GF-3與Sentinel-1影像對(duì)山區(qū)小水體提取能力評(píng)估

文章編號(hào)：1001-4179（2025）06-0056-08

陸建忠，男，理學(xué)博士，副教授，博士生導(dǎo)師。主要研究方向?yàn)樯鷳B(tài)環(huán)境遙感和模擬預(yù)報(bào)，近年來(lái)承擔(dān)了各類項(xiàng)目二十余項(xiàng)。相關(guān)研究成果被國(guó)家相關(guān)部門應(yīng)用于生態(tài)環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)警管理，生態(tài)環(huán)境監(jiān)測(cè)預(yù)警成果入選水利部成熟適用水利科技成果推廣清單。多項(xiàng)成果獲得科技部《中歐空間合作簡(jiǎn)訊》、中央電視臺(tái)和新華社等雜志媒體報(bào)道。公開發(fā)表學(xué)術(shù)論文100余篇，其中1篇入選ESI高被引和熱點(diǎn)論文，出版專著3部，獲授權(quán)國(guó)家發(fā)明專利11項(xiàng)，計(jì)算機(jī)軟件著作權(quán)登記6項(xiàng);榮獲省部級(jí)科學(xué)技術(shù)獎(jiǎng)4項(xiàng)。

摘要：為解決山區(qū)小水體監(jiān)測(cè)中的實(shí)時(shí)跟蹤難題，提高監(jiān)測(cè)精度，評(píng)估GF-3和 Sentinel-1雷達(dá)衛(wèi)星影像的水體提取能力。在香溪河流域內(nèi)選取多個(gè)水庫(kù)，采用局部閾值法對(duì)兩種雷達(dá)影像進(jìn)行水體提取，并將結(jié)果與Sentinel-2MSI影像使用歸一化差分水體指數(shù)（NDWI）的提取結(jié)果進(jìn)行比較，再通過(guò)精度指標(biāo)進(jìn)行定量分析。結(jié)果表明：GF-3在捕捉水體變化方面具有優(yōu)勢(shì)，召回率最高可達(dá)0.952，但在復(fù)雜地形下容易受到噪聲影響而產(chǎn)生錯(cuò)誤提取;相較之下，Sentinel-1展現(xiàn)出更好的精確度和一致性，精準(zhǔn)率最高達(dá)到0.913，交并比（IoU）最高為0.830;在淹沒(méi)頻率分析中，GF-3對(duì)比 Sentinel-1展現(xiàn)了更豐富的時(shí)空變化特征。研究成果可為云雨天氣條件下水庫(kù)群水體提取和水資源管理提供科學(xué)依據(jù)。

關(guān)鍵詞：水體提取；衛(wèi)星遙感；GF-3；Sentinel-1；淹沒(méi)頻率；局部閾值法；香溪河流域中圖法分類號(hào)：P237：P332 文獻(xiàn)標(biāo)志碼：A DOI：10.16232/j.cnki.1001-4179.2025.06.008

0 引言

境中扮演著至關(guān)重要的角色，在調(diào)節(jié)區(qū)域水循環(huán)、保持生物多樣性中發(fā)揮著關(guān)鍵作用，同時(shí)也是山區(qū)居民生活和農(nóng)業(yè)用水的重要來(lái)源[1]。水體面積是衡量蓄水山區(qū)小水體，如小型湖泊、溪流、水庫(kù)等，在生態(tài)環(huán)收楠口期：2U24-U0－11;按口期：2U24-1U－1U

基金項(xiàng)目：中國(guó)長(zhǎng)江電力股份有限公司科研項(xiàng)目（242302030）；國(guó)家自然科學(xué)基金項(xiàng)目（42371367）；江西省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（20243BBH81033）；測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室專項(xiàng)科研經(jīng)費(fèi)項(xiàng)目作者簡(jiǎn)介：陸建忠，男，副教授，博士，主要從事環(huán)境遙感和水生態(tài)環(huán)境模擬預(yù)測(cè)研究。E-mail：lujzhong@whu.edu.cn

量和形態(tài)變化的關(guān)鍵指標(biāo)，加強(qiáng)湖泊水面變化的監(jiān)測(cè)對(duì)于深入理解湖泊的演變規(guī)律及其變化模式至關(guān)重要[2]。然而，很多地區(qū)并沒(méi)有足夠的地面監(jiān)測(cè)站點(diǎn)或基礎(chǔ)設(shè)施來(lái)實(shí)時(shí)跟蹤這些變化，導(dǎo)致對(duì)湖泊水面變化的監(jiān)測(cè)存在一定的局限性。在這種情況下，使用多源遙感影像進(jìn)行分析就顯得尤為重要，但由于不同的數(shù)據(jù)源一致性不同，分析和評(píng)估這些數(shù)據(jù)的可靠性成為一項(xiàng)重要任務(wù)。

