卫星遥感大数据在地表水资源调查中的应用与挑战

"该文档是江威关于卫星遥感大数据时代下地表水资源快速调查方案的分享，主要探讨了地表水的重要性和卫星遥感在水资源调查中的应用及其面临的挑战，以及研究进展和相关成果。" 在当今卫星遥感大数据的时代，地表水资源的快速调查变得越来越关键。地表水覆盖了地球的大部分面积，其中淡水，包括冰川和地下水，是人类生活和经济社会发展的基础。然而，全球范围内，尤其是中国，水资源短缺仍然是一个重大问题，这对可持续发展目标构成了严重威胁。联合国2050年可持续发展目标（SDG）强调了地表水作为生命共同体的关键角色。 随着卫星遥感技术的进步，大量的遥感数据提供了对地表水体快速调查的新机遇。然而，这也带来了新挑战，如处理不同类型的卫星数据（光学、雷达），不同光谱波段（多光谱、高光谱）以及应对各种水体特征（清澈、浑浊）和背景噪声（山体阴影、冰雪、湿润土壤、浅滩）。现有的遥感大数据平台，如Google Earth Engine（GEE）和DataCube，虽然提供了强大的计算能力，但在处理复杂算法和上传国产高分数据方面存在局限。 针对这些挑战，研究者们正在探索更高效、自动化和普适性的地表水体提取方法，如阈值法、光谱指数法、统计与机器学习法、面向对象法和相似光谱分析。但这些方法各自存在不足，如阈值法的选取困难、阴影和冰雪的误识别，以及面向对象法在大范围应用时的效率问题。 研究进展方面，已经发展了线上线下两种模式，即线下本地存储模式和基于云平台的在线模式，以满足常规和应急的水资源调查需求，以及规模化生产的需求。其中，多层感知器深度神经网络（MLP）和样本驱动的智能学习方法在地表水体提取和动态监测上取得了显著成果。例如，通过这些方法，可以实现对河北省生态补水效果的遥感监测、洪水淹没范围的动态监控，以及河湖监管和连通性变化的研究。 研究成果展示了一种基于MLP的线下模式，这种方法在地表水体的识别和频率产品的生成中表现出色，同时也为地表水体动态评估提供了有效工具。这些技术的发展和应用，无疑为未来地表水资源的管理和保护提供了强大的支持。