一种改进U-Net的干旱区地表水资源遥感提取研究

刘秀慧¹，李勇¹，葛莹¹，王鸿燕²，

赖美芸¹，顾祯蓉¹，储思敏¹，丁涵¹

1. 河海大学 地球科学与工程学院，南京 211100；
2. 自然资源部国土卫星遥感应用中心，北京 100048

摘  要：埃及地处非洲大陆，水资源空间分布主要依赖于人工调控，水网结构密集且尺度复杂，尽管目前干旱区地表水遥感提取研究成果丰富，但针对埃及地区的尚不多见。因此，基于U-Net结构，以埃及为研究区，本文提出一种具有全局和局部特征的多尺度融合U-Net模型。首先，以Sentinel-2、资源三号卫星影像为数据源，通过视觉Transformer编码器和曼哈顿自注意力机制相结合，构建全局特征提取模块，提取水渠的上下文信息；其次，分别进行空间注意力和通道注意力操作，构建空间先验卷积注意力融合机制对地表水多尺度特征进行融合，提高水体边缘细节识别能力，抑制噪声和背景干扰；最后，与常用语义分割模型进行比较评价。结果表明，相较于常用语义分割模型，本文方法在狭窄水渠的自动提取中效果较好，尤其相较于改进前U-Net，交并比、F1分数、精确率指标分别提高了4.97%、3.02%、10%，提取时间节约了14.66 s。

关键词：非洲干旱地区；地表水资源；遥感提取；深度学习；U-Net模型

引用格式：刘秀慧, 李勇, 葛莹, 王鸿燕, 赖美芸, 顾祯蓉, 储思敏, 丁涵. 2025.一种改进U-Net的干旱区地表水资源遥感提取研究. 时空信息学报, 32(2): 158-167

Liu X H, Li Y, Ge Y, Wang H Y, Lai M Y, Gu Z R, Chu S M, Ding H. 2025. An improved U-Net for extraction of surface water resources from remote sensing images in arid regions. Journal of Spatio-temporal Information, 32(2): 158-167, doi: 10.20117/j.jsti.202502004

1  引  言

地表水资源对于农业灌溉、人民生产生活及生态环境至关重要。非洲是全球干旱区分布最广的大陆之一，60%以上地区为干旱和半干旱区。以埃及为代表的非洲典型干旱区，降水量少、蒸发量高，地表水资源短缺。随着气候变化和人口快速增长，埃及地表水资源不足愈发显现，因此，地表水资源的科学管理对埃及发展尤为重要（徐慧和张鹏林，2020）。准确获取地表水资源空间分布信息是实现地表水资源有效管理和可持续发展的重要基础（李文鹏等，2022）。

遥感技术是一种高效的大范围地表水监测方法，主要利用遥感影像中水体与陆地的光谱差异来识别和提取地表水（刘宝康等，2020）。通过结合对水体敏感的多个光谱波段所构建的地表水指数，可以放大地表水与其他地表类型之间的差异。例如，McFeeters（1996）基于水体对绿波段与近红外波段的敏感性构建了归一化水体指数；Xu（2006）提出了改进归一化水体指数，用于复杂城市区域的遥感地表水提取。然而，由于大范围内地表水与背景在光谱和空间上的差异性较大，难以确定光谱波段和水体指数的阈值以实现准确的地表水识别。近年来，随着深度学习方法的快速发展，人工神经网络已广泛应用于遥感地表水提取领域（王诗洋等，2021；苏雅楠等，2024）。例如，Weng等（2020）通过在分割网络（segmentation network ，SegNet）中引入残差网络，缓解了训练退化问题，同时保持了湖泊特征提取能力；Chen等（2021）提出了一种基于特征金字塔增强和像素对匹配的地表水提取方法，减轻了深度网络中的细节丢失问题，并减少了水体边界分类误差；Li等（2021）设计了一种双向通道注意力密集网络有效抑制了噪声，提高了地表水提取的精度；Luo等（2022）利用生成对抗网络改进了DeepLabV3+模型，将原始遥感数据生成假彩色合成影像用于细小地表水特征提取。其中，一方面，RMT（retentive networks meet vision Transformers）是一个显式空间先验的视觉神经网络，通过引入基于曼哈顿距离的空间衰减矩阵，将显式空间先验纳入自注意力机制中，得到曼哈顿自注意力（Manhattan self-attention，MaSA）机制，具有显式的空间先验和线性复杂度，在图像分类、目标检测、实例分割和语义分割方面的大量实验验证了其优越性（Fan等，2024）。另一方面，因U-Net结构在图像分割等领域显示了对复杂地物边界精确分割的独特优势，被广泛应用于遥感影像的分类与目标提取研究中（Ronneberger等，2015）。同时，视觉Transformer（vision Transformer，ViT）凭借强大的全局特征捕捉能力，在图像识别、分类，以及最近在高分辨率卫星影像解译中的应用日益增多，展现了传统卷积神经网络所不具备的长距离依赖解析能力（Dosovitskiy等，2020）。此外，深度可分离卷积（depthwise separable convolution，DSC）可有效提取空间特征，并整合通道信息（Chollet，2016）。目前干旱区的地表水遥感提取研究已取得了丰富成果。例如，韩玲等（2018）基于Landsat 8影像，利用红光、短波红外，结合归一化植被指数（normalized differential vegetation index，NDVI）对黄土干旱区进行了地表水体信息提取；袁瑞强和青松（2021）使用六种光谱指数提取了内蒙古干旱区地表水，探讨适用于内蒙古干旱区地表水识别的最优水体指数；顾祯蓉等（2025）基于Sentinel-1影像，提出了一种随机森林结合半监督学习的地表水遥感提取方法，以解决非洲多云多雨区域地表水资源监测问题。