隨著衛(wèi)星傳感器技術(shù)的迅猛發(fā)展，高分辨率衛(wèi)星影像能夠提供更詳細(xì)、更精確的水體信息，使得在大范圍內(nèi)、高時(shí)空分辨率下持續(xù)監(jiān)測(cè)山區(qū)小水體的動(dòng)態(tài)變化得以實(shí)現(xiàn)。在眾多遙感技術(shù)中，雷達(dá)遙感以其獨(dú)特的優(yōu)勢(shì)在水體監(jiān)測(cè)中展現(xiàn)出廣闊的應(yīng)用前景。雷達(dá)傳感器能夠穿透云層和植被，具備全天候、全天時(shí)的觀測(cè)能力，相比于光學(xué)遙感，雷達(dá)遙感適用于山區(qū)多云且復(fù)雜地形下的水體監(jiān)測(cè)[3]。Song等[4]研究了青藏高原的小湖泊監(jiān)測(cè)，強(qiáng)調(diào)了高分辨率衛(wèi)星數(shù)據(jù)的應(yīng)用潛力。Guo等研究了黃土高原小水體的遙感提取方法，評(píng)估了雷達(dá)遙感對(duì)復(fù)雜地形下水體提取的能力。Yao等[采用多源衛(wèi)星遙感數(shù)據(jù)動(dòng)態(tài)監(jiān)測(cè)水庫(kù)水體的變化，提高了監(jiān)測(cè)的準(zhǔn)確性和全面性。

盡管這些研究為水體監(jiān)測(cè)提供了重要的方法論基礎(chǔ)，但它們主要關(guān)注單一數(shù)據(jù)源或單一地區(qū)的應(yīng)用，未充分探討不同遙感數(shù)據(jù)（如GF-3與Sentinel-1）在復(fù)雜環(huán)境中的應(yīng)用效果。為解決這些問(wèn)題，本研究將評(píng)估GF-3和Sentinel-1這兩種雷達(dá)衛(wèi)星針對(duì)山區(qū)小水體的提取能力，探討二者在復(fù)雜環(huán)境中的應(yīng)用效果。GF-3和Sentinel-1均為高分辨率的雷達(dá)遙感衛(wèi)星，具有優(yōu)異的空間分辨率和成像能力，但在實(shí)際應(yīng)用中，它們的提取能力可能存在差異[7]。從雷達(dá)影像中提取水體的方法多種多樣，其中，基于閾值的方法因計(jì)算耗時(shí)少且能產(chǎn)生與更復(fù)雜方法相當(dāng)?shù)臏?zhǔn)確性而被廣泛使用[8]。由于水體的反向散射信號(hào)較弱，當(dāng)像素的反向散射強(qiáng)度低于預(yù)定義值（即閾值）時(shí)，可被識(shí)別為水體[9]。基于閾值的方法可分為全局閾值和局部閾值兩類。全局閾值方法對(duì)整個(gè)圖像使用一個(gè)統(tǒng)一的閾值，但這種方法可能因未區(qū)分不同陸地類型的反向散射變化而導(dǎo)致較大的分類誤差。相較之下，局部閾值的方法對(duì)圖像的不同區(qū)域使用不同的閾值[10]，對(duì)復(fù)雜地形和光照不均有較高的適應(yīng)性，在山區(qū)小水體提取中具有更高的精度和應(yīng)用價(jià)值。

本研究通過(guò)綜合分析兩種不同遙感數(shù)據(jù)源的優(yōu)勢(shì)和局限性，提高對(duì)山區(qū)小水體變化的監(jiān)測(cè)效率和準(zhǔn)確性，以期更有效地利用遙感技術(shù)進(jìn)行水體監(jiān)測(cè)。研究結(jié)果可為水庫(kù)水體的提取等應(yīng)用提供數(shù)據(jù)支持，推動(dòng)遙感技術(shù)在環(huán)境監(jiān)測(cè)和資源管理中的應(yīng)用。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)域

本研究以香溪河流域 ?30^°57^′N～31^°40^′N 110^° 17^′E～111^°7^′E ）為背景，選擇流域內(nèi)的水庫(kù)群作為主要研究區(qū)，開展GF-3與Sentinel-1SAR在山區(qū)小水體提取能力的分析評(píng)估，具體位置如圖1所示。香溪河流域位于湖北省內(nèi)三峽庫(kù)區(qū)，覆蓋面積約3099km² 。流域主要包括神農(nóng)架林區(qū)和興山縣等地，其海拔變化顯著，從較低的河谷地帶到高達(dá) 3 000m 以上的山脈不等，形成了多種多樣的地貌特征。由于地形的多樣性和復(fù)雜性，香溪河流域內(nèi)的水體分布零散且多變，形成了眾多小型水庫(kù)和湖泊[\"]。這些水體的形狀多樣，在不同海拔處形成了獨(dú)特的水文和生態(tài)特征，為水體提取方法的研究提供了理想的測(cè)試場(chǎng)所。

1.2 數(shù)據(jù)源

本研究使用高分三號(hào)（GF-3A，B，C）、哨兵一號(hào)（Sentinel-1A）雷達(dá)衛(wèi)星影像數(shù)據(jù)以及哨兵二號(hào)（Sen-tinel-2A，B）MSI光學(xué)衛(wèi)星影像數(shù)據(jù)作為研究的主要數(shù)據(jù)源。選取了2021年1月至2023年12月期間的多時(shí)序影像，優(yōu)先考慮在相同時(shí)間窗口內(nèi)獲取的影像，以便于比較GF-3與Sentinel-1的水體提取效果。此外，選取影像時(shí)還考慮了云量和氣象條件，以確保所選影像具有良好的數(shù)據(jù)質(zhì)量。

