基于 GEE 利用 Sentinel-1 SAR 数据计算标准化双极化水体指数（SDWI）实现水体智能识别
目录
1 引言
2 详细解析
2.1 Sentinel-1 SAR数据
2.2 标准化双极化水体指数（SDWI）
2.3 水体掩膜生成与面积计算
2.4 影像可视化与导出
3 完整代码
4 运行结果
5 总结
1 引言
水资源是地球上最宝贵的自然资源之一，其动态变化对生态环境、农业生产、防洪减灾以及气候变化研究具有深远影响。传统的地面监测方法耗时耗力，难以实现大范围、高频率的观测。遥感技术的飞速发展，特别是合成孔径雷达（SAR）卫星的出现，为水体监测提供了全天时、全天候的解决方案。本文将深入探讨一个基于Google Earth Engine (GEE) 平台，利用Sentinel-1 SAR数据进行水体提取和面积计算的案例，并详细解析其技术原理与应用价值。
2 详细解析
2.1 Sentinel-1 SAR数据
该案例的核心数据源是欧洲哥白尼计划下的Sentinel-1卫星提供的地距探测（Ground Range Detected, GRD）产品。与光学遥感不同，SAR传感器能够主动发射微波信号并接收其回波，这意味着它不受云层、雾霾或夜间条件的影响，能够实现真正的全天候观测。这对于多云多雨地区的水体监测尤为关键。
代码中对Sentinel-1数据的筛选条件包括：
- 时间范围：filterDate('2018-08-25', '2018-09-05')，精确锁定特定监测时段。
- 地理范围：filterBounds(roi)，限定在感兴趣区域（Region of Interest, ROI）内。
- 极化方式：filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV'))，选择VV（垂直发射-垂直接收）极化数据。VV极化对水体表面光滑度变化敏感，常用于水体探测。
- 成像模式：filter(ee.Filter.eq('instrumentMode', 'IW'))，选择干涉宽幅（Interferometric Wide Swath, IW）模式，这是Sentinel-1陆地观测的常用模式，兼顾了宽覆盖和中等分辨率（10米）。