卫星遥感为我们获取站点稀缺地区的水信息提供了可能。 本项目合作单位研究设计了一种简单的光学和SAR融合方法获取陆地表面水面面积的时空分布。采用Sentinel-1, Sentinel-2 和Landsat-8 影像进行多变量逻辑回归建模，获取了中国2017年至2020年每月的地表水面面积。采用高分卫星数据反演的高分辨率影像作为验证数据，发现季节尺度的精度在各个气候和自然地理分区平均可达94%， 显示了方法在各个区域应用的潜力。对项目区故县水库（2019-Sept-22）水面面积的识别精度为97%，对黄河源区的识别精度稍低一些，在2019-Aug-10为90%，在2019-Nov-13为88%。，主要原因可能是本方法未区分水面和冰面，加上黄河源区地表特征复杂，水面面积变异性大。通过与其他全球数据JRC-GSWE (European Commission Joint Research Center’s Global Surface Water Explorer )和GLAD-GSWD(the Global Land Analysis and Discovery group’s Global Surface Water Dynamics)相比，研究反演结果（简称GRAS）更能反映陆地表面水面面积的时空分布特征，对水面面积的捕捉能力可达0.81公顷以下。 　　  

　　论文参考： 

　　Citation: Druce, D.; Tong, X.; Lei, X.;Guo, T.; Kittel, C.M.M.; Grogan, K.;Tottrup, C. An Optical and SAR Based Fusion Approach for Mapping Surface Water Dynamics over Mainland China. Remote Sens. 2021,13, 1663. 

　　论文链接