GF-3是中國(guó)自主研發(fā)的高分辨率雷達(dá)遙感衛(wèi)星，具有 1m 級(jí)別的空間分辨率和多種成像模式，包括寬幅模式、條帶模式和聚束模式[12]。這些特性使GF-3能夠提供非常精細(xì)的地表信息，并支持多種極化模式[13]，從而提升了對(duì)復(fù)雜地表特征的探測(cè)能力。Sentinel-1是由歐空局提供的合成孔徑雷達(dá)衛(wèi)星，具備全天候、全天時(shí)的成像能力，能夠穿透云層和植被，不受天氣和光照條件的影響。Sentinel-1具有高時(shí)空分辨率和雙極化成像模式[14]，重返周期為12d，允許頻繁獲取同一區(qū)域的影像數(shù)據(jù)。二者傳感器及其成像機(jī)制上的差異具體見表1。為了評(píng)估GF-3和Senti-nel-1的水體提取效果，本研究還采用了哨兵二號(hào)（Sentinel-2A，B）MSI數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)。Sentinel-2MSI數(shù)據(jù)提供了 10m 空間分辨率的多光譜影像，重返周期為5d，經(jīng)過(guò)嚴(yán)格的幾何校正和大氣校正處理，可用于驗(yàn)證雷達(dá)遙感數(shù)據(jù)提取結(jié)果。GF-3可從中國(guó)資源衛(wèi)星應(yīng)用中心（http：//www.cresda.com.cn/）獲取，Sentinel-1和Sentinel-2可從哥白尼開放數(shù)據(jù)訪問(wèn)中心（https：// scihub.copernicus.eu/）獲得。

GF-3數(shù)據(jù)的預(yù)處理使用航天宏圖PIE-SAR雷達(dá)影像數(shù)據(jù)處理軟件[15]，包括多視處理、復(fù)數(shù)據(jù)轉(zhuǎn)換、自適應(yīng)濾波、正射糾正、地理編碼和圖像裁剪等步驟[16];Sentinel-1數(shù)據(jù)則使用歐空局開發(fā)的 SNAP 軟件，處理過(guò)程包括軌道文件校正、噪聲濾波、輻射定標(biāo)、多普勒地形校正和影像裁剪；Sentinel-2MSI數(shù)據(jù)同樣基于SNAP軟件處理，涉及大氣校正、影像裁剪和波段合成等操作。

2 研究方法

2.1 局部閾值法

本研究使用Sauvola等提出的自適應(yīng)閥值算法用于GF-3和Sentinel-1影像的水體提取，其主要思想是將每個(gè)像素與周圍像素的平均值進(jìn)行比較[17]。具體而言，在遍歷圖像時(shí)計(jì)算以每個(gè)像素為中心的 S×S 窗口像素的平均值，然后進(jìn)行比較。如果當(dāng)前像素的值比該平均值低 χ_t 個(gè)百分點(diǎn)，則將其設(shè)為黑色，否則設(shè)為白色。由于考慮了各個(gè)方向的鄰近像素，這種平均值的比較效果更好。使用積分圖可以在線性時(shí)間內(nèi)完成平均值計(jì)算，對(duì)于每個(gè)像素位置，閾值 T（x，y） 的計(jì)算公式為

式中： m（x，y） 為該像素窗口領(lǐng)域的均值； s（x，y） 為標(biāo)準(zhǔn)差； k 為用于控制閾值的敏感度和范圍的參數(shù)； R 為圖像標(biāo)準(zhǔn)差的動(dòng)態(tài)范圍。

2.2 歸一化差分水體指數(shù)

歸一化差分水體指數(shù)（NormalizedDifferenceWaterIndex，NDWI）是一種在遙感領(lǐng)域廣泛使用的指數(shù)，主要用于提取和分析地表水體信息[18-19]。水體在綠波段的反射率較低而在近紅外波段的反射率較高，基于這樣的反射率差異，NDWI能夠高效地識(shí)別水體及其動(dòng)態(tài)變化。同時(shí)由于NDWI的計(jì)算采用歸一化的計(jì)算方式，減小了不同波段間反射率的絕對(duì)差異影響，使得指數(shù)值更具相對(duì)性，適合于不同時(shí)間和地點(diǎn)的遙感影像比較[20]。其計(jì)算公式如下：

式中： p（Green） 代表綠色波段； p（NIR） 代表近紅外波段。本研究將此算法應(yīng)用在Sentinel -2MSI 影像數(shù)據(jù)的水體提取上， NDWI 的值范圍為 -1～1，NDWIgt;0 表示存在水體， NDWIlt;0 表示非水體覆蓋類型

2.3 精度評(píng)價(jià)方法

為準(zhǔn)確評(píng)估兩顆雷達(dá)衛(wèi)星影像提取水體的精度，本研究將GF-3和Sentinel-1影像提取水體的結(jié)果與相同日期Sentinel-2MSI使用NDWI水體指數(shù)的水體提取結(jié)果進(jìn)行對(duì)比，選用精準(zhǔn)率（Precision）、召回率（Recal）和交并比（IoU）作為精度評(píng)價(jià)指標(biāo)[21]。精準(zhǔn)率強(qiáng)調(diào)預(yù)測(cè)的準(zhǔn)確性，減少錯(cuò)誤報(bào)警的重要性；召回率則重視捕獲所有實(shí)際正樣本的能力；交并比則作為整體指標(biāo)，反映了預(yù)測(cè)與真實(shí)區(qū)域的重合度[2]。混淆矩陣記錄了分類結(jié)果的詳細(xì)信息，包括真陽(yáng)性（TP）、真陰性（TN）、假陽(yáng)性（FP）和假陰性（FN）[23]，可用于計(jì)算精度評(píng)價(jià)指標(biāo)。

