题 目: Estimates and dynamics of surface water extent in the Yangtze Plain from Sentinel-1&2 observations
期 刊: International Journal of Applied Earth Observation and Geoinformation
![]()
图1. 论文首页
长江平原水资源管理长期以来面临供需关系不平衡、时空配置不均衡等问题，迫切需要可靠的地表水动态监测方法来及时了解地表水的空间分布、数量和变化规律。针对低时间分辨率遥感监测忽视地表水体季节、异常变化，连续云雨天气造成关键季节水体信息缺失等问题，南京大学杜培军教授课题组近日提出了主被动时序数据协同挖掘与地表水体动态监测方法，研究突破了云雾遮挡、数据缺失等对月度水体监测制约，定量揭示了长江平原湖泊季节特征及其类别，成果以Estimates and dynamics of surface water extent in the Yangtze Plain from Sentinel-1&2 observations为题发表在《International Journal of Applied Earth Observation and Geoinformation》，论文第一作者为课题组郭山川博士，通讯作者为杜培军教授，合作者还有中国矿业大学陈宇副教授、日本理化学研究所夏俊士研究员等。
受气候变化和人类活动加剧的耦合影响，长江平原地表水动态复杂（图2），然而，区域地表水遥感动态监测受到不可避免的高频云污染影响。研究提出了基于时间序列Sentinel-1&2数据的地表水体月度监测方法，该方法通过时间异步方式融合主被动遥感数据，突破了云雾遮挡制约，并生成了月度地表水范围数据集（10米空间分辨率，月度时间分辨率）。验证表明即使在复杂场景和多云条件下，数据集也展现出强大的空间精度和时间跟踪能力。使用该月度数据集及谐波分析模型，识别和量化长江平原四种湖泊类型：6 个季节性湖泊、11 个弱季节性湖泊、21 个一般稳定湖泊和 46 个稳定湖泊。提出方法能够在各种天气条件下稳定、可靠监测地表水范围，显示了在其他遥感监测困难区域的扩展应用潜力。此外，月度水数据集有助于增强对地表水动态的时空理解，对水资源可持续管理具有一定意义。
![]()
图2. 研究区域
地表水体月度监测方法（MSWM）包括三个步骤：（Ⅰ）基于光学的水体提取、（Ⅱ）基于SAR的水体变化检测和（Ⅲ）水体月度迭代反演，如图3所示。首先，基于光学的水体自动提取采用多层次规则自动提取地表水体，输入无云影响的、离散月份的Sentinel-2影像，输出为多个月份地表水体提取结果。其次，基于SAR的水体月时间序列变化检测包括SAR月度影像合成、基于SAR的水体粗提取和连续水体变化检测，输入为Sentinel-1时间序列影像和辅助数据，输出前向和后向时间序列的水体变化范围。最后，基于迭代的水体月范围反演利用前向和后向时间序列变化信息迭代估算月水体范围，输入为前两步的输出，输出结果为月度地表水体范围（MSWE）。MSWM方法的主要优势在于其增强了大规模复杂场景中基于光学的水体提取能力，并且能够独立于天气条件进行月度水体范围提取。图3. 研究技术路线
长江平原地表水体年均面积为20861.8平方公里，占总面积的15%。结合TerraClimate降水数据发现的地表水范围波动与该地区季节性降水趋势一致，但存在滞后效应。GSW 数据集在长江平原表现出异常的突变和某些质量问题，这使得它们无法准确描述月地表水动态，而可以在 MSWE 中观察到这些合理的水体面积季节性波动（图4）。MSWE 在描绘小型地表水体的复杂性方面表现出显著的优势（图5），这主要归功于四个关键因素：首先，其 10 米的空间分辨率可以识别较小的河流、网状水网络和水产养殖用地中的碎片水域；其次，月度时间分辨率提供有关水动态范围的有效和精确信息，例如洞庭湖和石臼湖；第三，独立于天气条件的时空稳定性；最后，它的稳健性可以估算不同土地覆盖场景中的地表水范围。基于相对季节变化强度，将长江平原湖泊分为四类：稳定湖泊、较稳定湖泊、弱季节性湖泊、季节性湖泊，如图6所示。本研究在长江平原共识别出6个季节性湖泊、11个弱季节性湖泊、21个一般稳定湖泊和46个稳定湖泊。典型湖泊月度变化规律如图7所示。图7. 典型湖泊月覆盖面积及HANTS预测值(a)鄱阳湖和洞庭湖，(b)石臼湖和洪湖，(c)太湖和巢湖
稳定监测地表水并跟踪持续变化对于水资源管理和应急响应至关重要。然而，在云雨天气较多的长江平原，月度地表水范围监测仍是一项挑战。本研究提出的方法能够联合处理Sentinel-1 和 Sentinel-2时间序列数据，提供高空间分辨率（10 米）和时间分辨率（1 个月）的监测能力，生成的MSWE数据能够准确地描绘不同场景中不同水体的空间细节。研究模拟了湖泊动态过程并完成了湖泊季节性分类。研究提出方法有潜力扩展到其他具有挑战性的地区，可以为水资源可持续管理、生态保护工作以及与长江平原气候变化相关的研究提供数据支撑。
Guo S, Chen Y, Zhang P, et al. Estimates and dynamics of surface water extent in the Yangtze Plain from Sentinel-1&2 observations[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 134: 104155全文链接：https://doi.org/10.1016/j.jag.2024.104155
