监督分类全流程：ROI 样本采集、可分离性检验、SVM/最大似然执行

1. 引言：为什么样本质量是分类精度的天花板

监督分类的基本逻辑并不复杂：给定一组带标签的像元（训练样本），学习一个从特征空间到类别标签的映射函数，再把该函数应用到整幅影像。问题在于，这个映射函数的泛化能力，几乎完全由训练样本能否代表整幅影像的类别分布决定。分类器再先进，也无法凭空“猜出”训练样本中从未出现的地物光谱形态。

这一判断在近年的实证研究中反复被验证。Foody 与 Mathur 在 2004 年发表于 Remote Sensing of Environment 的研究中即指出，训练样本数量与分类精度之间并非简单的线性关系，样本的代表性与空间分布往往比绝对数量更关键（Foody & Mathur, 2004）。二十年后，这一结论在深度学习语境下依然成立：样本偏差会被高容量模型进一步放大，而非被“自动修正”。

本文评述：很多工程师把精力集中在“换分类器”上——从最大似然换到 SVM，再换到随机森林、深度学习，却很少回头审视训练样本本身是否干净、是否均衡、是否覆盖了类内的光谱变异。笔者认为，监督分类的优化顺序应当是“先样本、再特征、后模型”，颠倒这个顺序，投入产出比会急剧下降。

本文的组织逻辑即围绕这条主线展开：第 2 节讨论 ROI 采集的工程规范，第 3 节讨论可分离性检验如何充当“样本质量体检”，第 4 节讨论特征工程，第 5、6 节分别讨论 SVM 与最大似然的原理与调参，第 7 节讨论精度评估，第 8 节讨论前沿进展，第 9 节给出可复用检查清单。

2. ROI 样本采集：策略、工具与工程规范

2.1 什么是 ROI，为什么它不只是“画几个框”

ROI（Region of Interest，感兴趣区）在遥感分类语境下，指的是在影像上圈定并赋予类别标签的像元集合。它既是训练样本的来源，也是精度验证样本的来源。ENVI、ERDAS、QGIS、Google Earth Engine 等平台都提供了 ROI 绘制工具，但工具本身不解决“画在哪里、画多少、怎么画”的问题。

一个常见误区是把 ROI 当作“随手圈几块地”。实际上，ROI 采集是一项需要抽样设计支撑的工作。它至少涉及四个决策：类别体系如何定义、每类样本量如何确定、样本在空间上如何分布、样本纯度如何保证。

2.2 类别体系设计：先想清楚“分几类”

类别体系（分类系统）是监督分类的顶层设计。它应当服务于应用目标，而非迁就影像分辨率。例如，在 10 米分辨率的 Sentinel-2 影像上强行区分“玉米”与“高粱”，往往会因为光谱高度重叠而失败；而在 0.5 米分辨率的航空影像上，区分“建筑”与“道路”则相对可行。

国内外主流土地覆盖分类体系包括 IPCC 体系、FAO LCCS 体系、美国 USGS Anderson 体系，以及中国的《土地利用现状分类》（GB/T 21010）与《国土空间调查、规划、用途管制用地用海分类指南》。工程中更常用的是简化体系，如“耕地、林地、草地、水体、建设用地、裸地”六类。

笔者认为：类别体系设计应遵循“可分离性优先”原则——如果两类地物在目标影像的光谱、纹理、时序特征上高度重叠，就应考虑合并，或引入辅助数据（如 DEM、NDVI 时序）加以区分。强行细分只会制造“看起来精细、实则不可靠”的分类结果。

2.3 样本量确定：经验规则与统计依据

样本量是 ROI 采集中最常被问到的问题。一个被广泛引用的经验规则来自 Jensen（1996）：每类训练样本数应不少于特征维数的 10 至 30 倍。例如，使用 6 个波段进行分类，每类样本量宜在 60 至 180 个像元以上。

但这一规则并非铁律。Foody 等（2006）在 International Journal of Remote Sensing 的研究表明，当类别光谱分布较为集中时，较少的样本即可达到较高精度；而当类内变异大时，样本量需求会显著上升。更稳健的做法是基于统计学习理论中的泛化误差界进行估算，或采用学习曲线（learning curve）方法：逐步增加样本量，观察验证精度何时趋于平稳。