精準(zhǔn)率衡量的是模型在所有預(yù)測(cè)為正類（即水體）的樣本中，實(shí)際為正類的比例，反映了預(yù)測(cè)結(jié)果的精確性，公式如下：

召回率衡量的是在所有實(shí)際為正類（即水體）的樣本中，正確識(shí)別為正類的比例，反映了識(shí)別出實(shí)際存在的正類樣本的能力，公式為

交并比是用于評(píng)估預(yù)測(cè)結(jié)果與真實(shí)結(jié)果之間的重疊程度的指標(biāo)，它是預(yù)測(cè)區(qū)域與真實(shí)區(qū)域的交集面積與并集面積之比。IoU值越高，表示預(yù)測(cè)結(jié)果與真值的匹配度越好，公式為

3 結(jié)果與討論

3.1 水體邊界提取結(jié)果

對(duì)GF-3和Sentinel-1兩種數(shù)據(jù)源的遙感影像采用局部閾值法所提取的香溪河流域內(nèi)各水庫(kù)水體邊界如圖2所示。可以觀察到，GF-3和Sentinel-1影像提取的水體區(qū)域邊界清晰，整體形態(tài)完整，提取結(jié)果與目視水體分布基本一致。局部閾值法在這兩種影像上的應(yīng)用，能夠有效地提取水體邊界和形態(tài)，并且與實(shí)際情況高度吻合，驗(yàn)證了提取算法的可靠性。在不同空間分辨率的條件下，局部閾值法展示出良好的適用性，能夠適應(yīng)GF-3的高分辨率和Sentinel-1的較低分辨率影像數(shù)據(jù)，實(shí)現(xiàn)對(duì)水體邊界的精準(zhǔn)提取。此外，本研究所涵蓋的7個(gè)水庫(kù)形狀和大小各異，通過(guò)對(duì)這些水庫(kù)的提取結(jié)果進(jìn)行對(duì)比分析，可以看出局部閾值法在不同水體形狀和大小下的表現(xiàn)都較為穩(wěn)定。盡管注：左邊為GF-3，右邊為Sentinel-1。

Sentinel-1和GF-3影像在各自原始影像上的提取效果較好，但在相同時(shí)間和空間條件下，兩者的提取結(jié)果仍存在明顯差異。這種差異可能源于衛(wèi)星傳感器的成像機(jī)制、分辨率以及極化模式的不同，提示在實(shí)際應(yīng)用中對(duì)不同數(shù)據(jù)源進(jìn)行綜合分析和評(píng)估的重要性。

3.2 水體提取細(xì)節(jié)與精度對(duì)比

本研究選取同一日期的GF-3和Sentinel-1的水體提取結(jié)果，與對(duì)應(yīng)日期的Sentinel-2MSI影像進(jìn)行分析，以對(duì)比GF-3和Sentinel-1影像對(duì)水體的提取效果。差異主要體現(xiàn)在分辨率、噪聲、細(xì)長(zhǎng)水體以及山體陰影等地方，細(xì)節(jié)對(duì)比圖見圖3。通過(guò)對(duì)比分析發(fā)現(xiàn)，由于GF-3具有更高的分辨率，使得在提取區(qū)域較小的水體時(shí)表現(xiàn)出明顯的優(yōu)勢(shì)，能更準(zhǔn)確地量化水體的大小和形狀。在處理水庫(kù)分流處時(shí)，GF-3的提取結(jié)果較為完整，但在細(xì)長(zhǎng)河流處存在嚴(yán)重的碎片化現(xiàn)象，導(dǎo)致水體輪廓不夠連續(xù)。在水陸邊界復(fù)雜的情況下，GF-3的提取結(jié)果也存在一定的漏提，并且在河道彎曲處出現(xiàn)斷裂。相較而言，Sentinel-1由于分辨率相對(duì)較低，在提取小區(qū)域水體邊界時(shí)細(xì)節(jié)不夠完整。在水庫(kù)分流處，Sentinel-1會(huì)普遍出現(xiàn)不完全提取的現(xiàn)象，表現(xiàn)出較大的提取缺失。相對(duì)的，在保持水體輪廓的完整性和連續(xù)性方面Sentinel-1表現(xiàn)更好，雖然存在細(xì)長(zhǎng)水體的斷流現(xiàn)象，但其整體水體輪廓更加完整，更能維持水體的連續(xù)性。

