本文为综述性科学论文,文章标题为“Recent remote sensing applications for hydro and morphodynamic monitoring and modelling”,由 Neil Entwistle(School of Environment and Life Sciences, University of Salford, UK)、George Heritage(AECOM,UK)和 David Milan(School of Environmental Sciences, University of Hull, UK)共同撰写。文章发表于期刊 *Earth Surface Processes and Landforms*,由 John Wiley & Sons Ltd 于 2018 年出版。本篇文章主要回顾了遥感技术在水文与地貌动力学研究领域的最新应用与发展趋势。
遥感技术已经成为地貌学、水文科学等研究领域的革命性工具。作者指出,遥感技术在过去十年间显著改变了科学家们对地表形态与功能的理解。尤其在河流形态学(fluvial geomorphology)领域,从早期的概念验证逐步发展成具有实际应用价值的数据获取和分析方法。
该文章回顾了这一领域的科研背景,追溯了自 2010 年期刊 Earth Surface Processes and Landforms 发布一个专辑以来的主要进展。彼时,遥感技术在河流相关文章的应用占比约为 14%,而到 2017 年,这一比例增长至 25%。文中重点强调了无人机(UAV)、激光雷达(LiDAR)和结构光建模技术(Structure-from-Motion photogrammetry, 简称 SfM)的快速崛起对研究的推动作用,同时批评了当前太多研究仅停留在验证数据精度,而未深入探讨数据生成的科学洞见。
本文的目标在于总结这些创新发展的背景知识、方法和成果,揭示遥感技术如何改善对河流形态学和动力学过程的理解,并探针未来可能的研究方向。
作者概述了遥感领域工具和方法的快速变迁。从早期的倾斜航空摄影逐步发展到光学分析、激光雷达,以及近期的 SfM 技术。这些技术不仅能提高数据覆盖范围,还显著提升了数据的精度和处理效率。例如:
本文讨论了多学科方法如何推动河流地貌学的发展,尤其是集成不同遥感技术以构建高精度模型的能力。实例包括:
作者还指出,卫星遥感数据(如 Landsat 和 Google Earth Engine)可以揭示长期变化,比如某些河段的河床弯曲率变化(Yousefi et al., 2016)。
作者进一步评价了研究方法的演进,包括自定义软件和算法的开发。例如:
这些创新不仅降低了传统费用昂贵的研究的技术门槛,也解放了研究者,使得中小型研究团队能够进行大规模数据采集并获得显著成果。
文章指出,目前遥感技术已生成海量高精度数据集,这为打破传统水文地貌学的研究范式创造了前所未有的机会。然而,作者也批评部分研究过于侧重验证数据精度,而未对复杂地貌系统提供新的生态洞察。为此,他们鼓励研究者着眼于数据背后隐藏的河流功能与过程的科学意义。
作者总结了遥感数据在应用层面上的潜力,如水文风险建模、生态恢复监测,以及气候变化的环境响应评估。这些研究直接服务于可持续发展议题,并能支持政策制定者从数据角度优化河流系统管理。
未来,随着更加高效低成本的方法开发以及可用数据集的逐渐丰富,作者预计遥感技术将在地貌学、水文学和生态学等多领域发挥更深远的影响,彻底重塑我们对系统功能表现的理解。
作者通过细致梳理以及理论与实践结合,展示了遥感技术如何推动地貌学及相关学科的科学进步。本篇文章不仅是对过去数十年的技术工具箱的全面综述,还提供了面向未来研究的愿景,为所有从事河流地貌与水文研究的学者提供清晰的路线图。