特征维数	经验最小样本量/类	推荐样本量/类	适用场景
3–6	30–60	100–200	Landsat 多光谱、简单类别体系
7–12	70–120	200–400	Sentinel-2、加入纹理特征
13–30	130–300	400–800	高光谱、多时相堆叠
>30	≥300	≥1000 或降维	高光谱、深度学习

注：表中数值为综合 Jensen（1996）、Foody 等（2006）及工程经验的整合建议，属经验性参考，非严格统计推导结果。

2.4 空间分布：分层抽样优于随机撒点

样本在空间上的分布直接影响分类器对类内变异的覆盖能力。随机采样简单，但容易在面积小的类别上采样不足；分层随机采样（stratified random sampling）按类别面积比例分配样本，是更稳妥的选择。

此外，样本应尽量覆盖影像的不同区域（如不同光照条件、不同物候期、不同地形部位）。Olofsson 等（2014）在 Remote Sensing of Environment 提出的“好实践”框架强调，样本设计应与推断目标一致——如果目标是区域面积估算，样本应支持概率抽样推断；如果目标是制图，样本应覆盖类别变异。

本文评述：工程中常见的错误是“就近采样”——在影像上找几块容易辨认的地物圈起来。这种做法会系统性高估分类精度，因为训练样本与验证样本空间自相关，验证结果无法反映真实泛化能力。笔者建议，训练样本与验证样本在空间上应保持一定距离，或采用空间分块交叉验证。

2.5 样本纯度：混合像元是隐形杀手

混合像元（mixed pixel）是 ROI 采集中最隐蔽的误差来源。在中等分辨率影像上，一个像元可能同时包含植被与土壤、水体与水生植物。如果把这些像元标为单一类别，就会污染训练集。

控制混合像元的手段包括：优先在类别核心区采样，避开边界；利用高分辨率影像或实地调查辅助判读；对样本进行光谱纯净度检验（如最小噪声分离 MNF 后的端元分析）；必要时采用亚像元分解或软分类方法。

2.6 工具链与操作路径

以 ENVI 为例，ROI 采集的典型操作路径为：File → Open Image → ROI Tool → 选择影像 → 绘制多边形/点/矩形 → 命名并赋类别 → 保存为 .roi 或 .xml 文件。在 Google Earth Engine 中，则通过 ee.FeatureCollection 与 sampleRegions() 完成样本提取。

// GEE 中基于 ROI 提取训练样本的简化示例
var roi = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Point([116.3, 39.9]), {'class': 1}), // 耕地
  ee.Feature(ee.Geometry.Point([116.4, 39.95]), {'class': 2}) // 建设用地
]);
var samples = image.select(['B2','B3','B4','B8'])
                   .sampleRegions({collection: roi, scale: 10, geometries: true});

无论使用哪种工具，样本文件都应保留元数据：采集时间、影像来源、判读依据、采集人。这些信息在后续复核与论文写作中至关重要。

3. 可分离性检验：JM 距离、Bhattacharyya 距离与转换分离度

3.1 为什么需要可分离性检验

采集完 ROI 后，不能直接扔进分类器。必须先回答一个问题：这些类别在特征空间中是否真的“分得开”？如果两类样本在光谱上高度重叠，任何分类器都难以稳定区分，此时应合并类别、增加特征或重新采集样本。

可分离性检验就是这道“体检”工序。ENVI 提供了两种常用指标：Jeffries-Matusita（JM）距离与转换分离度（Transformed Divergence, TD），后者基于 Bhattacharyya 距离衍生而来。

3.2 Jeffries-Matusita 距离

JM 距离衡量两个概率分布之间的可分性，取值范围为 0 至 2（ENVI 中常归一化到 0–2.0）。其定义为：

J = 2(1 − e^−B)，其中 B 为 Bhattacharyya 距离

当 J 接近 2.0 时，两类几乎完全可分；当 J 低于 1.0 时，两类存在显著重叠；当 J 低于 0.5 时，通常建议合并类别。ENVI 官方文档建议，JM 距离大于 1.9 表示可分性良好，1.0–1.9 为可接受，低于 1.0 需谨慎处理。

