监督分类精度上不去：ROI训练样本怎么选、可分离度（JM距离）要达到多少——从样本诊断到分类器适配的工程化路径

1. 问题定位：精度瓶颈为何总在样本端

在遥感监督分类的工程实践中，一个反复出现的现象是：分类器参数调了又调，特征组合换了又换，总体精度却始终徘徊在某个平台期。此时如果回头检查训练样本，往往会发现ROI的数量并不少，但类别之间的混淆矩阵中总有几个地类长期处于低精度状态。本文评述认为，监督分类的精度上限，在样本确定的那一刻就已经被大致锁定。分类器只能逼近样本所定义的信息边界，无法凭空创造出样本中不存在的可分性。

从信息论角度看，训练样本的本质是对地物类别光谱—空间特征空间的有限采样。样本质量决定了特征空间中类别分布的估计精度。若样本纯度不足，类别中心会发生偏移；若样本代表性不足，类别协方差矩阵会被低估或扭曲；若样本数量不足，则高维特征空间中的参数估计将变得不稳定。三者叠加，最终表现为分类精度的系统性偏差。

近三年多项研究从不同角度印证了这一判断。2022年一项针对Sentinel-2土地覆盖分类的研究显示，在相同随机森林分类器下，仅通过优化训练样本的纯度与空间分布，总体精度从78.3%提升至87.6%，提升幅度超过更换分类器带来的收益（数据来源：European Journal of Remote Sensing, 2022, 55(1): 1-18）。另一项2023年发表在IEEE JSTARS上的研究则指出，当训练样本中存在10%以上的标签噪声时，即便使用深度学习方法，分类精度的下降也显著大于特征工程带来的提升。

笔者认为，这并不意味着分类器不重要，而是说明在工程流程中应当重新排序：先解决样本问题，再谈分类器优化。样本端的问题具有“木桶效应”——最差的那一类样本决定了整体精度的下限。因此，本文的讨论从ROI选取开始，逐步深入到可分离度量化与样本优化策略。

2. ROI训练样本选取的工程逻辑

2.1 ROI的本质：不是“画圈”，而是定义类别原型

ROI（Region of Interest）在监督分类中承担的角色，远不止“给分类器提供示例”这么简单。每一个ROI实际上是在向分类器声明：“这个区域内的像元，应当被视为某一地类的典型代表”。因此，ROI的选取质量直接决定了类别原型（class prototype）的准确性。

在实际操作中，ROI选取常见的误区包括：仅依赖单一假彩色合成影像进行目视勾绘，忽略了地物在特定波段组合下的光谱混淆；在类别边界处勾绘ROI，混入过渡带像元；对不同地类采用差异悬殊的ROI面积，导致类别先验概率失衡；以及完全依赖单一时相影像，未考虑物候变化对光谱的影响。

本文评述认为，ROI选取应当遵循“先光谱分析、后空间勾绘”的顺序。先通过波段组合、PCA变换或MNF变换观察地类的光谱聚类趋势，再在光谱均质的区域内勾绘ROI，比直接在高分辨率真彩色影像上目视勾绘要可靠得多。

2.2 样本数量的经验法则与理论约束

关于每类需要多少训练样本，遥感领域长期流传着“10×波段数”甚至“30×波段数”的经验法则。这一法则源自经典模式识别中对线性分类器参数估计的粗略估计。对于最大似然分类器，每个类别需要估计均值向量和协方差矩阵，参数数量为d + d(d+1)/2（d为波段数）。以Landsat-8的6个多光谱波段为例，协方差矩阵包含21个独立参数，加上6个均值，共27个参数。从参数估计稳定性角度，每类至少需要数倍于参数数量的样本。

但这一法则在当代遥感分类中面临挑战。随机森林、支持向量机、梯度提升树等非线性分类器的参数空间与经典参数分类器完全不同，其对样本数量的需求并非简单的线性关系。2021年一项基于高光谱数据的对比实验表明，在特征数为50的条件下，随机森林在每类30个样本时即达到精度平台，而最大似然分类器需要每类80个以上样本才能稳定（数据来源：Remote Sensing, 2021, 13(14): 2765）。

