近期一项研究分析了商业与公共卫星数据集在水体测绘中的性能差异。卫星影像作为绘制地表水的有效手段，能够监测河流、溪流的位置变化和水位信息。其效果依赖于从图像中准确识别水体的能力。

卫星通过机器学习算法处理光谱波段的颜色数据，其中部分波段超出人眼可见范围。这些数据来源于商业采购或公开数据集，商业数据通常提供更高分辨率的影像，从而在像素层面展现更多细节。为评估分辨率对水体检测的影响，研究人员对比了商业数据集PlanetBasemap与公共数据集动态地表水范围（Dynamic Surface Water Extent，基于美国地质调查局的陆地卫星计划）。

主要作者、北卡罗来纳州立大学博士候选人Mollie Gaines表示：“Planet数据的分辨率约为四米，每个像素对应四乘四米区域。相比DSWE的30米分辨率，这提供了更精细的图像。商业数据集在识别小型水体和河道范围方面通常表现更优。”相关论文《空间尺度对光学地球观测衍生季节性地表水范围的影响》已发表于《地球物理研究快报》。

然而，Gaines指出，在植被茂密季节水体被遮挡时，情况有所不同。公共DSWE数据覆盖的电磁光谱范围更广，使其在探测植被覆盖下的隐藏水体方面更具优势。她说：“PlanetBasemap基于的Planet Scope数据仅包含红、蓝、绿和近红外波段。DSWE则加入了短波红外波段，这对于此类水体检测更为有效。”当纳入DSWE的所有三个置信度类别（按水体存在概率分类）时，这一优势尤为明显，帮助在溪流和河流等蜿蜒区域捕获更多水体，减少分类误差。

研究结果表明，两种数据集各有适用场景。商业数据在检测池塘等微小水体时更为可靠，而公共数据对于大范围研究区域是强有力的选择。合著者包括北卡罗来纳州立大学的Mirela G. Tulbure、Darcy Boast、Rebecca Composto、Varun Tiwari和Júlio Caineta；Planet Labs Inc.的Vinicius Perin；以及哥伦比亚水文、气象和环境研究所的Henry Castellanos Quiroz。

出版详情：作者：Joey Pitchford, North Carolina State University；标题：《Trade-offs between commercial and public satellite data in water mapping accuracy revealed》；发表于：《Geophysical Research Letters》(2026)。