区别于自然水文过程的水资源，埃及水资源的空间分布主要依赖于人工调控，水网结构密集且尺度复杂（Abdelhaleem等，2021； Fouad等，2023）。目前，尽管地表水遥感提取研究成果丰富，但针对埃及地区的研究尚不多见。因此，基于U-Net结构，以埃及为研究区，以Sentinel-2、资源三号卫星影像为数据源，本文提出一种具有全局和局部特征的多尺度融合U-Net（multi-scale fusion U-Net with global and local features，GLF-MFUNet）模型。首先，利用ViT编码器（Dosovitskiy等，2020）和MaSA机制（Fan等，2024）相结合所构建的曼哈顿视觉Transformer（Manhattan vision Transformer，MVT），通过全局特征增强对水渠及细小水体的完整性提取能力；其次，在多尺度特征融合过程中充分利用主要由空间注意力和通道注意力构成的空间先验卷积注意力融合（spatial prior convolutional attention integration，SPCAI）机制，来优化水体信息，提高边界识别精度，抑制噪声和背景干扰；最后，并与常用模型进行比较分析。

2  研究区与数据来源

2.1  研究区概况

作为非洲典型干旱区，埃及面积约100万km²，大部分地区属于热带沙漠气候，炎热干燥，降水量稀少、蒸发量高，地表水匮乏且分布不均。尼罗河是境内唯一常年性河流，自南向北贯穿埃及，形成长约1350 km、宽3~16 km的狭窄河谷，在地中海入海口形成2.4万km²的三角洲。仅占领土面积4%的尼罗河流域河谷和三角洲地区居住了全国99%的人口。尼罗河流域及其灌溉系统形成了纵横交错的水渠，水体形态从宽阔的尼罗河主流到狭窄的水渠，易受周围沙漠和农业用地等复杂地理因素的影响，这增加了埃及地表水遥感提取的难度，导致提取结果产生不完整、边界模糊、地物间混淆等问题（Abdelhaleem等，2021； Fouad等，2023）。研究区地理区位如图1所示。

2.2  数据源与预处理

实验采用2023年7月云量低于3%的Sentinel-2影像数据，空间分辨率10m，重访周期为5 d，来源于欧空局（European Space Agency，ESA）网站。资源三号（ZY-3）影像来源于中国资源卫星应用中心网站，Google Earth影像来源于Google Earth网站。

Sentinel-2影像参数见表1。影像已完成辐射校正、大气校正和几何校正等预处理。由于地表水敏感波段为红色、近红外和短波红外波段，且由其生成的假彩色合成影像能够有效识别地表水（徐涵秋，2005；Zhang等，2023）。因此，实验选取Band4、Band8和Band11，重采样至10 m分辨率。

首先，由于埃及地表水主要分布在尼罗河沿岸，选择的样本影像主要为尼罗河沿岸附近及部分沙漠区域的影像，样本影像之间互不重叠。其次对样本影像结合资源三号、Google Earth影像的目视解译结果获得标注数据，将每幅影像及相应的标注数据划分为256个像素×256个像素尺寸的样本数据，正样本与负样本比例接近1︰1。实验共选择11177个样本，随机划分为8129个训练样本、2032个验证样本和1016个测试样本。