為深入了解GF-3和Sentinel-1在水體提取中的性能差異，進(jìn)一步將GF-3和Sentinel-1使用局部閥值法的水體提取結(jié)果與Sentinel-2MSI使用NDWI指數(shù)的水體提取結(jié)果進(jìn)行對(duì)比，通過(guò)相關(guān)評(píng)價(jià)指標(biāo)對(duì)其進(jìn)行量化評(píng)估，精度評(píng)價(jià)結(jié)果如表2所列。分析結(jié)果顯示，整體上Sentinel-1在精確度上表現(xiàn)更好，表明Sentinel-1在提取水體輪廓和準(zhǔn)確性方面表現(xiàn)出色。GF-3在多數(shù)水庫(kù)上展現(xiàn)出較高的召回率，表明GF-3能夠識(shí)別更多的實(shí)際水體。交并比上Sentinel-1整體優(yōu)于GF-3，表明Sentinel-1在水體提取上的整體一致性更好，而GF-3則表現(xiàn)不佳，錯(cuò)誤地將很多非水體識(shí)別為水體。具體來(lái)看，在古洞口水庫(kù)的水體提取中，Sentinel-1的各項(xiàng)精度指標(biāo)均高于GF-3，尤其是精準(zhǔn)率高達(dá)0.913，表明其在水體提取的完整性和準(zhǔn)確性上表現(xiàn)出色。此外，Sentinel-1的召回率為0.840，略高于GF-3的0.827，說(shuō)明它在識(shí)別水體方面也具有較高的能力。IoU為O.808，進(jìn)一步證實(shí)了Sentinel-1在水體提取上的高一致性。對(duì)于GF-3來(lái)說(shuō)，雖然在一些水庫(kù)上展現(xiàn)出了較高的召回率，但精準(zhǔn)率偏低。這種情況在灘坪水庫(kù)中尤為明顯，GF-3的召回率高達(dá)0.952，但精準(zhǔn)率和IoU僅為0.656和0.636，這意味著GF-3在提取水體時(shí)包含了較多的非水體區(qū)域，導(dǎo)致了較高的錯(cuò)誤正例率。在拱橋?yàn)乘畮?kù)的提取中，GF-3和Sentinel-1的精準(zhǔn)率和召回率非常接近，且都非常高，這表明兩種數(shù)據(jù)源在此類水庫(kù)的水體提取上都表現(xiàn)出了很好的性能。然而，Sentinel-1的IoU為0.830略高于GF-3，說(shuō)明其在水體提取的一致性方面仍然具有一定優(yōu)勢(shì)。

綜上所述，Sentinel-1在多數(shù)情況下提供了更準(zhǔn)確的水體提取結(jié)果且整體一致性較好，而GF-3雖然在某些情況下能夠識(shí)別更多的水體，但需要進(jìn)一步優(yōu)化以減少錯(cuò)誤提取。

3.3 影響因素分析

在觀察Sentinel-1、GF-3SAR影像以及Senti-nel-2MSI光學(xué)影像后，發(fā)現(xiàn)無(wú)論是雷達(dá)影像或是光學(xué)影像，在山區(qū)的成像結(jié)果都不可避免地受到坡度和陰影的影響。為了探究SAR影像錯(cuò)誤提取的原因，使用該地區(qū)DEM進(jìn)行坡度計(jì)算和分析[24]，如圖4所示。

在山區(qū)復(fù)雜地形中，SAR影像的提取結(jié)果受山體坡度的影響顯著。具體而言，山體坡度過(guò)大會(huì)導(dǎo)致當(dāng)雷達(dá)波從一側(cè)照射到山體時(shí)，山體的背面會(huì)形成陰影[25]。例如圖4中區(qū)域 ① 顯示的山體坡度范圍為 60^° ～70^° ，山體背面的陰影區(qū)域由于沒(méi)有接收到雷達(dá)波，表現(xiàn)為黑暗的區(qū)域，與水體的顏色相同，導(dǎo)致該部分非水體被誤判為水體區(qū)域。山體坡度過(guò)大也會(huì)導(dǎo)致疊掩效應(yīng)顯著[26]，這種地形效應(yīng)在區(qū)域 ② 尤其明顯，其右側(cè)山體的坡度范圍為 40^°～60^° ，反射信號(hào)強(qiáng)度疊加造成影像亮度增強(qiáng)，從而導(dǎo)致水體被遮蓋無(wú)法提取。在區(qū)域 ③ 這樣水體細(xì)長(zhǎng)且水陸交接的地方，雷達(dá)波會(huì)在水體和陸地之間的界面上反射，引發(fā)多路徑效應(yīng)，干擾細(xì)長(zhǎng)水體的真實(shí)信號(hào)，使其在影像中表現(xiàn)得模糊或不連續(xù)[27]。圖4中顯示的GF-3影像相比Sentinel-1影像受地形影響更大，這是因?yàn)楦叻直媛视跋衲懿蹲礁敿?xì)的地形信息和細(xì)節(jié)，但受噪聲的影響也會(huì)更大，而較低分辨率的影像則較為平滑，能削弱噪聲的影響，但會(huì)掩蓋細(xì)微的地形特征。

3.4 淹沒(méi)頻率分析

通過(guò)對(duì)GF-3和Sentinel-1水體提取精度的對(duì)比分析，可以看出兩者在處理香溪河流域內(nèi)復(fù)雜水體環(huán)境時(shí)各具優(yōu)勢(shì)。這種精度上的差異不僅影響了對(duì)水體邊界的提取，也對(duì)后續(xù)的淹沒(méi)頻率分析產(chǎn)生了直接影響。淹沒(méi)頻率是水庫(kù)群動(dòng)態(tài)監(jiān)測(cè)中的關(guān)鍵指標(biāo)，反映了水體在特定區(qū)域內(nèi)的長(zhǎng)期覆蓋狀況[28]。高精度的水體提取為頻率分析提供了堅(jiān)實(shí)的基礎(chǔ)，而不同傳感器的性能則直接影響到頻率圖的表現(xiàn)。由于GF-3的應(yīng)急任務(wù)規(guī)劃，其重訪周期具有不固定性，這使得數(shù)據(jù)獲取時(shí)間存在不連續(xù)性，從而影響了時(shí)序分析的精度和一致性。相比之下，Sentinel-1則具有較為穩(wěn)定的重訪周期，因此在頻率圖的時(shí)間一致性上表現(xiàn)得更為平穩(wěn)。為進(jìn)一步探究GF-3和Sentinel-1在香溪河流域水庫(kù)群淹沒(méi)頻率分析中的表現(xiàn)，分析其頻率圖的時(shí)空變化特征，并揭示不同數(shù)據(jù)源所帶來(lái)的差異及其在實(shí)際應(yīng)用中的意義，本研究將水體提取的結(jié)果進(jìn)行空間疊加[29]，獲得 2021～2023 年香溪河流域內(nèi)水庫(kù)群淹沒(méi)頻率分布圖，結(jié)果如圖5所示。

