面向2030可持续发展目标评估的长时序水体遥感提取(湖南科技大学区域可持续发展研究院)1.案例摘要水是人类活动和社会经济发展的根源。水资源信息的高效、准确提取是实现联合国2030可持续发展议程(SDG)目标6“为所有人提供水和环境卫生并对其进行可持续管理”指标监测评估的关键。本案例通过长时序水体样本库建立机器学习模型，将模型应用到中国德清近34年水体自动提取，实现对目标6涉水生态(SDG6.6.1)监测评估。相关结果纳入《德清践行联合国2030可持续发展议程进展报告(2017)》和“中国（德清）可持续发展目标知识服务系统”，为联合国SDG6指标监测落实提供中国德清经验。Abstract:Water is an essential resource for human activities and socio-economicdevelopment.Efficient and accurate extraction of water resources information is acritical component of assessing the indicators of the United Nations SustainableDevelopment Goal (SDG)6 "Ensure availability and sustainable management ofwater and sanitation for all".In this case,a long time-series water body sampledatabase was used to train machine learning models of automatic extraction of waterbodies.The indicators achieved of water bodies changes of wading ecology(SDG6.6.1)in Deqing County were assessed by using this model from 1984-2018.Results were included in the "Progress Report of Deqing on the Implementation of theUnited Nations 2030 Agenda for Sustainable Development (2017)"and "China(Deging)Sustainable Development Goals Knowledge Service System",whichprovides the "Deqing Example"for the monitoring and implementation of the SDG 6.2.案例元信息及关键词中文：Landsat卫星，2030发展议程，水资源，机器学习，德清县Key Words:Landsat,SDG,water resources,machine learning,Deqing County1陈浩〔1979)，男，副教授，湖北荆州人，湖南科技大学区域可持续发展研究院副院长2彭焕华(1984)，男，副教授，湖南株洲人，湖南科技大学区域可持续发展研究院教师3.背景情况联合国《2030可持续发展议程》（以下简称“议程”）是指导世界各国今后十多年发展的重大全球性公共政策和政治纲领，包含经济、环境和社会三大领域的17个可持续发展目标(SDGs)。SDG6(为所有人提供水和环境卫生并对其进行可持续管理)是联合国2030可持续发展目标的重要内容，包含8项具体目标和11个具体指标，涵盖水资源、水环境、水生态以及与水相关的国际合作等多个方面主题。综合利用卫星遥感观测数据开展水资源研究是当前SDG6监测评估应用的热点。2366MTHE GLOBAL GOALS15图1联合国2030可持续发展议程17个目标及目标6针对SDG6水资源评估中长时序水资源信息的高效、准确提取问题，湖南科技大学区域可持续发展研究团队提出了一种面向2030可持续发展目标监测评估的基于长时序样本库的水体信息自动提取方法，将该方法应用到中国德清践行2030可持续发展议程进展评估，实现了对目标6涉水生态(SDG6.6.1)监测评估，例证了长时序遥感数据对SDG6目标监测实现的支撑作用。4.技术路线水资源信息的准确提取是SDG6评估的关键和基础，同时也决定了SDG6相关指标计算结果的可信度。水资源信息遥感提取是一种最常用的手段，传统方法对长时序遥感影像每幅分别进行采样、建模、提取。随着对地观测卫星的发展，可获得的遥感影像数量成几何增长，如果采用传统遥感提取方法，工作量大，效率低，同时由于云雨天气增加，会造成影像成像质量下降，从而导致水体信息提取精度降低。本案例融合长时间序列Landsat系列卫星影像数据，考虑不同水体