的Confusion Matrix工具可输出总体精度（Overall Accuracy）、Kappa系数、生产者精度（Producer's Accuracy）、用户精度（User's Accuracy）。这些指标各有含义：

指标	含义	关注点
总体精度	正确分类像元占比	整体表现，但受类别面积影响
Kappa系数	扣除随机一致性后的精度	类别不平衡时更稳健
生产者精度	某类被正确识别的比例（漏分视角）	反映漏分误差
用户精度	分为某类的像元中真正属于该类的比例（错分视角）	反映错分误差

近年来的方法论讨论中，Kappa系数受到一定质疑。有研究指出，Kappa在类别不平衡时可能产生误导，建议以总体精度配合各类别的用户/生产者精度作为主要报告指标（相关讨论可参考Foody 2020年发表于《Remote Sensing of Environment》的评论文章）。本文评述认为，Kappa并非无用，但不应作为唯一指标；报告精度时应同时给出混淆矩阵全貌，让读者自行判断。

6.3 面积估计的不确定性

分类图用于面积统计时，直接统计像元数会带来偏差，因为错分与漏分在空间上并非均匀分布。更严谨的做法是使用基于混淆矩阵的面积校正方法（如Olofsson等2014年提出的Good Practices Protocol，发表于《Remote Sensing of Environment》），通过验证样本的错分比例对面积估计进行校正，并给出置信区间。

这套方法在国际上已被广泛采用，尤其是在森林变化、农业监测等需要面积统计的场景。它的核心思想是：分类图的像元计数是有偏的，而验证样本提供了无偏的错分率估计，两者结合可得到更可靠的面积估计。

七、典型失败案例与补采策略

7.1 案例一：作物样本集中在长势旺盛区

某农业监测项目中，玉米样本全部采自长势良好的示范田，NDVI普遍在0.7以上。分类结果中，长势较差的玉米被大量误分为其他作物或裸土。诊断发现，玉米类别的样本光谱分布过窄，未覆盖低NDVI区间。

补采策略：按NDVI分位数分层，在低NDVI区间（0.3–0.5）补采15–20个样本，重新训练后误分显著下降。这个案例说明，样本的"亮度覆盖"比样本的"数量"更关键。

7.2 案例二：城市地物样本空间扎堆

某城市土地利用分类中，不透水面样本集中采集于市中心商业区，导致郊区低密度住宅区的不透水面被误分为裸土。原因是市中心与郊区不透水面的光谱特征存在差异（建筑材料、植被覆盖度不同），而样本未覆盖这种差异。

补采策略：按城市功能区（商业、住宅、工业、交通）分层，在每个功能区分别采集样本，确保不透水面类别的光谱包络完整。

7.3 案例三：验证样本与训练样本空间重叠

某研究报告中分类精度高达95%，但复核发现验证样本与训练样本来自同一批地块，空间自相关导致精度被严重高估。改用独立地块验证后，精度降至82%。这个案例提醒我们，精度评价的严谨性，与样本采集的严谨性同等重要。

7.4 通用补采流程

1. 分析混淆矩阵，定位主要混淆类别对；
2. 在混淆像元集中区域采样，检查其光谱特征；
3. 判断混淆原因是样本不足、类别定义模糊还是特征不足；
4. 针对性补采样本或调整类别体系；
5. 重新训练并验证，迭代直至精度达标。

八、前沿场景：高光谱、多时相与深度学习样本库

8.1 高光谱：样本量需求的量级跃升

高光谱影像动辄上百个波段，协方差矩阵参数数量呈平方增长。以200个波段为例，协方差参数超过2万个，30–50个样本远远不够。高光谱分类通常需要降维（PCA、MNF）或使用正则化方法，且样本量建议在每类数百个以上。

近年来，高光谱分类的研究热点转向小样本学习与迁移学习，试图用少量标注样本获得可用精度。但笔者认为，这些方法降低的是"标注成本"，而非"信息需求"——它们通过引入先验知识或跨域信息来弥补样本不足，本质上仍是样本纪律的延伸。

8.2 多时相：时间维度的样本覆盖

作物分类中，单时相影像往往难以区分光谱相似的作物，多时相特征（如时间序列NDVI曲线）能显著提升可分性。此时样本采集需覆盖作物的关键物候期，每个时相都应有足够样本。样本量需求相应增加，但可分性的提升往往能抵消这一成本。

Sentinel-2的5天重访周期为多时相采样提供了便利。欧洲航天局的数据政策使Sentinel数据免费开放，极大推动了时间序列分类的研究与应用。

8.3 深度学习：样本库建设的新范式

深度学习分类器（如U-Net、Transformer）对样本量的需求远高于传统方法，但同时也具备更强的特征学习能力。当前遥感深度学习面临的核心瓶颈之一就是高质量标注样本的稀缺。国际上已出现多个开放样本库，如EuroSAT、BigEarthNet、SpaceNet等，为迁移学习提供了基础。

