摘要：江河湖泊等陆表水体在工农业生产、气候调节、生态系统维持等方面扮演着至关重要的角色。在气候变化与人类活动的作用下,陆表水体的空间分布始终在发生着变化,因而对其进行快速精准的时空变化监测对水资源管理与保护、未来气候变化预测等有着重要的意义。遥感技术为大范围水体动态监测提供了全新的技术手段,特别是在当前地球大数据背景下,水体提取算法不断改进,遥感数据源急剧增加,但缺乏对算法和数据演化过程的系统整理。鉴于此,本文对现有水体提取算法与遥感数据进行了综合梳理,归纳了单波段阈值法、多波段谱间关系法、水体指数与阈值法、支持向量机、随机森林、深度学习等常用算法的演变,以及遥感数据源由低(MODIS等)到中(Landsat等)和高(高分1/2号等)空间分辨率的发展过程,并在此基础上讨论了各算法与数据源在水体变化研究中的差异。此外,本文论述了数据处理平台由本地计算到高性能云计算平台(如谷歌地球引擎)的发展,云计算促进地表水变化研究由基于时间片段到基于时间序列连续过程分析的转变,以及云计算在大尺度范围的应用。最后,本文还对多源遥感数据融合与云计算平台的结合在地表水体连续变化监测中的应用进行了展望,并对不同类型水体提取的不确定性进行了讨论。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社