笔者认为，样本数量的确定应遵循“分类器复杂度—特征维度—地类内部变异”三者联动的原则。与其机械套用经验数值，不如在训练过程中监测精度—样本数量曲线，找到精度增益趋缓的拐点。这一拐点对应的样本量，才是该场景下的合理样本规模。

2.3 样本选取的操作步骤

结合工程实践，笔者将ROI选取整理为以下可操作步骤：

上述步骤中，第2步“光谱剖面检查”在工程实践中常被忽略。笔者建议在ENVI中利用Spectral Profile工具，在勾绘ROI之前先沿候选区域画一条剖面线，观察光谱曲线是否平滑一致。若剖面线上出现明显的光谱跳变，说明该区域存在地类混杂，不宜作为ROI。

3. 可分离度指标：从原理到阈值判读

3.1 JM距离的数学本质

Jeffries-Matusita距离（简称JM距离）是遥感分类中最常用的类别可分离度指标之一。其数学基础是Bhattacharyya距离。对于两个类别i和j，Bhattacharyya距离定义为：

其中μ_i、μ_j为两类均值向量，Σ_i、Σ_j为协方差矩阵，Σ = (Σ_i + Σ_j)/2。JM距离则由Bhattacharyya距离转换而来：

JM距离的取值范围为[0, 2]。当两类完全不可分时，JM趋近于0；当两类完全可分时，JM趋近于2。这一有界性使得JM距离在不同波段组合、不同场景之间具有可比性，这是它优于原始Bhattacharyya距离的重要特性。

本文评述认为，JM距离的本质是同时考虑类别均值差异与协方差结构差异的综合度量。第一项衡量的是两类中心在特征空间中的马氏距离，第二项衡量的是两类协方差矩阵的差异程度。这意味着，即使两类均值相近，只要协方差结构差异大，JM距离也可能较高——这在实际分类中对应着“光谱均值接近但纹理或上下文特征可分”的情形。

3.2 变换离散度与Bhattacharyya距离的对比

除JM距离外，变换离散度（Transformed Divergence, TD）也是ENVI等软件中常见的可分离度指标。变换离散度同样将原始离散度映射到[0, 2]区间，但其对类别协方差差异的敏感性与JM距离略有不同。在两类协方差矩阵差异极大时，JM距离和变换离散度均趋近于2，但在中等可分性区间，JM距离通常给出更保守的估计。

2022年一项针对多光谱与高光谱数据的对比研究指出，在波段数较多（大于20）时，JM距离对协方差矩阵估计误差的敏感性低于变换离散度，因此在高光谱场景下推荐优先使用JM距离（数据来源：International Journal of Remote Sensing, 2022, 43(8): 3012-3034）。

3.3 JM距离阈值的经验判读

关于JM距离达到多少才算“可分”，遥感文献中存在多种说法。经典教材中常给出以下经验区间：

然而，本文评述认为，上述阈值区间不应被当作绝对标准。JM距离的计算依赖于训练样本对类别分布的估计，样本纯度不足或数量不足都会导致JM距离被高估或低估。此外，JM距离是类别对的度量，一个类别与多个类别之间的JM距离矩阵需要整体审视，而非孤立地看某一个值。

2023年一项基于Landsat-8 OLI数据的土地覆盖分类研究给出了更细化的观察：当JM距离在1.6–1.8之间时，随机森林分类器的类别精度在72%–88%之间波动，波动幅度取决于该类别与其余类别的整体混淆结构，而非仅与最邻近类别的JM距离（数据来源：Geocarto International, 2023, 38(1): 2212345）。这表明，JM距离矩阵的整体模式比单一阈值更具诊断价值。

