江 威

中國水利水電科學(xué)研究院，北京 100038

陸表水體是水資源管理、水生態(tài)治理及洪水應(yīng)急監(jiān)測不可缺少的基礎(chǔ)信息，多源衛(wèi)星遙感為研制陸表水體產(chǎn)品奠定了堅實的數(shù)據(jù)基礎(chǔ)。論文首先對目前陸表水體制圖產(chǎn)品和方法進行總結(jié)，構(gòu)建全球地表水體產(chǎn)品驗證樣本集，分析評估全球中高分辨率陸表水體產(chǎn)品制圖精度，基于Google Earth Engine(GEE)遙感大數(shù)據(jù)平臺開展2000年和2018年中國區(qū)域陸表水體頻率產(chǎn)品研制，提出了針對多源國產(chǎn)中高分辨率陸表水體智能提取方法，分析了21世紀以來中國區(qū)域陸表水體時空變化特征。主要研究內(nèi)容如下：

(1)全球中高分辨率陸表水體產(chǎn)品精度評估。目前，全球共發(fā)布了16套陸表水體制圖產(chǎn)品，主要由閾值法、光譜指數(shù)法、基于統(tǒng)計與機器學(xué)習(xí)方法和面向?qū)ο蠓椒?類方法組合研制。以JRC季節(jié)變化水體產(chǎn)品作為參考，提出了基于格網(wǎng)空間子集劃分的樣本點生成方法，構(gòu)建并驗證了全球區(qū)域包含永久水體、季節(jié)水體和陸地的樣本集。利用該樣本集對5套陸表水體產(chǎn)品(GlobalSurface Water、Global Land 30-water、GLCF-GIW、JRC和G3WBM)進行精度評估。結(jié)果表明，各陸表水體產(chǎn)品精度存在一定差異，主要受衛(wèi)星數(shù)據(jù)時相、空間分辨率、水體提取算法及產(chǎn)品定義等因素影響，結(jié)合精度驗證結(jié)果，JRC陸表水體產(chǎn)品具有較高的精度和質(zhì)量。針對其永久水體產(chǎn)品，JRC在全球和中國區(qū)域精度分別為93.54%和86.81%，JRC季節(jié)水體產(chǎn)品的全球和中國區(qū)域精度分別為89.65%和84.18%。

(2)針對現(xiàn)有陸表水體產(chǎn)品在中國區(qū)域精度較低的問題，設(shè)計了基于GEE遙感大數(shù)據(jù)平臺的陸表水體頻率產(chǎn)品研制方法。在全國范圍選取了2755個典型樣本點，構(gòu)建了包括光譜波段、水體指數(shù)等11個特征波段，利用隨機森林智能分類模型，實現(xiàn)2000年和2018年中國區(qū)域長時間跨度陸表水體頻率產(chǎn)品的生成，兩期產(chǎn)品精度驗證表明，2000年和2018年中國陸表水體頻率產(chǎn)品精度分別為92.61%和94.23%，高于HMGSW的季節(jié)水體產(chǎn)品。

(3)提出了基于多層感知器神經(jīng)網(wǎng)絡(luò)(MLP)的陸表水體智能提取方法。針對國產(chǎn)高分辨光學(xué)衛(wèi)星，提出了基于多層感知器神經(jīng)網(wǎng)絡(luò)(MLP)算法陸表水體智能提取方法，該算法通過構(gòu)建全鏈接神經(jīng)網(wǎng)絡(luò)對大量樣本學(xué)習(xí)優(yōu)化，達到最優(yōu)的分類結(jié)果。與隨機森林和決策樹方法提取精度對比，MLP算法不僅對湖泊、細河、海水、池塘及水產(chǎn)養(yǎng)殖水域等不同類型水體均具有較好的提取效果，而且能抑制云陰影、山體陰影、濕河床、城市陰影和冰雪等噪聲，全局精度均超過94%，能夠適用于不同高分光學(xué)遙感數(shù)據(jù)水體智能提取。進一步與30 m分辨率地表水體產(chǎn)品融合，可有效地克服分辨率較粗帶來的混合像元和水體漏提現(xiàn)象，實現(xiàn)高精度的陸表水體頻率制圖。

(4)基于研制的兩期中國陸表水體頻率產(chǎn)品，分析21世紀以來中國區(qū)域陸表水體時空變化特征，2000年最大水體面積為260 176 km2，而2018年最大水體面積為307 256 km2，增長了18.10%，其中永久水體面積下降8.7%，而季節(jié)水體面積增長了41.51%。長江流域在最大水體面積和季節(jié)水體面積最大，內(nèi)陸河流永久水體面積最大。永久水體較多的省份是西藏、青海和江蘇，季節(jié)水體較豐富的是西藏、黑龍江和湖北，永久水體在南部省份顯著下降，而北部省份明顯增加，呈較明顯的南北差異特征。