在對(duì)香溪河流域內(nèi)水庫(kù)群淹沒(méi)頻率的監(jiān)測(cè)中，GF-3和Sentinel-1的淹沒(méi)頻率圖整體均表現(xiàn)為中部區(qū)域頻率較高而邊緣區(qū)域頻率較低，這是因?yàn)橹胁繀^(qū)域的水面較為穩(wěn)定，邊緣區(qū)域則可能因?yàn)槭艿匦巍⑺骱椭脖桓采w等因素影響，水面變化更為頻繁。此外，GF-3憑借其較高的空間分辨率，在淹沒(méi)頻率圖中展示出更豐富的時(shí)空變化特征。具體而言，在一些細(xì)窄水體或具有復(fù)雜邊界的區(qū)域，GF-3能夠捕捉到更細(xì)微的水體變化。這種高分辨率特性使得GF-3的數(shù)據(jù)能夠展現(xiàn)出水庫(kù)邊緣區(qū)域的細(xì)節(jié)以及水體邊界隨時(shí)間的微小移動(dòng)。然而，由于GF-3對(duì)地物細(xì)節(jié)的高敏感性，其捕捉到的細(xì)微變化可能包含了更多的環(huán)境噪聲，例如由植被、地表反射變化引起的頻率波動(dòng)。相較于GF-3展示的豐富時(shí)空變化特征，Sentinel-1的淹沒(méi)頻率圖則表現(xiàn)出更為突變性的變化，這種突變性主要反映在水庫(kù)邊緣區(qū)域，展現(xiàn)出較為明顯的空間界線變化。這意味著在同一水庫(kù)的淹沒(méi)頻率分析中，Sentinel-1可能過(guò)于簡(jiǎn)化了水庫(kù)的動(dòng)態(tài)變化，尤其是在水體緩慢變化的情境下，可能難以捕捉到更為細(xì)微的水位波動(dòng)。因此，在實(shí)際應(yīng)用中，Sentinel-1的數(shù)據(jù)更適合用于快速識(shí)別和監(jiān)測(cè)水體的劇烈變化，而對(duì)于長(zhǎng)期的水體變化趨勢(shì)分析，仍需與其他數(shù)據(jù)源如GF-3結(jié)合，以提供更加全面的水庫(kù)群動(dòng)態(tài)監(jiān)測(cè)結(jié)果。

4結(jié)論

本研究通過(guò)對(duì)香溪河流域的多個(gè)水庫(kù)應(yīng)用GF-3和Sentinel-1SAR影像進(jìn)行水體提取分析，評(píng)估了這兩種雷達(dá)衛(wèi)星在山區(qū)小水體提取中的表現(xiàn)，并與Sentinel-2MSI光學(xué)影像的提取結(jié)果進(jìn)行對(duì)比。結(jié)果表明，GF-3和Sentinel-1在水體提取中各有優(yōu)劣，并在不同應(yīng)用場(chǎng)景中表現(xiàn)出不同的特點(diǎn)。GF-3憑借其1m 的高分辨率在水體邊界提取中表現(xiàn)出顯著優(yōu)勢(shì)，能夠準(zhǔn)確捕捉到細(xì)小水體和復(fù)雜地形中的水體輪廓。例如在灘坪水庫(kù)的提取中，GF－3的召回率達(dá)到0.952，表明GF-3能夠識(shí)別出更多的實(shí)際水體，但其低精準(zhǔn)率也同樣表明GF-3在細(xì)節(jié)捕捉方面容易受到噪聲影響，從而增加了錯(cuò)誤提取的概率。Sentinel-1由于其較低的空間分辨率，能夠平滑噪聲并提供較為穩(wěn)定的水體輪廓。在古洞口水庫(kù)的提取中，Sentinel-1的精準(zhǔn)率高達(dá)0.913，而且其IoU值也高于GF-3，顯示出Sentinel-1在水體提取的一致性和輪廓完整性方面具有優(yōu)勢(shì)。在香溪河流域的淹沒(méi)頻率分析中，GF-3展示了其高分辨率帶來(lái)的豐富時(shí)空變化特征，能夠捕捉到細(xì)微的水體變化。相比之下，Sentinel-1的淹沒(méi)頻率圖顯示出更為明顯的突變性變化，這在長(zhǎng)期變化趨勢(shì)的監(jiān)測(cè)中可能存在不足。

研究結(jié)果表明，GF-3和Sentinel-1的結(jié)合使用可以在山區(qū)小水體監(jiān)測(cè)中發(fā)揮各自的優(yōu)勢(shì)。具有高分辨率的GF-3適合于詳細(xì)的水體邊界和動(dòng)態(tài)變化分析，而Sentinel-1適合于快速識(shí)別和監(jiān)測(cè)水體的劇烈變化。綜合使用這兩種數(shù)據(jù)源可以提供更加全面和準(zhǔn)確的水體監(jiān)測(cè)結(jié)果，尤其是在復(fù)雜地形和環(huán)境條件下，能夠彌補(bǔ)單一數(shù)據(jù)源的不足。

參考文獻(xiàn)：

[1]BIGGS J，VON FUMETTI S，KELLY -QUINN M. The importance of small waterbodies for biodiversity and ecosystem services：implications for policy makers[J].Hydrobiologia，2017，793：3-39.