3.4 JM距离计算的实操要点

在ENVI中计算ROI可分离度，通常使用“ROI Separability”工具。该工具输出的JM距离矩阵和变换离散度矩阵，是基于当前所选波段组合计算的。因此，在评估可分离度之前，必须确保波段组合已经确定。若在计算可分离度后再更换波段组合，之前的JM距离矩阵即失效。

一个常见的操作误区是：在包含全部波段的条件下计算JM距离，发现某两类可分性很高，于是认为分类没有问题。但实际上，分类器使用的可能是经过特征选择后的子集，两者并不一致。笔者建议，JM距离的计算应与分类器实际使用的特征空间严格对应。

4. 样本纯度诊断与清洗方法

4.1 纯度问题的来源

训练样本中的“不纯”像元，来源多种多样。目视勾绘时的边界混入是最常见的原因，尤其在空间分辨率较低（如30m Landsat像元）时，一个像元内可能包含多种地物，混合像元效应使得“纯像元”本身就是一个理想化概念。此外，地物本身的季节变化、土壤背景干扰、阴影影响等，也会导致同一地类的光谱表现出现较大离散。

2022年一项针对农业遥感分类的研究专门量化了样本纯度对精度的影响。该研究在Sentinel-2数据上模拟了不同比例的标签噪声（5%、10%、20%、30%），结果显示，当标签噪声达到10%时，随机森林的总体精度下降约4.5个百分点；当噪声达到20%时，精度下降超过9个百分点（数据来源：Remote Sensing, 2022, 14(9): 2134）。这一结果清晰表明，纯度问题不是小问题。

4.2 基于光谱统计的纯度筛查

一种简单有效的纯度筛查方法是统计每个ROI内部的光谱标准差。对于光谱均质的地类，ROI内各波段的标准差应保持在较低水平。若某一ROI的标准差显著高于同类其他ROI，则该ROI可能包含异常像元或地类混杂。

更系统的方法是利用马氏距离或卡方检验识别离群像元。以ROI的均值向量和协方差矩阵为基础，计算每个像元到类别中心的马氏距离，超过一定阈值（如卡方分布的95%分位数）的像元可标记为疑似离群点。这一方法在ENVI中可通过编写简单的IDL或Python脚本实现，也可借助scikit-learn的EllipticEnvelope等工具完成。

4.3 基于分类反馈的迭代清洗

另一种实用的纯度提升策略是“分类—反馈—清洗”迭代。先用当前ROI训练分类器并对全图分类，然后分析混淆矩阵中错误分类的像元，回溯到训练样本中查找是否存在与错误像元光谱特征相似的样本。若存在，则检查这些样本是否本身就不纯。

本文评述认为，这种迭代清洗的本质是利用分类器的错误模式来反向诊断样本缺陷。分类器在某些区域的系统性错误，往往指向训练样本在对应特征空间区域的代表性不足或纯度不足。这一思路与主动学习有相通之处，但更侧重于样本质量的修复而非样本数量的扩充。

5. 空间代表性与样本布局策略

5.1 空间自相关对样本独立性的影响

遥感数据中的空间自相关是一个容易被忽视但影响深远的问题。训练样本如果集中在少数几个空间位置，样本之间并非统计独立，而是存在空间相关性。这种相关性会导致分类器对训练样本所在区域“过拟合”，而在空间上远离训练样本的区域表现下降。

2021年一项研究专门评估了训练样本空间分布对分类精度的影响。该研究在相同样本数量下，比较了“集中采样”和“分散采样”两种策略，结果显示，分散采样策略下的总体精度平均高出集中采样约6个百分点，且这一差异在地表异质性较高的区域更为显著（数据来源：ISPRS Journal of Photogrammetry and Remote Sensing, 2021, 178: 155-170）。

笔者认为，样本布局应当遵循“覆盖主要变异轴”的原则。具体而言，应先分析研究区内的地形、土壤、植被覆盖度等环境梯度，确保训练样本在这些梯度上均有分布，而不是简单地在空间上均匀撒点。