3.3 Bhattacharyya 距离与转换分离度

Bhattacharyya 距离衡量两个统计分布的重叠程度，值越小表示越可分。转换分离度 TD 则将其映射到 0–2 区间，便于与 JM 距离对照。TD 的计算涉及两类协方差矩阵的均值与行列式，对多维特征较为敏感。

在 ENVI 中，可通过 ROI Tool → Options → Compute ROI Separability 计算所有类别两两之间的 JM 距离与 TD 值，并输出矩阵。

JM 距离区间	可分性判断	建议操作
1.9 – 2.0	优秀	可直接用于分类
1.5 – 1.9	良好	可分类，关注边界像元
1.0 – 1.5	一般	增加特征或补充样本
0.5 – 1.0	较差	考虑合并类别或引入辅助数据
< 0.5	不可分	强烈建议合并

注：阈值区间综合 ENVI 官方文档与工程实践经验，属经验性参考。

笔者认为：可分离性检验的价值不仅在于“筛掉不可分的类别”，更在于它提供了一个量化反馈回路——如果某两类 JM 距离偏低，可以针对性地增加特征（如加入 NDVI、纹理、时序统计量），再重新计算，观察距离是否提升。这种“诊断—干预—复检”的迭代，是提升分类精度最有效的手段之一。

3.4 可分离性检验的局限

JM 距离与 TD 都基于高斯分布假设。当类别光谱分布明显非高斯（如多峰分布）时，这些指标可能低估或高估可分性。此外，它们只考虑类间可分性，不直接反映类内变异。因此，可分离性检验应与样本统计量（均值、标准差、直方图）结合使用。

4. 特征工程与降维：从光谱到多源特征

4.1 原始波段之外：常用派生特征

原始多光谱波段往往不足以区分所有类别。工程中常用的派生特征包括：植被指数（NDVI、EVI、SAVI）、水体指数（NDWI、MNDWI）、建筑指数（NDBI）、纹理特征（GLCM 的均值、方差、熵、对比度）、地形特征（DEM 派生的坡度、坡向、高程）、时序特征（多时相 NDVI 的均值、振幅、物候参数）。

以 Sentinel-2 为例，10 米分辨率的 B2、B3、B4、B8 波段加上 20 米分辨率的红边波段（B5–B7、B8A），可构建丰富的植被特征集。红边波段对植被叶绿素含量敏感，在区分作物类型时表现突出。

4.2 降维：主成分分析与最小噪声分离

当特征维数较高时，降维可以缓解“维数灾难”，提升分类器效率与稳定性。主成分分析（PCA）是最常用的线性降维方法，通过正交变换将相关特征转换为不相关的主成分，保留方差最大的前几个分量。最小噪声分离（MNF）则是 PCA 的改进版，先估计噪声协方差，再进行变换，更适合高光谱数据。

在 ENVI 中，MNF 变换可通过 Transform → MNF Rotation → Forward MNF Estimate Noise Statistics 完成。通常保留累计方差贡献率超过 90% 的前若干分量。

本文评述：降维并非总是必要。对于 SVM 这类对高维空间适应性较好的分类器，适度保留原始特征有时反而有利。笔者建议，降维决策应基于可分离性检验与交叉验证结果，而非机械套用“降到 3–5 维”的经验。

5. SVM 分类器：原理、核函数与参数调优

5.1 最大间隔思想

支持向量机（Support Vector Machine, SVM）由 Vapnik 等人于 1990 年代提出，其核心思想是寻找一个超平面，使不同类别样本之间的间隔（margin）最大化。只有位于间隔边界上的样本（支持向量）决定超平面位置，这使得 SVM 对样本数量相对不敏感，且具有较好的泛化能力。

对于线性不可分问题，SVM 通过核函数（kernel trick）将样本映射到高维空间，使其在高维空间中线性可分。常用核函数包括线性核、多项式核、径向基函数（RBF）核与 Sigmoid 核。遥感分类中 RBF 核应用最广。