[2]萬(wàn)華偉，康峻，高帥，等.呼倫湖水面動(dòng)態(tài)變化遙感監(jiān)測(cè)及氣候因 素驅(qū)動(dòng)分析[J].中國(guó)環(huán)境科學(xué)，2016，36（3）：894-898.

[3]HAO L，SUN G，LIU Y，et al. Urbanization dramatically altered the waterbalances of a paddy field -dominated basin in southern China[J]. Hydrology and Earth System Sciences，2015，19（7） ：3319-3331.

[4]SONG C，HUANG B，KE L，et al.Remote sensing of alpine lake water environment changes on the Tibetan Plateau and surroundings ： a review[J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2014，92：26 -37.

[5]GUO J， WANG X，LIU B，et al. Remote - sensing extraction of small waterbodies on the Loess Plateau[J].Water，2023，15（5） ：866.

[6]YAO J，SUN S，ZHAI H，et al. Dynamic monitoring of the largest reservoir in North China based on multi -source satelite remote sensing from 2013 to 2O22：water area，water level，water storage and water quality[J].Ecological Indicators，2022，144：109470.

[7]WANG Z，YE K，ZHANG M，et al. Monitoring the wetland of the yellowriver delta by combining GF-3polarimetric synthetic aperture radar and Sentinel-2A multispectral data[J].Frontiers in Ecology and Evolution，2022，10：806978.

[8]鄧啟睿，張英，劉佳，等.基于Sentinel-1/2數(shù)據(jù)的洪水淹沒(méi)范圍 提取模型[J].人民長(zhǎng)江，2024，55（9）：71-77.

[9] MARTINIS S，RIEKE C. Backscatter analysis using multi - temporal and multi- frequency SAR data in the context of flood map at River Saale，Germany[J].Remote Sensing，2015，7（6）：7732-7752.

[10］張潔玉.基于圖像分塊的局部閾值二值化方法[J].計(jì)算機(jī)應(yīng)用， 2017，37（3） ：827.

[11]XIN W J，LU J，CHEN X，et al. Flood mitigation effects of lake - reservoir group on the Poyang Lake watershed based on runoff - weighted model from multi- satellite weekly observation[J]. Journal of Hydrology：Regional Studies，2022，44：101265.

[12] ZHANG Q J.System design and key technologies of the GF-3 satellite[J].Acta Geodaetica et Cartographica Sinica，2017，46（3）：269.

[13] YANG J，CAO Y，SUN G，et al. GF -3 data real - time processingmethod based on multi - satellite distributed data processing system [J]. Journal of Central South University，2020，27（3） ：842 -852. 雙時(shí)力 2022，47（9） ：1507 -1514.

[15]HUANG L，YANG J，MENG J，et al. Underwater topography detection and analysis of the Qilianyu Islands in the South China Sea based on GF-3 SAR images[J].Remote Sensing，2020，13（1）：76.

[16]BERNARDI M S，AFRICA P C，DE FALCO C，et al. On the use of interferometric synthetic apertureradardata for monitoring and forecasting natural hazards[J]. Mathematical Geosciences，2O21，53（8）： 1781 -1812.

[17]SAUVOLA J，PIETIKaINEN M. Adaptive document image binarization [J]. Pattern Recognition，2000，33（2） ：225 - 236.

[18] ASHTEKAR A S，MOHAMMED - ASLAM M A，MOOSVI A R Utility of normalized difference water index and GIS for mapping surface water dynamics insub -upper Krishna Basin[J]. Journal of the Indian Society of Remote Sensing，2019，47：1431 -1442.

[19]GHALEHTEIMOURI KJ，ROS F C，RAMBAT S，et al. Spatial and temporal water pattrn change detection through the normalized diference water index（NDWI） for initial flood assessment： a case study of Kuala Lumpur 1990 and 2021[J]. Journal of Advanced Research in Fluid Mechanicsand Thermal Sciences，2024，114（1）：178-187.

[20]LIU S，QIU J，LI F.A remote sensing water information extraction method based on unsupervised form using probability function to describe the frequency histogram of NDWI：a case study of Qinghai Lake in China[J].Water，2024，16（12）：1755.

[21]BRUMMEL M，MuLLER P，BRAUN A. Spatial precision and recall indices to assess the performance of instance segmentation algorithms [J].Electronic Imaging，2022，34（16） ：1 -6.

[22] MANOCHA A，AFAQ Y，BHATIA M. Mapping of water bodies from Sentinel-2 images using deep learning -based feature fusion approach[J]. Neural Computing and Applications，2023，35（12） ：9167 -9179.

[23] HUSSAIN M，CHEN D，CHENG A，et al. Change detection from remotely sensed images：from pixel -based to object-based approaches [J]. ISPRS Journal of Photogrammetry and Remote Sensing，2013， 80：91 - 106.