5.2 分层采样策略

分层采样是提升样本空间代表性的有效手段。其基本思路是：先将研究区按照某种先验信息（如生态分区、地形单元、土地利用强度等）划分为若干层，然后在每一层内独立选取训练样本。这样可以保证每一层内的地类变异都被样本覆盖。

在操作层面，可以利用已有的土地覆盖产品、DEM数据或聚类结果作为分层依据。例如，在山区遥感分类中，按海拔带和坡向分层采样，能有效覆盖不同地形条件下的光谱变异。2023年一项在青藏高原的草地分类研究采用了这一策略，结果显示，分层采样下的分类精度比随机采样高出约5.2个百分点（数据来源：Remote Sensing, 2023, 15(6): 1587）。

6. 样本增强与主动学习路径

6.1 样本增强的可行方法

当训练样本数量不足或类别可分性偏低时，样本增强是提升分类性能的重要途径。与计算机视觉领域的数据增强不同，遥感训练样本的增强需要充分考虑地物的物理属性与空间约束。

一种保守且有效的增强策略是光谱扰动增强。在原始ROI光谱的基础上，加入小幅高斯噪声或对亮度进行线性拉伸，模拟传感器噪声和大气条件变化带来的光谱变异。这种方法不改变地物的空间属性，只在光谱维度上扩充样本的变异范围。2022年一项研究在Hyperspectral数据上验证了光谱扰动增强的有效性，在每类仅15个原始样本的条件下，增强后分类精度提升了7.3个百分点（数据来源：IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5523412）。

另一种策略是基于物理模型的样本合成。例如，利用辐射传输模型模拟不同叶面积指数、土壤背景条件下的植被光谱，生成合成训练样本。这种方法在农业遥感中已有较多应用，但其有效性依赖于模型参数的合理设定。

6.2 主动学习在样本优化中的角色

主动学习的核心思想是：让分类器主动“提问”，选择那些对当前模型最不确定的像元进行人工标注，从而在有限的标注预算下最大化信息增益。在遥感分类中，主动学习可以显著减少人工勾绘ROI的工作量。

常用的主动学习查询策略包括：不确定性采样（选择分类概率最接近0.5的像元）、边缘采样（选择最高与次高分类概率差最小的像元）、以及基于委员会的查询（多个分类器投票分歧最大的像元）。2023年一项综述研究系统比较了这些策略在遥感分类中的表现，指出基于不确定性的策略在多数场景下表现稳健，但在类别不平衡严重时，基于委员会的查询策略更具优势（数据来源：IEEE Geoscience and Remote Sensing Magazine, 2023, 11(2): 86-108）。

本文评述认为，主动学习与ROI选取并非替代关系，而是互补的样本获取范式。ROI选取适合在项目初期快速建立类别原型，而主动学习适合在分类器初步建立后，针对性地补充那些模型“拿不准”的样本。两者结合，可以在保证样本质量的同时，有效控制人工标注成本。

7. 特征优选与分类器适配联动

7.1 可分离度驱动的特征选择

JM距离不仅可用于评估类别对的可分性，还可作为特征选择的准则。其思路是：在候选特征子集上计算所有类别对的平均JM距离或最小JM距离，以最大化该指标为目标进行特征搜索。这种方法在ENVI中可通过“Feature Extraction”模块或自定义脚本实现。

但本文评述指出，纯粹以JM距离最大化为目标的特征选择存在过拟合风险。当特征数量较多而样本数量有限时，JM距离的计算本身就会受到协方差矩阵估计不稳定的影响，导致选出的特征子集在训练数据上表现优异，但在独立验证数据上泛化能力下降。因此，特征选择过程中应结合交叉验证或独立验证集进行约束。

