近日，京津冀生态文明发展研究院么嘉棋副研究员等人合作撰写的研究成果《SDNet: A Multi-Scale SWOT Framework for Denoising and Quality-Control Optimization in Inland Water Body Extraction》在国际遥感领域权威期刊《GIScience & Remote Sensing》发表。该研究围绕SWOT卫星内陆水体提取中存在的噪声干扰与质量控制不稳定问题，提出了多尺度去噪与质量控制优化一体化框架，为提升新一代测高卫星数据在复杂水体环境中的应用精度提供了关键技术支撑。

SWOT卫星具备二维水面高程观测能力，但在复杂地形与多路径散射条件下，KaRIn干涉雷达数据易受到噪声与异常值影响，进而制约内陆水体边界提取与水位反演精度。针对这一挑战，研究团队构建了SDNet多尺度网络框架，将多尺度特征提取、噪声抑制与质量控制参数优化相结合，实现对SWOT水体像元的精细识别与误差校正。该方法显著提升了复杂河网、湖泊及水库区域的水体提取稳定性与空间一致性，有效降低了误判与漏判风险。

图1 SDNet 框架总体技术流程。a）SWOT 卫星观测原理示意图；b）前期准备与数据预处理，包括原始数据处理与数据集构建；c）SDNet 网络结构概览：基于频域变换的数据去噪与特征提取框架。

本研究由天津师范大学联合多家科研单位共同完。徐浩钧（天津师范大学，第一作者）、么嘉棋（天津师范大学，通讯作者）、徐南（深圳大学，通讯作者）、武建军（天津师范大学）、莫凡（自然资源部国土卫星遥感应用中心）、李腾（中山大学）、卢庆锴（天津师范大学）、夏皓斌（北京师范大学）、张健航（东京大学）。

论文链接：https://doi.org/10.1080/15481603.2026.2636315.