3  研究方法

实验主要基于双路编码器和U-Net解码器（Ronneberger等，2015）结构，GLF-MFUNet模型总体架构如图2所示。双路编码器由基于卷积的局部特征提取模块和基于MVT的全局特征提取模块组成。多尺度局部特征编码器通过最大池化操作对影像降采样，生成不同尺度的特征图；同时，在多尺度全局特征提取模块中引入三层MVT；将卷积和MVT输出的深层特征输入SPCAI中，利用空间注意力和通道注意力优化特征，抑制噪声。在解码器中通过跳跃连接保留低层特征，利用反卷积恢复影像分辨率并上采样至原始分辨率，以生成地表水提取结果。

3.1  MVT

近年来，ViT在计算机视觉领域受到极大关注（Dosovitskiy等，2020）。但其自注意力机制缺乏明确的空间先验知识，限制了适用性（Fan等，2024）。因此，参考RMT原理（Fan等，2024），实验通过将MaSA（Fan等，2024）集成到ViT（Dosovitskiy等，2020），以构建MVT，技术结构如图3所示。输入特征图，通过DSC（Chollet，2016），既提高了计算效率，又增强了地表水特征的空间和通道信息表示。经归一化处理后，利用MaSA（Fan等，2024）计算每个标记的相关性，生成注意力权重。深层语义信息随后通过前馈神经网络层进一步处理，以提取特征间的复杂关系。图斑合并实现对特征图进行下采样和特征融合，减少空间维度，并增加通道维度。

基于空间衰减矩阵和注意力分解，MaSA可以灵活地集成到ViT骨干网络中（Dosovitskiy等，2020；Fan等，2024）。其中，MaSA是将RetNet中时间衰减矩阵扩展至空间域，并基于曼哈顿距离的二维双向空间衰减矩阵生成的显式空间自注意力（Fan等，2024）。其可以使得目标标记能够感知全局信息，并对不同距离的标记赋予不同水平的注意力（Fan等，2024）：

式中，Q、K、V分别为自注意力机制中的查询向量、键向量和值向量；为双向空间衰减矩阵中的元素；X为曼哈顿自注意力矩阵；γ为各标记对之间的曼哈顿距离，个像素；n、m分别为第n、m个标记，在平面内用二维坐标唯一定位，分别以（x_n，y_n）、（x_m，y_m）表示。在自注意力机制中，计算Q和K来衡量相似度，利用函数Softmax得到注意力权重，并通过所得权重对V进行加权求和，得到注意力的输出。

在利用ViT（Dosovitskiy等，2020）的早期阶段，大量标记对全局自注意力建模造成了显著的计算负担。为了在不干扰空间衰减矩阵的情况下对全局信息建模，自注意力沿影像的水平方向和垂直方向进行分解，从而实现线性复杂度建模，同时保持与原始MaSA相同的感受野范围（Fan等，2024）：

式中，Attn_H为结合一维衰减矩阵的注意力权重；MaSA(X)为曼哈顿自注意力。

3.2  SPCAI

SPCAI支持在空间和通道维度上动态分配注意力权重：

式中，X_i为融合后的第i个特征图；V_i+3为第i+3个卷积输出的特征；M_i为第i个MVT输出的特征；ReLU为激活函数；SPCA为空间先验卷积注意力方法。

SPCA结构如图4所示。由两个1×1卷积层、一个GELU激活函数，以及空间注意力和通道注意力组成。主要通过多尺度深度卷积（depthwise convolution，DC）（Chollet，2016）提取空间关系，实施通道注意力分配，实现动态的注意力权重分配，聚焦于地表水的关键区域和关键信息通道。

3.3  模型评价方法

实验采用的精度评价指标包括精确率（precision，Pr）、召回率（recall，Re）、F1分数（F1）和交并比（intersection over union，IoU；刘诗雨和郑文武，2024）：

式中，TP为被正确分类为地表水像素个数；FP为被错误分类为地表水的背景像素个数；FN为被错误分类为背景的地表水像素个数。

4  结果与分析评价

实验采用Python 3.8和PyTorch 2.1编程实现。模型训练批次大小为16，共训练100个轮次，损失函数为焦点损失+Dice损失，使用AdamW优化器，初始学习率为1×10^–4，动量设置为0.9，权重衰减系数为0.01。

