一项新研究对商业与公共卫星影像数据在地表水识别中的表现进行了对比。研究发现，商业卫星影像在识别地表水方面通常优于公共数据集，但在植被覆盖较强的情况下，公共数据集在发现被森林遮蔽的水体方面可能更具优势。

卫星影像如何用于地表水映射

研究指出，卫星影像可用于绘制地表水分布，并支持对河流与溪流的流动、水位乃至水温等信息的观测。其效果在很大程度上取决于卫星能否在影像中准确识别水体。

为实现识别，卫星通常借助机器学习算法分析跨光谱波段的颜色信息，其中不少波段并非人眼可见。相关信息既可来自商业购买的数据集，也可来自公开可用的数据集。商业数据往往具备更高空间分辨率，从而在像素层面呈现更多细节。

PlanetBasemap与DSWE对比：分辨率与光谱覆盖的取舍

为评估更高分辨率影像对地表水检测的影响，研究团队将商业PlanetBasemap数据集与公共数据集动态地表水范围（Dynamic Surface Water Extent，DSWE）进行了比较。DSWE基于美国地质调查局（USGS）的Landsat项目构建。

论文第一作者、北卡罗来纳州立大学博士生莫莉·盖恩斯（Mollie Gaines）表示，PlanetBasemap的更高分辨率使其更容易识别小型水体。该研究以《空间尺度对光学地球观测衍生季节性地表水范围的影响》为题，发表在《地球物理研究快报》上。

盖恩斯称，Planet数据分辨率约为4米，即每个像素约对应4米×4米的地表区域，相较之下DSWE的分辨率为30米。研究结果显示，商业数据集通常能识别更多较小水体以及更完整的河流范围。

不过，研究也发现，在植被茂盛的季节，公共数据的优势会更为突出。盖恩斯指出，DSWE覆盖的电磁波谱范围比PlanetBasemap更宽，因此在检测被植被遮蔽的水体方面表现更好。她表示，Planet Scope数据（PlanetBasemap所基于的数据）主要包含红、蓝、绿可见光波段以及近红外波段，而DSWE包含短波红外波段，后者被认为更适合用于识别此类水体。

置信等级设置影响公共数据的检出表现

研究还提到，当纳入DSWE的全部三个“置信等级”时，公共数据的优势更为明显。置信等级用于按影像中含水可能性对数据进行分类。在包含全部等级的情况下，DSWE在溪流与河流等场景中捕捉到更多水体，研究认为这与水体蜿蜒路径有时会干扰影像分类有关。

研究团队据此表示，两类数据集各有适用场景。在研究非常小的水体（如池塘）时，商业数据可能更为可靠；而在研究区域较大时，公开可用的数据产品同样是有力选择。

该研究合著者包括北卡罗来纳州立大学的米雷拉·G·图尔布雷、达西·博斯特、丽贝卡·科莫斯托、瓦伦·蒂瓦里和胡利奥·凯内塔；Planet Labs公司的维尼修斯·佩林；以及哥伦比亚水文、气象与环境研究所的亨利·卡斯特拉诺斯·基罗兹。