5.2 关键参数：C 与 γ

RBF 核 SVM 有两个关键参数：惩罚系数 C 与核宽度 γ。C 控制对误分类的惩罚力度，C 越大，模型越倾向于拟合训练数据，容易过拟合；C 越小，模型越宽容，可能欠拟合。γ 控制单个样本的影响范围，γ 越大，影响范围越小，决策边界越复杂。

参数调优常用网格搜索（grid search）结合交叉验证。例如，在 C ∈ {2−5, …, 215}、γ ∈ {2−15, …, 23} 的网格上搜索，以交叉验证精度为准则选择最优组合。

# scikit-learn 中 SVM 网格搜索示例
from sklearn.svm import SVC
from sklearn.model_selection import GridSearchCV

param_grid = {'C': [0.1, 1, 10, 100], 'gamma': [0.001, 0.01, 0.1, 1]}
grid = GridSearchCV(SVC(kernel='rbf'), param_grid, cv=5, scoring='accuracy')
grid.fit(X_train, y_train)
print(grid.best_params_)

5.3 多类扩展与类别不平衡

SVM 原生处理二分类问题，多类分类通过“一对一”（one-vs-one）或“一对多”（one-vs-rest）策略扩展。遥感分类中，one-vs-one 更常用，因为每次只训练两类之间的分类器，计算量相对可控。

类别不平衡是遥感分类的常见问题——小类别（如水体、裸地）样本量远少于大类别（如植被）。此时可通过设置类别权重（class_weight）、过采样少数类（SMOTE）或调整惩罚系数来缓解。

笔者认为：SVM 在中小样本、高维特征场景下依然是强有力的基线方法。但它对参数敏感，且训练复杂度随样本量增长较快（O(n²) 至 O(n³)）。当样本量超过数万时，应考虑线性 SVM、随机森林或深度学习方案。

6. 最大似然分类：统计假设与工程实现

6.1 贝叶斯决策框架

最大似然分类（Maximum Likelihood Classification, MLC）基于贝叶斯决策理论。它假设每个类别的特征向量服从多元高斯分布，通过计算像元属于各类别的概率（似然），将其归入概率最大的类别。

判别函数可写为：gi(x) = ln p(ωi) − ½ ln|Σi| − ½ (x − μi)T Σi−1 (x − μi)，其中 p(ω_i) 为先验概率，μ_i 与 Σ_i 分别为类别 i 的均值向量与协方差矩阵。

6.2 先验概率与阈值设置

先验概率反映类别在影像中的预期占比。若不设置，默认各类先验相等；若设置，可根据历史统计或目视估计赋值。ENVI 中可在 Classification → Supervised → Maximum Likelihood 对话框中设置先验概率文件，或选择“Equal”使用等先验。

概率阈值（Probability Threshold）用于控制未分类像元。当某像元属于所有类别的概率都低于阈值时，将其标为“未分类”。这一机制有助于识别混合像元或异常区域，但也可能造成大片空洞，需谨慎设置。

6.3 与 SVM 的对比

维度	最大似然	SVM
分布假设	多元高斯	无分布假设
样本需求	较高（需估计协方差）	相对较低
高维表现	协方差估计不稳定	核方法适应较好
可解释性	强（概率输出）	中等
计算效率	高	中至低
典型场景	中低维、样本充足	中小样本、高维

本文评述：最大似然分类并未“过时”。在样本充足、类别光谱近似高斯分布的场景下，它计算高效、结果可解释，依然是许多业务系统的默认选项。SVM 的优势在于对非高斯分布与高维特征的适应性，但代价是调参成本与计算开销。工程选型应基于数据特征与业务约束，而非盲目追新。

7. 精度评估：混淆矩阵、Kappa 与不确定性

7.1 混淆矩阵与派生指标

混淆矩阵（confusion matrix）是精度评估的基础工具。它记录验证样本的真实类别与预测类别的交叉分布，派生指标包括总体精度（OA）、生产者精度（PA）、用户精度（UA）、F1 分数与 Kappa 系数。

