面向2030可持续发展目标评估的长时序水体遥感提取陈浩1，彭焕华2（湖南科技大学区域可持续发展研究院）1.案例摘要水是人类活动和社会经济发展的根源。水资源信息的高效、准确提取是实现联合国2030可持续发展议程（SDG）目标6“为所有人提供水和环境卫生并对其进行可持续管理”指标监测评估的关键。本案例通过长时序水体样本库建立机器学习模型，将模型应用到中国德清近34年水体自动提取，实现对目标6涉水生态（SDG6.6.1）监测评估。相关结果纳入《德清践行联合国2030可持续发展议程进展报告（2017）》和“中国（德清）可持续发展目标知识服务系统”，为联合国SDG6指标监测落实提供中国德清经验。Abstract:Waterisanessentialresourceforhumanactivitiesandsocio-economicdevelopment.EfficientandaccurateextractionofwaterresourcesinformationisacriticalcomponentofassessingtheindicatorsoftheUnitedNationsSustainableDevelopmentGoal(SDG)6"Ensureavailabilityandsustainablemanagementofwaterandsanitationforall".Inthiscase,alongtime-serieswaterbodysampledatabasewasusedtotrainmachinelearningmodelsofautomaticextractionofwaterbodies.Theindicatorsachievedofwaterbodieschangesofwadingecology(SDG6.6.1)inDeqingCountywereassessedbyusingthismodelfrom1984-2018.Resultswereincludedinthe"ProgressReportofDeqingontheImplementationoftheUnitedNations2030AgendaforSustainableDevelopment(2017)"and"China(Deqing)SustainableDevelopmentGoalsKnowledgeServiceSystem",whichprovidesthe“DeqingExample”forthemonitoringandimplementationoftheSDG6.2.案例元信息及关键词中文：Landsat卫星，2030发展议程，水资源，机器学习，德清县1陈浩（1979-），男，副教授，湖北荆州人，湖南科技大学区域可持续发展研究院副院长2彭焕华（1984-），男，副教授，湖南株洲人，湖南科技大学区域可持续发展研究院教师KeyWords:Landsat,SDG,waterresources,machinelearning,DeqingCounty3.背景情况联合国《2030可持续发展议程》（以下简称“议程”）是指导世界各国今后十多年发展的重大全球性公共政策和政治纲领，包含经济、环境和社会三大领域的17个可持续发展目标（SDGs）。SDG6（为所有人提供水和环境卫生并对其进行可持续管理）是联合国2030可持续发展目标的重要内容，包含8项具体目标和11个具体指标，涵盖水资源、水环境、水生态以及与水相关的国际合作等多个方面主题。综合利用卫星遥感观测数据开展水资源研究是当前SDG6监测评估应用的热点。图1联合国2030可持续发展议程17个目标及目标6针对SDG6水资源评估中长时序水资源信息的高效、准确提取问题，湖南科技大学区域可持续发展研究团队提出了一种面向2030可持续发展目标监测评估的基于长时序样本库的水体信息自动提取方法，将该方法应用到中国德清践行2030可持续发展议程进展评估，实现了对目标6涉水生态（SDG6.6.1）监测评估，例证了长时序遥感数据对SDG6目标监测实现的支撑作用。4.技术路线水资源信息的准确提取是SDG6评估的关键和基础，同时也决定了SDG6相关指标计算结果的可信度。水资源信息遥感提取是一种最常用的手段，传统方法对长时序遥感影像每幅分别进行采样、建模、提取。随着对地观测卫星的发展可获得的遥感影像数量成几何增长，如果采用传统遥感提取方法，工作量大，效率低，同时由于云雨天气增加，会造成影像成像质量下降，从而导致水体信息提取精度降低。本案例融合长时间序列Landsat系列卫星影像数据，考虑不同水体类型、气象条件，建立长时序水体样本库。根据不同区域特征，对持续监测过程中新加入的遥感影像按照特定规则进行样本库自动匹配，根据匹配的样本建立机器学习模型，利用训练好的模型应用到德清县长时序（1984-2018年）的水体自动提取，快速获取指定区域水体动态变化信息，并将结果用于SDG6.6.1涉水生态系统的可持续发展监测评估。总体技术路线如下：图2水体自动提取技术路线（注：通过人工采集建立水体样本库，获取不同环境条件下水体样本8万余条；随机森林水体分类模型10折交叉验证平均分...