近日，中国科学院空天信息创新研究院（空天院）研究员卢善龙研究团队基于SDGSAT-数据在兴都库什-喜马拉雅（HKH）区域地表水监测方面取得创新研究进展。
HKH地区被誉为“亚洲水塔”，为近20亿人口提供关键水资源。但受气候变化和人类活动影响，该地区洪涝、冰川融化等水资源波动问题日益突出，准确监测HKH地区地表水动态变化，已成为区域可持续水资源管理的关键需求。
然而，HKH地区复杂的高山地形给传统遥感水体监测带来了巨大挑战。由于山体阴影的光谱特征与水体高度相似，现有遥感方法易将阴影与水体混淆，导致复杂山区长期缺乏高精度动态水体产品。尽管部分研究尝试通过结合多种光学波段增强山体阴影与水体间差异，但这些方法更多为算法层面优化，无法从本质上解决阴影与水体的混淆问题。对于光学特征与水体极为接近的暗阴影区域，其识别能力仍然有限。如何有效削弱山体阴影干扰，成为提升山地区域地表水监测精度的关键问题。
为此，研究团队注意到，山体阴影本质是由于太阳光受到山体遮挡而形成的局地光照不均现象，而夜间因不存在太阳辐射影响、地表辐射更加稳定，从而为削弱山体阴影干扰提供了可能。基于此，研究团队创新性提出一种融合SDGSAT-1夜间热红外与Sentinel-2多光谱数据的水体动态跟踪方法（Water Dynamic Tracking, WDT），并构建了2022年HKH地区10米分辨率水体动态数据集（DWH10）。该方法有效降低山地阴影对水体识别的影响，为复杂山区水体遥感监测提供了新的技术路径。研究结果显示，DWH10成功识别出约14.5万平方公里地表水体，其中稳定水体占53%，季节性动态水体占47%。HKH地区大量动态水体主要分布于山区河谷及低海拔区域，而大型稳定湖泊则主要集中于青藏高原中部地区。
验证结果表明，DWH10总体精度达到95.4%，Kappa系数达到0.93，显著优于国际主流同类产品（JRC-GSW、GLADWater以及ESA10等）。在山区阴影严重区域和小型河流区域，DWH10展现出明显优势。由于当前联合国可持续发展目标水生态系统面积变化指标（SDG 6.6.1）基于JRC-GSW数据在HKH地区仅识别出约0.97万平方公里地表水体，DWH10数据集有效缓解了HKH山区地表水体的低估问题，为复杂山区SDG 6.6.1指标评估提供了更加准确的数据支撑。
夜间热红外遥感为复杂山区水体长期动态监测提供了新的技术方案。该研究不仅填补了HKH地区高分辨率水体动态产品不足的问题，也展示了SDGSAT-1夜间热红外数据在复杂地形环境遥感中的巨大应用潜力。研究成果可为山区水体监测、水资源管理、冰川融水变化研究以及联合国可持续发展目标（SDG 6）评估提供关键数据支撑。
上述研究成果以“High-resolution dynamic surface water mapping in the Hindu Kush Himalaya region by integrating SDGSAT-1 and Sentinel-2 observations”为题，发表于国际遥感领域顶级期刊《Remote Sensing of Environment》。香港大学FUSE Lab博士陈曦东为论文第一作者，空天院研究员卢善龙和香港大学教授陈斌为论文通讯作者。该研究得到了国家重点研发计划项目“兴都库什-喜马拉雅区域可持续发展遥感评估与能力建设”等项目支持。
论文链接：https://doi.org/10.1016/j.rse.2026.115437
DWH10产品通过Zenodo平台公开共享https://zenodo.org/records/10828610
图1 典型地物的SDGSAT-1热红外昼夜特征对比。(a) Sentinel-2 RGB影像；(b) SDGSAT-1夜间热红外影像；(c) SDGSAT-1日间热红外影像；(d-f) 不同地物夜间热红外DN值分布；(g-i) 不同地物日间热红外DN值分布。注：Ice为冰雪，Imp为不透水，Veg为植被。
图2 水体动态跟踪方法流程图
图3 DWH10空间分布及水体面积统计。注：AFG为阿富汗，BGD为孟加拉国。
图4 DWH10、JRC-GSW、GLADWater和ESA10在典型区域的结果对比。
图5 DWH10与JRC-GSW、GLADWater及ESA10在0.1°×0.1°空间网格尺度下的水体提取结果对比及水体面积统计。注：由于ESA10未区分季节性水体与稳定水体，因此仅比较了DWH10与ESA10的总水体面积。
动态新闻