本文评述认为，深度学习时代的样本纪律并未过时，反而更加重要：预训练模型可以降低对样本量的绝对需求，但微调阶段的样本仍需覆盖目标域的光谱与空间变异。把ImageNet预训练模型直接用于遥感分类而不做领域适配，效果往往不佳，原因正在于此。

8.4 主动学习与样本增广

主动学习（active learning）通过让分类器"主动"挑选最有信息量的未标注样本进行标注，能在有限标注预算下最大化精度。这一思路与本文强调的"样本覆盖"高度契合：主动学习挑选的往往正是类别边界附近的样本，恰好弥补了随机采样覆盖不足的问题。

样本增广（data augmentation）则通过旋转、翻转、加噪等方式扩充样本集，在深度学习中广泛使用。但需注意，增广不能创造新的光谱信息，它只能提升模型对几何变换的鲁棒性，无法替代真实样本对光谱变异的覆盖。

九、结语：把样本纪律写进项目规范

回到文章开头的问题：为什么样本纪律比算法选择更致命？因为算法是通用的，样本是具体的。算法可以从文献中复制，样本只能从影像中采集。样本的质量，直接决定了分类器能"看到"什么样的世界。

"每类至少30–50个、均匀覆盖不同亮度区域"这条准则，价值不在于数字本身，而在于它背后的两个意识：数量意识与覆盖意识。数量意识提醒我们样本有下限，覆盖意识提醒我们样本要分层。两者结合，才是完整的样本纪律。

笔者建议，把以下检查点写进遥感分类项目的标准流程：

• 采集前：明确类别体系，确定分层变量（亮度、NDVI、地形等）；
• 采集中：按层配额布点，控制空间扎堆，记录样本元数据；
• 采集后：运行可分性诊断，绘制学习曲线，检查光谱包络；
• 验证时：使用独立样本，报告混淆矩阵全貌，必要时做面积校正。

样本纪律不是束缚，而是保障。它让分类结果可复现、可解释、可信任。在遥感应用日益走向业务化的今天，这种纪律意识的价值只会越来越凸显。

十、参考文献与拓展资源

主要参考文献

1. Belgiu, M., & Drăguţ, L. (2016). Random forest in remote sensing: A review of applications and future directions. ISPRS Journal of Photogrammetry and Remote Sensing, 114, 24–31.
2. Foody, G. M. (2020). Explaining the unsuitability of the kappa coefficient in the assessment and comparison of the accuracy of thematic maps obtained by image classification. Remote Sensing of Environment, 239, 111630.
3. Olofsson, P., Foody, G. M., Herold, M., Stehman, S. V., Woodcock, C. E., & Wulder, M. A. (2014). Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, 148, 42–57.
4. Congalton, R. G., & Green, K. (2019). Assessing the Accuracy of Remotely Sensed Data: Principles and Practices (3rd ed.). CRC Press.
5. Richards, J. A., & Jia, X. (2006). Remote Sensing Digital Image Analysis: An Introduction (4th ed.). Springer.
6. Zhu, X. X., Tuia, D., Mou, L., Xia, G. S., Zhang, L., Xu, F., & Fraundorfer, F. (2017). Deep learning in remote sensing: A comprehensive review and list of resources. IEEE Geoscience and Remote Sensing Magazine, 5(4), 8–36.
7. Maxwell, A. E., Warner, T. A., & Fang, F. (2018). Implementation of machine-learning classification in remote sensing: An applied review. International Journal of Remote Sensing, 39(9), 2784–2817.
8. Millard, K., & Richardson, M. (2015). On the importance of training data sample selection in random forest image classification: A case study in peatland ecosystem mapping. Remote Sensing, 7(7), 8489–8515.
9. Tuia, D., Persello, C., & Bruzzone, L. (2016). Domain adaptation for the classification of remote sensing data: An overview of recent advances. IEEE Geoscience and Remote Sensing Magazine, 4(2), 41–57.

拓展学习资源

• ENVI官方文档与教程：NV5 Geospatial ENVI Documentation
• ENVI ROI工具使用指南：ROI Tool Reference
• USGS Landsat数据下载与预处理：USGS Landsat Missions
• Copernicus Sentinel数据获取：Copernicus Open Access Hub
• 遥感分类精度评价实践教程：Earth Data Science (CU Boulder)
• EuroSAT样本库：EuroSAT on GitHub

注：本文涉及的数据集使用说明——Landsat 8 OLI数据经辐射定标与FLAASH大气校正，重采样至30米；Sentinel-2数据使用L2A级地表反射率产品，云掩膜后合成；EuroSAT数据集基于Sentinel-2影像，包含10类地物，每类2000–3000个64×64像元样本。具体预处理细节请以原始数据文档为准。