[24] WARREN S D，HOHMANN M G，AUERSWALD K，et al. An evaluation of methods to determine slope using digital elevation data[J]. Catena，2004，58（3）：215-233.

[25] SHI C，ZUO X，ZHANG J，et al. Accuracy assessment of geometric - distortion identification methods for Sentinel-1 synthetic aperture radar imagery in highland mountainous regions[J]. Sensors，2024，24 （9） ：2834.

[26]劉鵬，李真芳，樓良盛，等.基于超像素分割與多信息融合的疊掩 和陰影區(qū)域檢測(cè)法[J].測(cè)繪學(xué)報(bào)，2022，51（12）：2517-2530.

[27]LIN Y，ZHAO J，WANG Y，et al. SAR multi - angle observation method for multipath suppression in enclosed spaces[J]. Remote Sensing， 2024，16（4） ：621.

[28] ZHANG H，KANG J，XU X，et al. Accessing the temporal and spectral features incrop type mapping using multi-temporal Sentinel ^-2 imagery：a case study of Yi’an County，Heilongjiang Province， China [ J]. Computers and Electronics in Agriculture，2020，176：105618.

[29] YANG H， WANG H，LU J，et al. Full lifecycle monitoring on drought

（編輯：謝玲姻）

Abstract：Toaddress thechallengeofreal-timemonitoringofsmallwaterbodiesinmountainousareasandtoimprovemonito ring accuracy，weevaluatedthe water bodyextractioncapabilitiesofGF-3and Sentinel-1radarsateliteimagery.Alocal threshold methodwasappiedto extract waterbodyfromradar images in multiplereservoirsinthe XiangxiRiver Basin.Theextractionresultswerecomparedwith thoseobtainedfrom Sentinel-2MSIimageryusing thenormalizeddiferencewaterindex （NDWI），followed by a quantitative analysis based on accuracy metrics.The results indicate that GF ^-3 has advantages in capturing waterbodychanges，achievingamaximumrecallrateofO.952，butitistendtobeinfluencedbynoise-inducedrrorsin complexterrin.Incontrast，Sentinel-1demonstratesbeteraccuracyandconsistency，withamaximumprecisionrateof0.913 andamaximumIntersectionoverUnion（IoU）ofO.830.Intheanalysisof inundationfrequency，GF-3revealsricherspatiotemporalvariationscomparedto Sentinel-1.The findings provideascientificbasis fortheextractionofreservoir waterbodyand water resource management under cloudy and rainy weather conditions.

Key words：waterbodyextraction；satelieandremotesensing；GF-3；Sentinel-1；inundationfrequency；localthreshold method；Xiangxi River Basin

（上接第39頁(yè)）

Evaluation on water ecological health of Chishui River based on benthic algal biological integrity index

HU Yanhang' ，GUO Hongmin'，HU Peng2，LI Xinyu2，SU Wenhang3，YAN Long （1.CollgeofHydraulicandEiromentalEnginering，hinareeGorgesUniversitychang443hina；.tateKey Laboratoryof Simulationand Regulationof Water CycleinRiver Basin，China Instuteof Water Resourceand Hydropower Research，Beijing 100038，China；3.Schoolof Civil Engineering，Sun Yat-sen University，Zhuhai 519082，China）

Abstract：Thecompositionof benthicalgalcommunitiesiscloselyrelatedtothehealth statusofrivercosystems.Analyzingthe compositionofenthicalgalcommunitiescanprovideatheoreticalbasisforprotectingtheaquaticcologicalhealthofrivers.TakingtheChisuiRiver，afirst-leveltributaryoftheYangtzeRiverwithoutdammingonthemainstream，asanexample，benthicalgaeat6 sampling points alongtheChishui River main stream were sampledandsurveyed in March，July，and November2023.A benthicalgalbiologicalintegrityindex（Pe-IB）wasconstructedwithcoreparameters includingtotalunitscore，Shannon-Wienerindex，andcelldensity.The95thpercentileofPeBvaluesfromallsampngsiteswasselectedasteoptialvalueandit wasequallydividedintofivesections，inichasctionclosesttothe95thpercentilerepresentedthebestecologicalstatus，and wasdefinedasthecologicalbaselinefortheChishuiRiver（dryseason5.53，wetseason6.O1，normalseason6.37）.Thisbaselinewasusedtoevaluatetheriver'secologicalhealth in2O23.Principalcomponentanalysis（PCA）andcorelationanalysis were used to select DO，EC，DTN，TP，and NH ³ -N as the main environmental factors from 17 environmental factors.Generalized additivemodels（GAM）andredundancyanalysis（RDA）wereused toanalyze therelationshipsbetweenthecorePe-IBIparameters （celldensity，Shanon-Wienerindex，totaltaxonomicunits）andtheprimaryenvironmentalfactors.Theresultsshowedthat when DO concentration exceeded 10mg/L ，cyanobacterial cell density was positively correlated with DO.When EC was less than 420μs/cm ，the celldensityofbenthicalgae increased with increasing EC.AsTPconcentration increased，thecelldensityofcyanobacterial increased rapidly.When TP，DO，EC，and NH₃-N increased，the Shannon-Wiener index decreased，leading to a decrease in benthic algal biodiversity.

Keywords：benthicalgae；biological integrityindex；water ecological baseline；generalizedadditive models；Chishui River