总体精度反映整体正确率，但在类别不平衡时会掩盖小类别表现。Kappa 系数衡量分类结果与随机分类相比的一致性提升，但近年受到批评——它受类别边缘分布影响，解释性不如 OA 直观。Pontius 与 Millones（2011）建议以 quantity disagreement 与 allocation disagreement 替代 Kappa，更清晰地分解误差来源。

7.2 验证样本的独立性

验证样本必须独立于训练样本。若两者重叠，精度会被系统性高估。理想情况下，验证样本应通过概率抽样获取，并支持面积推断。Olofsson 等（2014）提出的“好实践”框架强调，验证样本量应基于目标精度与置信区间反推，而非随意设定。

7.3 空间交叉验证

传统 k 折交叉验证随机划分样本，忽略了空间自相关，容易高估精度。空间交叉验证（spatial cross-validation）按空间块划分训练与验证集，更真实地反映模型在新区域的泛化能力。Roberts 等（2017）在 Ecography 上系统讨论了空间交叉验证的必要性与实现方法。

笔者认为：精度评估不应止于一个 OA 数字。应报告完整的混淆矩阵、各类别精度、验证样本量，并说明抽样设计。对于面积估算任务，还应给出置信区间。这些信息比单一精度指标更有决策价值。

8. 前沿进展与预判：自监督、基础模型与混合范式

8.1 自监督预训练在遥感分类中的兴起

近三年，自监督学习（self-supervised learning）在遥感领域快速升温。其核心思路是利用海量无标签影像预训练特征提取器，再在小样本标注数据上微调。代表性工作包括 SeCo（Seasonal Contrast）、SatMAE、Scale-MAE 等。Wang 等（2022）在 IEEE Transactions on Geoscience and Remote Sensing 上提出的 SeCo 通过时序对比学习，在多个下游分类任务上超越了监督预训练基线。

这一方向对监督分类的意义在于：它可能缓解“样本采集成本高”这一核心瓶颈。如果预训练特征足够通用，少量 ROI 样本即可达到较高精度。

8.2 遥感基础模型

2023 年以来，遥感基础模型（foundation model）成为热点。IBM 与 NASA 联合发布的 Prithvi、Microsoft 的 Clay、以及国内的 RingMo 等模型，尝试构建跨传感器、跨任务的通用表征。这些模型通常基于 Vision Transformer 架构，参数量从数亿到数十亿不等。

但基础模型并非“银弹”。其微调仍需标注样本，且计算成本高。对于中小规模项目，传统 SVM 或随机森林在成本效益上仍有优势。

8.3 混合范式：物理模型与数据驱动的结合

另一条值得关注的路线是物理模型与数据驱动的混合。例如，将辐射传输模型（PROSAIL）模拟的光谱库与实测样本结合，扩充训练集；或在分类后处理中引入空间上下文与地类转换规则，提升结果一致性。Reichstein 等（2019）在 Nature 上提出的“理论引导的数据科学”框架，为这类混合方法提供了方法论支撑。

本文评述：前沿方法值得关注，但不应脱离工程现实。笔者认为，未来三到五年内，监督分类的工程主流仍将是“经典分类器 + 精心设计的样本与特征”，深度学习方法会在样本充足、算力允许的场景中逐步渗透。真正的精度提升，仍将来自对样本质量与类别可分性的持续打磨。

9. 工程复盘：一份可复用的检查清单

10. 结论

监督分类的完整流程，本质上是一条“样本—特征—模型—评估”的闭环链路。本文以“样本质量决定分类上限”为主线，系统梳理了 ROI 采集、可分离性检验、SVM 与最大似然分类器执行、精度评估等关键环节，并结合近三年国内外研究进展，讨论了自监督预训练、遥感基础模型等前沿方向。

核心结论可以概括为三点：第一，样本的代表性、纯度与空间独立性，是决定分类精度的首要因素；第二，可分离性检验提供了量化诊断工具，应作为样本采集与特征工程的常规环节；第三，分类器选型应基于数据特征与业务约束，SVM 与最大似然各有适用场景，不存在普适最优解。

对于工程实践者，本文建议将精力优先投入到样本设计与可分离性诊断上，再考虑分类器升级。对于研究者，样本高效学习、跨传感器迁移与不确定性量化，仍是值得深耕的方向。