4.1  实验结果

实验得到埃及2023年夏季地表水分布如图5所示。尼罗河自南向北贯穿埃及，是埃及最重要的水资源。夏季，尼罗河流域及其水渠网络中的地表水分布显著，水量充沛，不仅满足了沿岸居民的生活用水需求，还为农业灌溉提供了充足的水源。由于尼罗河三角洲地区地形平坦，河流分支众多，加之周边农田和灌溉渠的连接，形成了复杂的水网结构，不仅促进了农业生产，还维持了当地的生态系统平衡。然而，西部沙漠、东部山地地区在夏季几乎没有明显的地表水分布。这反映了干旱区水资源空间分布不均的特征。西部沙漠地区降水稀少导致地表水极为匮乏；东部山地地区虽然有一定的降水，但地形陡峭，水分难以留存，导致地表水同样稀缺。此外，纳赛尔湖作为重要的蓄水设施，在夏季发挥着关键作用，不仅调节了尼罗河的流量，还在夏季为下游地区提供稳定的水源。

4.2  精度评价

为验证方法先进性，选择目前具有代表性的常用语义分割模型ViT（Dosovitskiy等，2020）、Swin Transformer（Liu等，2021）、DeepLabV3+（Chen等，2018），进行对比实验。由表2可知，本文方法在IoU、F1分数和精确率上均有不同程度的提升，但召回率较低。究其原因，本文方法更关注于减少误检，降低非地表水误提为地表水的概率。

在不同地表区域分别利用不同方法的地表水提取结果如图6所示。可以看出，本文方法结果相对最优。其中，ViT模型（Dosovitskiy等，2020）的结果，出现了将周围地物易误分为水体，如图6（a）（d）所示；究其原因，缺乏空间先验，使得在地理因素复杂区域中对水体和非水体的边界无法进行准确提取。Swin Transformer模型（Liu等，2021）的结果，虽然相较于ViT（Dosovitskiy等，2020）能够更好地处理局部上下文信息，但对图6（b）中的狭窄水渠的提取不够完整，并漏提（d）中的细小支流交汇处信息。DeepLabV3+模型（Chen等，2018）的结果，也出现了在细小支流交汇处出现误提和分辨模糊的问题，如图6（c）（d）所示。

4.3  消融实验

为验证方法有效性，在基线模型U-Net（Ronneberger等，2015）上依次加入MVT和SPCAI进行比较。由表3可知，添加MVT后，虽然IoU、F1分数和精确率分别提高了2.97%、1.82%、7.61%，但提取时间增加了19.07 s。进一步添加SPCAI，本文方法的IoU、F1分数和精确率分别继续提高了2%、1.2%、2.39%，此时，提取时间减少了14.66 s。

在添加MVT前，模型仅依赖卷积提取局部特征，导致对狭窄水渠的提取不够完整，且易将周围地物误提为细小地表水；添加MVT后，得到显著改善，如对图6（b）中狭窄水渠的连续性和完整性提取。究其原因，MVT实行曼哈顿自注意力，增强了模型捕捉狭窄水渠整体结构的能力，从而实现了更完整和连续的提取。然而，由图6（b）中还可以看出，添加MVT后在河流边界区域易将非地表水误分为地表水。因此，实验通过进一步添加SPCAI，以执行空间注意力和通道注意力。本文方法结果显示，不仅能将狭窄水渠的边缘部分进行完善，且缓解了周围地物的误分类现象。因此，MVT的全局特征能力，能够实现准确提取埃及地区复杂的水网结构，特别是对狭窄水渠的整体识别；SPCAI通过在空间和通道层面优化多尺度特征的融合，加强水体边界细节识别，减少了沙漠和农业用地等复杂地理因素的干扰，提高了提取的准确性和稳定性。

5  结  论

鉴于埃及地处非洲干旱区，水资源空间分布高度依赖人工调控且水网结构复杂，而现有干旱区地表水遥感提取研究对埃及地区的针对性应用仍较为匮乏，本文基于Sentinel-2、国产资源三号卫星影像提出了一种地表水自动化提取的改进模型GLF-MFUNet。通过视觉Transformer编码器和曼哈顿自注意力机制相结合，构建全局特征提取模块，提取水渠的上下文信息；分别进行空间注意力和通道注意力操作，构建空间先验卷积注意力融合机制对地表水多尺度特征进行融合，提高水体边缘细节识别能力，抑制噪声和背景干扰。

（1）本文方法充分考虑了埃及地区水体形态的复杂性，能够实现细小水渠的空间连续性，可改善狭窄水渠边缘部分并减少周围非地表水噪声点。

（2）相较于目前常用语义分割模型，精度评价指标表现较好。相较于基线模型，IoU、F1分数和精确率指标分别提高了4.97%、3.02%和10%，提取时间减少了14.66 s，显著提升了提取效果和稳定性。

