近日,我院智能遥感团队贾燕副教授在遥感领域顶级刊物《Remote Sensing of Environment》环境遥感(RSE)发表了题为“Fusing SAR Image and CYGNSS Data for Monitoring River Water Level Changes by Machine Learning”的学术论文。RSE被公认为遥感领域内顶级学术期刊 (中科院SCI一区TOP期刊,2024年影响因子 IF为11.4),在全球遥感类SCI学术期刊中长期排名第一,具有广泛而深远的国际影响力。
南京邮电大学物联网学院贾燕副教授为第一作者,学院研究生刘泉为第二作者,河南理工大学金双根教授为通讯作者。合作单位包括中科院南京地理与湖泊研究所、南京师范大学、中科院上海天文台和意大利都灵理工大学。

图1论文首页
本研究针对河流水位动态监测这一关键科学问题,开展了融合多源遥感数据与机器学习技术的综合探索。水位变化受多因素驱动且具有显著时空异质性,传统站点观测存在空间局限,而单一遥感手段又无法兼顾时空分辨率。为此,研究团队创新性地将导航卫星反射信号(GNSS-R)与雷达遥感(Sentinel-1)在水文监测领域进行深度融合,通过智能算法构建多模态特征融合模型,实现了流域尺度的高精度水位反演。经15个基准站点验证,该融合模型的均方根误差较传统方法降低50%以上,并在8个外推验证站点保持稳定性能,充分证明了方法的可靠性。这项突破不仅为构建全天候、全流域的水文监测网络提供了核心技术,更在洪涝预警、水资源管理和生态水文研究等领域展现出重要应用价值。研究成果系统阐明了多源遥感协同监测的机理,推动了智能遥感技术在水文领域的工程化应用,为全球水循环研究提供了新的技术范式。该技术可与物联网结合,通过部署低成本GNSS-R接收器、水位传感器和无线传输网络,构建“空-天-地”一体化的智慧水文监测系统。

图2射阳河水位估算与里下河地区降水分布:(a)上下游水文站点位置分布图;(b-d) 6月1日、6月13日及7月31日连续水位空间分布预测结果;(e)上下游水位估算值与实测数据时序对比
本项研究得到了江苏省水旱灾害防御调度指挥中心、南京国础科学技术研究院等单位的大力支持,以及国家自然科学基金(42001375)、江苏省研究生科研与实践创新计划(KYCX25_1216)等项目资助。
论文信息:Jia, Y., Liu, Q., Song, C., Xiao, Z., Dai, Q., Jin, S., Savi, P., 2025. Fusing SAR image and CYGNSS data for monitoring river water level changes by machine learning. Remote Sensing of Environment 329, 114927.
论文链接:https://doi.org/10.1016/j.rse.2025.114927
欢迎交流:jiayan@njupt.edu.cn
撰稿:刘泉 初审:贾燕 编辑:唐静月 审核:解相朋