湖泊是全球水循环不可或缺的组成部分,深刻影响着区域气候和生态系统。在全球气候变化和人类活动日益加剧的背景下,准确、持续地监测全球湖泊的时空动态变化,对于水资源管理、生态环境保护和应对气候变化至关重要。以往的湖泊制图方法主要依赖人工标注数据或领域专家知识,限制了其在全球范围内的应用,尤其在数据匮乏地区和需要快速响应的场景下。
鉴于此,中国科学院青藏高原研究所环境变化与多圈层过程团队张国庆研究员联合国内外科学家,建立了一种以“多地物对象叠加自动生成训练样本”技术为核心,单日期与长时序制图相结合的通用湖泊遥感制图框架,并在不同尺度进行广泛测试应用(图1)。该框架首先构建了自动化单日期湖泊制图算法,利用水体和非水体地固有的特征差异,设计了多对象叠加的训练样本自动生成规则,可灵活适应湖泊在不同影像上的光谱特征,无需人工干预即可获得高质量、具有代表性的训练样本用于机器学习湖泊制图。在此基础上,研究团队进一步研发了长时间序列湖泊面积制图算法,整合了制图区域动态调整、稳健的云/雪筛选以及时间序列异常值去除等功能(图2)。
通过对比,该框架自动采集的训练样本达到与人工标注样本近似的质量,全球与区域尺度上的湖泊制图结果精度约为96%,对面积较小、冰雪覆盖以及水体浑浊等情况下湖泊制图效果均取得明显提升(图3)。此外,该框架不仅可生成与已有湖泊产品长期趋势一致的湖泊面积数据,还能有效捕捉到湖泊面积的短期动态变化,避免由数据源和处理过程不确定性引入的极端变化。该框架采用了模块化设计,能够灵活适配Landsat、Sentinel-2以及MODIS等多种光学遥感数据,并可部署于Google Earth Engine等云平台,为开展全球、区域大尺度的湖泊制图和动态监测提供了一种新的技术方案(图4)。
上述研究成果以“A novel framework for accurate, automated and dynamic global lake mapping based on optical imagery”为题,在国际学术期刊《ISPRS Journal of Photogrammetry and Remote Sensing》(最新影响因子(IF)为10.6 )上发表。我所硕士研究生周陶为论文第一作者,张国庆研究员为通讯作者,该研究得到了第二次青藏高原综合科学考察研究和国家自然科学基金委青藏高原地球系统基础科学中心等项目的支持。
论文链接:https://doi.org/10.1016/j.isprsjprs.2025.02.008
图1 算法测试区域
a)全球12个水塔区(蓝色矩形框)用于评估算法在不同地区的表现,全球所选的湖泊(红色水滴)用于测试时间序列湖泊制图,本研究与其他方法展示比较的区域(蓝色圆圈);b)人工数字化湖泊用于精度评估(红色矩形框);c)青藏高原作为区域、大范围的制图测试区。
图2 全球湖泊制图框架
a)基于待分类影像的单日期湖泊制图算法;b)从历史影像中筛选制图可用影像,基于前者的时间序列湖泊制图算法。
图3 该研究自动化湖泊制图与传统方法的对比
a)易受山体阴影影响的湖泊;b)与周围易混淆的小湖泊;c)受积雪影响的湖泊;d)浑浊湖泊;e)高分辨率Planet影像展示的湖泊提取边界对比。
图4 全球湖泊制图流程及应用概念图
包括湖泊制图常用的技术(蓝色),全球湖泊制图中四种常见待区分的对象(绿色),湖泊制图数据在自然科学和社会科学中的应用价值(黄色)。