研究成果既能够为当地水资源的科学管理和优化配置提供重要的数据支撑，又可为非洲干旱区地表水资源的智能化提取提供一种有效的技术参考。但仍有待改进之处。例如，未来研究将主要使用国产卫星影像进行实验，同时，模型在不同地域和季节的泛化能力仍需进一步验证。

参考文献（References）

顾祯蓉, 李勇, 葛莹, 王鸿燕, 储思敏, 刘秀慧, 赖美芸, 丁涵. 2025. 一种基于SAR 影像的气候复杂地区地表水提取方法. 时空信息学报, 32(1): 82-95[Gu Z R, Li Y, Ge Y, Wang H Y, Chu S M, Liu X H, Lai M Y, Ding H. 2025. A method of surface water extraction in climatically complex areas based on SAR satellite images. Journal of Spatio-temporal Information,32(1): 82-95 (in Chinese)]

韩玲, 王源源, 赵博, 宁晓红. 2018. 基于Landsat 8影像的黄土干旱区地表水提取——以宝鸡市北部地区为例. 桂林理工大学学报, 38(3): 444-450[Han L, Wang Y Y, Zhao B, Ning X H. 2018. Extraction of surface water information based on Landsat 8 image: A case study in the loess-covered area of Northern Baoji City. Journal of Guilin University of Technology, 38(3): 444-450 (in Chinese)]

李文鹏, 郑跃军, 吴爱民, 李亚松, 袁富强, 李春燕, 王龙凤, 顾小凡, 刘俊健. 2022.我国水资源调查技术体系构建初探. 地理信息世界, 29(5): 28-34[Li W P, Zheng Y J, Wu A M, Li Y S, Yuan F Q, Li C Y, Wang L F, Gu X F, Liu J J. 2022. Preliminary study on the construction of water resources investigation technology system in China. Geomatics World, 29(5): 28-34 (in Chinese)]

刘宝康, 王仁军, 黄炳婷, 刘玉子. 2020.基于高分一号WFV数据的哈拉湖水体识别模型研究. 地理信息世界, 27(6): 69-74[Liu B K, Wang R J, Huang B T, Liu Y Z. 2020. A water identification model of hala lake based on GF1-WFV data. Geomatics World, 27(6): 69-74 (in Chinese)]

刘诗雨, 郑文武. 2024.基于改进DeepLabv3+的涉县石堰梯田遥感提取方法研究. 时空信息学报, 31(6): 722-731[Liu S Y, Zheng W W. 2024. A method for extraction of Shiyan terraced fields in Shexian County from remote sensing images based on improved DeepLabv3+ network. Journal of Spatio-temporal Information, 31(6): 722-731 (in Chinese)]

苏雅楠, 陈圣乾, 冯敏, 陈发虎. 2024.陆地地表水卫星遥感监测进展与展望. 科学通报, 69(22): 3268-3282[Su Y N, Chen S Q, Feng M, Chen F H. 2024. Progress and prospects in satellite remote sensing monitoring of terrestrial surface water. Chinese Science Bulletin, 69(22): 3268-3282 (in Chinese)]

孙微, 曹宇佳, 马新文, 魏丹. 2021. 基于Sentinel-2和ZH-1遥感影像的松北区水质监测. 地理信息世界, 28(1): 118-123 [Sun W, Cao Y J, Ma X W, Wei D. 2021. Monitoring of water quality in Songbei district based on sentinel-2 and ZH-1 remote sensing images. Geomatics World, 28(1): 118-123 (in Chinese)]

王诗洋, 李淳, 于兴超. 2021.基于深度学习的遥感影像目标自动提取技术研究. 地理信息世界, 28(2): 120-124[Wang S Y, Li C, Yu X C. 2021. Automatic extraction of target information for remote sensing images using deep learning methods. Geomatics World, 28(2): 120-124 (in Chinese)]

徐涵秋. 2005. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究. 遥感学报, 9(5): 589-595[Xu H Q. 2005. A study on information extraction of water body with the modified normalized difference water index (MNDWI). Journal of Remote Sensing, 9(5): 589-595 (in Chinese)]

徐慧, 张鹏林. 2020. 融合多源数据的水源保护区火险评估. 地理信息世界, 27(1): 48-53[Xu H, Zhang P L. 2020. Fire risk assessment of water protection areas based on multi-source data. Geomatics World, 27(1): 48-53 (in Chinese)]

