نظرًا لقيود مجموعة بيانات المسطحات المائية العامة الحالية من حيث فترة زمنية واحدة ودقة التسمية المنخفضة، تقوم هذه الدراسة بإنشاء مجموعة بيانات استخراج بحيرات متعددة الفترات الزمنية عالية الجودة استنادًا إلى صور الطيف المتعدد ذات النطاق الواسع لـ "Gaofen-1" (GF-1). تم اختيار بحيرة بويانغ التي تتمتع بدرجة عالية من الديناميكية، نهر ناموكو المتوسطة، وبحيرة يانغتشنغ المنخفضة كمنطقة تجريبية، والتي تغطي فصول الربيع والصيف والخريف والشتاء لعام 2022. لتحسين جودة البيانات، يتم أولاً معالجة بيانات الطيف المتعدد لـ GF-1 بالإجراء الإشعاعي، المعايرة الإسطوانية، والتصحيح الجوي السريع؛ ثم يُطبق استراتيجية التعليم التعاوني بين التسمية الآلية والبشرية، حيث تتجاوز دقة البيانات الإجمالية في المناطق الثلاثة والأربعة مواسم 94٪، مما يضمن موثوقية ودقة المجموعة. تتميز مجموعة البيانات هذه بخاصية تعدد الفترات الزمنية ودقة التسمية العالية، مما يوفر دعمًا مهمًا لتصوير المسطحات المائية الديناميكية ورصد التغيرات في صور الاستشعار عن بعد عالية الدقة. للتحقق من فائدة المجموعة، تم إجراء تجارب باستخدام طرق مختلفة لاستخراج المسطحات المائية مثل التجزئة العتبية، الخوارزميات التقليدية للتعلم الآلي، والتعلم العميق. أظهرت النتائج أن مجموعة البيانات هذه تدعم تدريب وتقييم طرق مختلفة بفعالية، مما يقدم أساس بيانات موثوق لتحسين أداء خوارزميات استخراج المسطحات المائية الديناميكية.

Gaofen-1;المسطحات المائية الديناميكية;استخراج المسطحات المائية;مجموعة البيانات;استخراج الميزات