近日，中国科学院大学资源与环境学院李润奎副教授团队与香港大学、江西师范大学等机构合作，成功研发出一种融合时空信息的卫星遥感云遮挡填补创新技术框架（Spatio-Temporal Gap-Filling, STGF），在解决卫星遥感监测地表水体动态变化过程中由云层覆盖导致的大量数据缺失难题方面取得显著进展。核心成果以“Integrating spatiotemporal similarity for robust gap-filling in continuous surface water mapping with uncertainty quantification”为题发表于国际摄影测量与遥感领域顶级期刊《ISPRS Journal of Photogrammetry and Remote Sensing》（简称ISPRS P&RS，IF=12.2）。该研究由原国科大资环学院硕士生、现香港大学博士生肖真作为第一作者，李润奎副教授担任通讯作者，宋现锋教授参与研究。研究受到国家自然科学基金和国家科技重大专项的支持。
地表水体，包括河流、湖泊和水库等，是维系生态平衡和社会发展的关键资源和载体。随着全球气候变化和人类活动加剧，水体面积、空间分布及其动态结构特征正经历显著变化，准确掌握地表水体的时空动态对水资源科学管理至关重要。目前，卫星遥感是监测地表水动态变化的主要手段。然而，卫星观测常被云层遮挡，导致监测数据出现大量“盲区”，水体观测面临空间覆盖不完整、时间序列不连续的难题，严重制约了水资源动态监测的连续性和精确性。这些数据间隙就像一本有缺页的书，让我们无法完整掌握水体变化的故事。
838个全球验证水体分布图
针对这一挑战，研究团队创新性地提出了STGF技术框架，通过整合长期淹没频率数据、空间相似性模式和时间相似性特征，在遥感大数据支持下，通过贝叶斯概率推断等技术，不仅准确推断缺失数据，还为每个填充结果提供了像素级别的置信度评分，为数据使用者提供了关键的可靠性信息。研究团队对全球838个不同类型的水体进行了系统验证，在亚马逊河、洞庭湖和美国埃尔韦尔水库等典型水体详细验证，结果表明，该方法在河流、湖泊和水库等不同水体类型上均表现出色，较现有方法精度大幅提升，基于Landsat重建的水面积时间序列与水位观测数据和Sentinel-2卫星监测结果均高度相关，证实了STGF方法捕捉真实水体动态的卓越能力。
云遮挡填补后水体面积准确性大幅提升
不同云量遮挡下水体填补效果及可信度
STGF框架不仅适用于地表水体监测，其核心思想还可拓展至冰雪覆盖、物候监测等其他动态较强的地物类型的连续监测，为全球环境变化研究提供新方法。随着技术不断完善，它将在水资源评估、旱涝灾害预警、跨境水权争端解决以及气候政策制定等领域发挥越来越重要的作用，助力联合国可持续发展目标的实现。研究团队已将代码完全开源，可在Google Earth Engine平台上获取和应用，这一举措将极大促进全球水文监测社区的技术共享与协作创新。
针对不同类型水体效果的验证
此前，该研究团队关于地表间歇水体动态的遥感监测和间歇性特征定量分析的成果发表于遥感领域顶级期刊Remote Sensing of Environment (简称RSE，IF=11.4)，与本研究共同构成了完善的地表水体卫星遥感连续监测与分析方法体系。
P&RS论文链接：https://doi.org/10.1016/j.isprsjprs.2026.02.021
RSE论文链接：https://doi.org/10.1016/j.rse.2024.114285
开源代码链接：https://code.earthengine.google.com/d2e4ae14f76e46fd9d7e2db12f15b234