袁瑞强, 青松. 2021.1990—2015年内蒙古地表水时空变化特征研究. 灌溉排水学报, 40(2): 136-143[Yuan R Q, Qing S. 2021. Spatiotemporal variation of surface water resources in Inner Mongolia from 1990 to 2015. Journal of Irrigation and Drainage, 40(2): 136-143 (in Chinese)]

张泽瑞, 范大昭, 纪松, 董杨, 李东子, 刘杰. 2024.结合注意力机制的卫星遥感影像立体匹配. 时空信息学报, 31(1): 41-49[Zhang Z R, Fan D Z, Ji S, Dong Y, Li D Z, Liu J. 2024. Stereo matching of satellite remote sensing images based on attention mechanism. Journal of Spatio-temporal Information, 31(1): 41-49 (in Chinese)]

Abdelhaleem F S, Basiouny M, Ashour E, Mahmoud A. 2021. Application of remote sensing and geographic information systems in irrigation water management under water scarcity conditions in Fayoum, Egypt. Journal of Environmental Management, 299: 113683

Chen L C, Zhu Y K, Papandreou G, Schroff F, Adam H. 2018. Encoder-decoder with atrous separable convolution for semantic image segmentation. 1802.02611. https://arxiv.org/abs/1802. 02611v3.[2024-10-15]

Chen S T, Liu Y, Zhang C. 2021. Water-body segmentation for multi-spectral remote sensing images by feature pyramid enhancement and pixel pair matching. International Journal of Remote Sensing, 42(13): 5025-5043

Chollet F. 2016. Xception: Deep learning with depthwise separable convolutions. 1610.02357. https://arxiv.org/abs/1610.02357v3. [2024-09-15]

Dosovitskiy A, Beyer L, Kolesnikov A, Weissenborn D, Zhai X, Unterthiner T, Dehghani M, Minderer M, Heigold G, Gelly S, Uszkoreit J, Houlsby N. 2020. An image is worth 16x16 words: Transformers for image recognition at scale. 2010. 11929. https://arxiv.org/abs/2010.11929v2.[2024-08-22]

Fan Q H, Huang H B, Chen M R, Liu H M, He R. 2024. RMT: Retentive networks meet vision Transformers//2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Seattle, WA, USA.5641-5651

Fouad S S, Heggy E, Ramah M, Abotalib A Z, Palmer E M, Jomaa S, Weilacher U. 2023. Egypt’s waterways conservation campaigns under growing intrinsic demand and Nile upstream damming. Journal of Hydrology: Regional Studies, 50: 101537

Li M Y, Wu P H, Wang B, Park H, Yang H, Wu Y L. 2021. A deep learning method of water body extraction from high resolution remote sensing images with multisensors. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14: 3120-3132

Liu Z, Lin Y T, Cao Y, Hu H, Wei Y X, Zhang Z, Lin S, Guo B N. 2021. Swin Transformer: Hierarchical vision Transformer using shifted windows//2021 IEEE/CVF International Conference on Computer Vision (ICCV). Montreal, QC, Canada. 9992-10002

Luo Y J, Feng A, Li H X, Li D Y, Wu X, Liao J, Zhang C W, Zheng X Q, Pu H B. 2022. New deep learning method for efficient extraction of small water from remote sensing images. PLoS One, 17(8): e0272317

McFeeters S K. 1996. The use of the normalized difference water index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7): 1425-1432

Ronneberger O, Fischer P, Brox T. 2015. U-Net: convolutional networks for biomedical image segmentation. 1505.04597. https://arxiv.org/abs/1505.04597 v1.[2024-08-19]

Sun Y T, Dong L, Huang S H, Ma S M, Xia Y Q, Xue J L, Wang J Y, Wei F R. 2023. Retentive network: A successor to Transformer for large language models. 2307.08621. https://arxiv.org/abs/2307. 08621v4[2024-10-18]

Swets J A. 1988. Measuring the accuracy of diagnostic systems. Science, 240(4857): 1285-1293

Weng L G, Xu Y M, Xia M, Zhang Y H, Liu J, Xu Y Q. 2020. Water areas segmentation from remote sensing images using a separable residual SegNet network. ISPRS International Journal of Geo-Information, 9(4): 256

Xu H Q. 2006. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14): 3025-3033

Zhang T Y, Qin C H, Li W B, Mao X, Zhao L Y, Hou B, Jiao L C. 2023. Water body extraction of the Weihe River Basin based on MF-SegFormer applied to Landsat8 OLI data. Remote Sensing, 15(19): 4697