| 184 | 0 | 40 |
| 下载次数 | 被引频次 | 阅读次数 |
随着全球水资源供需矛盾加剧和水环境问题复杂化，智慧水利建设成为推动水资源管理现代化的重要手段。遥感技术因其大范围、多尺度及实时监测能力，在水务信息提取与分析中发挥了重要作用。然而，传统解译方法效率低下且主观性强，难以满足复杂场景需求。近年来，人工智能（AI）与深度学习的发展为遥感智能解译提供了新途径。结合天津地区水务信息化需求，系统梳理了遥感技术在水资源管理、水环境监测及水利工程动态监管中的应用现状与不足，提出了基于多源遥感数据的智能化解译方法。通过构建遥感影像样本库、开发有监督训练的金字塔结构遥感大模型及搭建模型平台与遥感平台，验证了智能化解译方法在实际业务中的可行性和优越性，为智慧水利建设提供了技术支持。
Abstract：With the intensifying global contradictions in water resource supply and demand,as well as increasing complexities in water environmental issues, the construction of smart water conservancy has become a crucial means to promote the modernization of water resource management.Remote sensing technology plays a significant role in the extraction and analysis of water resource information due to its ability for large-scale, multi-level, and real-time monitoring. However, traditional interpretation methods are inefficient and highly subjective, which makes them inadequate for complex scenarios. In recent years,advancements in artificial intelligence(AI) and deep learning have provided new approaches for intelligent remote sensing interpretation.This paper systematically reviews the current applications and limitations of remote sensing technology in water resource management, water environmental monitoring, and dynamic supervision of water conservancy projects based on the informatization needs of water resources in Tianjin.A method for intelligent interpretation based on multi-source remote sensing data is proposed. By constructing a remote sensing image sample database, developing supervised training pyramid-structured remote sensing large models, and building model and remote sensing platforms, this study verifies the feasibility and superiority of intelligent interpretation methods in practical applications, providing technical support for the development of smart water.
[1]蔡阳.数字孪生水利建设进展与发展思考[J].水利信息化，2025(1):1-7,20.
[2]吴昊，杨慧，赵扬，等.天津水务领域遥感监测应用现状分析及前景探讨[J].水利信息化，2021(1):44-49.
[3]钱峰，成建国，夏润亮，等.数字孪生水利“天空地水工”一体化监测感知体系构建与应用初探[J].中国水利，2024(24):39-47.
[4]耿振云.数字孪生水利发展历程、关键技术与设计要点[J].水利水电工程设计，2025,44(3):1-9.
[5]贺原惠子，刘浩，孔令然，等.水利遥感数据服务平台关键技术研究[J].水利水电工程设计，2025,44(3):10-15.
[6]徐进勇，汪潇，张增祥，等.土地资源多尺度遥感智能解译分类体系研究[J].地理信息世界，2022,29(5):112-117,124.
[7]孙武安，孔晓.遥感技术在河湖“清四乱”工作中的应用及前景[J].中国水利，2023(13):49-51.
[8]顾祝军，曾麦脉，吴家晟，等.水利遥感智能云平台HydrSAI建设及应用[J].人民长江，2024,55(8):239-245.
[9]李子阳，戴济群，黄对，等.水利工程卫星遥感监测技术应用与展望[J].水科学进展，2023,34(5):798-811.
[10]王伟，周少良.数字孪生工程建设背景下水利工程智能感知巡检系统建设[J].水利建设与管理，2023,43(1):26-31.
[11]唐铁，刘敏，彭笃明，等.村镇土地统一智能调查模式及其应用[J].国土资源导刊，2023,20(1):63-70.
[12]赵琳，许健，奚歌，等.不同影像处理方法在大坝施工范围识别中的应用分析[J].水利水电技术（中英文），2024,55(6):172-181.
[13]刘登伟，姜斌，封志明.海河流域基于MODIS 1B遥感数据反演水库库容及水深研究[J].水利水电技术，2008(7):105-108.
[14]谢慧君，李崇巍，张亚娟，等.基于光谱混合分解的流域不透水面提取及其动态分析：以于桥水库为例[J].测绘与空间地理信息，2015,38(10):34-37.
[15]杨春祥.海河流域蒸散发时空演变规律分析[D].大连：辽宁师范大学城市与环境学院，2013.
[16]房旭，段洪涛，曹志刚，等.基于多源卫星数据的小型水体蓝藻水华联合监测：以天津于桥水库为例[J].湖泊科学，2018,30(4):967-978.
[17]岳昂，戢运峰，刘红磊，等.基于Landsat 8影像的于桥水库藻华分布反演及其影响因素分析[J].安全与环境学报，2019,19(4):1448-1455.
[18]王代堃，国巧真.天津滨海新区地表水悬浮物浓度遥感反演研究[J].测绘科学，2016,41(5):67-71,142.
[19]冯爱萍，吴传庆，王雪蕾，等.海河流域氮磷面源污染空间特征遥感解析[J].中国环境科学，2019,39(7):2999-3008.
[20]陈文刚.天津滨海新区海岸带变化遥感监测与动态模拟[D].天津：天津城建大学，2017.
[21]王娟，卜志国，崔先国，等.遥感技术在海岸带监测中的应用：以天津滨海新区为例[J].山东科技大学学报（自然科学版），2010,29(3):20-25.
[22]吴正鹏，奚歌，王健洁.基于多源遥感影像的围填海监测：以天津南港工业区为例[J].城市勘测，2012(6):77-80.
[23]张士昌.基于MODIS的海河流域干旱遥感监测研究[D].石家庄：河北师范大学，2011.
[24]苗钰婷.基于遥感数据的2000年—2016年天津近岸自然湿地变化研究[J].吉林农业，2018(9):56.
[25]高军.基于遥感技术的天津湿地变迁研究[D].天津：天津师范大学，2013.
[26]薛小妮，甘泓，林超，等.基于遥感的海河流域湿地动态及恢复研究[C]//2011智能信息技术应用学会会议论文集：环境科学与资源利用专题.南昌：智能信息技术应用学会，2011:271-275.
[27]刘晓颖.海洋生态红线区遥感监测方案设计与实践[D].天津：天津师范大学，2016.
[28]KIRILLOV A,MINTUN E,RAVI N,et al. Segment anything[C]//Proceedings of the IEEE/CVF international conference on computer vision.2023:4015-4026.
[29]HE K,CHEN X,XIE S,et al. Masked autoencoders are scalable vision learners[C]//Proceedings of the IEEE/CVF conference on computer vision and pattern recognition.2022:16000-16009.
[30]CHEN T,KORNBLITH S,NOROUZI M,et al.A simple framework for contrastive learning of visual representations[C]//International conference on machine learning.PmLR,2020:1597-1607.
[31]DOSOVITSKIY A,BEYER L,KOLESNIKOV A,et al.An image is worth 16×16 words:Transformers for image recognition at scale[J].arXiv preprint arXiv:2010.11929,2020.
基本信息:
DOI：10.20275/j.cnki.issn.1007-6980.2026.01.003
中图分类号:TP751;TP18;TV21
引用信息:
[1]李喆,顾晓蓉,谢津平,等.天津水务信息遥感影像智能解译应用与实践[J].水利水电工程设计,2026,45(01):13-23.DOI:10.20275/j.cnki.issn.1007-6980.2026.01.003.
基金信息:
国家重点研发计划(2021YFB3900605)
2026-01-09
2026-01-09
2026-01-09