7.2 分类器特性与样本需求的匹配

不同分类器对训练样本的“宽容度”存在显著差异。最大似然分类器对样本数量和纯度都较为敏感，因为其参数估计完全依赖样本统计量。支持向量机对样本数量的需求相对较低，但对样本中的标签噪声较为敏感，因为支持向量直接影响决策边界。随机森林对标签噪声具有较好的鲁棒性，但在类别不平衡严重时，少数类的分类精度可能受到影响。

2022年一项系统对比研究在多个数据集上评估了六种分类器在不同样本条件下的表现。结果显示，当每类训练样本少于30个时，支持向量机和随机森林的表现显著优于最大似然和神经网络；当样本充足（每类大于100个）时，各分类器的差距缩小，但梯度提升树在多数场景下取得最高精度（数据来源：Remote Sensing of Environment, 2022, 280: 113195）。

笔者认为，分类器选择应与样本条件匹配：样本少且纯度高时，优先考虑支持向量机；样本多但可能含噪时，随机森林更稳妥；样本充足且追求极致精度时，梯度提升树值得尝试。

8. 工程化操作流程与精度验收

8.1 从样本到精度的完整流程

综合前述讨论，笔者将监督分类的样本优化流程整合为以下阶段：

8.2 独立验证的必要性

训练样本与验证样本必须严格独立，这是精度评估的基本要求。但在工程实践中，这一原则常被有意无意地违反。例如，从同一批ROI中随机划分训练集和验证集，虽然形式上独立，但由于空间自相关的存在，训练像元与验证像元之间可能存在信息泄漏。

本文评述建议，验证样本应采用空间分块独立采样的方式获取。具体而言，将研究区划分为若干空间块，一部分块用于提取训练样本，另一部分块用于提取验证样本。这样可以有效避免空间自相关导致的精度高估。2023年一项研究专门比较了随机划分与空间分块划分下的精度差异，发现随机划分平均高估总体精度约5–8个百分点（数据来源：International Journal of Applied Earth Observation and Geoinformation, 2023, 118: 103245）。

9. 前沿预判与未来方向

9.1 深度学习时代的样本问题

深度学习在遥感分类中的应用日益广泛，但样本问题并未因此消失，反而以新的形式呈现。深度模型对训练样本的数量需求远高于传统分类器，而高质量标注样本的获取成本依然高昂。半监督学习、自监督学习和弱监督学习正在成为缓解这一矛盾的重要方向。

2023年一项针对遥感图像语义分割的研究显示，在仅有少量像素级标注的条件下，结合自监督预训练和一致性正则化的半监督方法，可以达到接近全监督方法的精度水平（数据来源：ISPRS Journal of Photogrammetry and Remote Sensing, 2023, 201: 54-68）。这一趋势表明，未来的样本策略将从“追求数量”转向“追求信息密度”。

9.2 可分离度指标的演进

传统的JM距离和变换离散度基于高斯分布假设，在深度学习特征空间中，这一假设未必成立。近年来，一些研究开始探索基于非参数方法的可分离度度量，如基于k近邻的类别重叠度估计、基于核方法的分布差异度量等。这些方法不依赖分布假设，更适合高维非线性特征空间。

笔者认为，可分离度指标的演进方向是从“全局高斯假设”走向“局部非参数估计”。未来的可分离度评估工具，应当能够适应深度学习特征的非线性结构，同时保持计算上的可行性。

9.3 自动化样本质量评估的前景

随着遥感数据量的持续增长，人工逐一检查ROI质量已不现实。自动化样本质量评估工具的需求日益迫切。这类工具的核心功能包括：自动检测ROI内的离群像元、自动评估类别对的可分性、自动推荐需要补充采样的空间位置。目前已有一些初步尝试，但距离工程化应用仍有距离。

本文评述认为，自动化样本质量评估的关键难点在于如何将领域知识编码为可计算的规则。遥感专家的经验判断中包含了大量难以形式化的隐性知识，如何将这些知识转化为算法，是未来值得深入探索的方向。

主要参考文献