Die quantitative Bewertung der Verteilungsmuster und Veränderungsregeln städtischer blauer Räume ist von großer wissenschaftlicher Bedeutung und praktischem Wert für die Koordination des Urbanisierungsprozesses und den Schutz aquatischer Ökosysteme. Die aktuelle Forschung zur Fernerkundung städtischer blauer Räume ist durch die räumliche Auflösung der Bilder begrenzt, was die Extraktion kleiner Gewässer und die feine Klassifikation von Gewässertypen vor Herausforderungen stellt. Darüber hinaus fehlen in bestehenden Studien landesweite thematische Berichte über die Verteilungsmuster und Entwicklungseigenschaften urbaner blauer Räume in nationalen neuen Gebieten. Diese Studie verbessert die U-Net-Architektur durch Einführung eines Kanalrekalibrierungsmechanismus und Residualverbindungen und schlägt das Deep-Learning-Modell CRRU-Net für die Gewässerklassifikation in hochauflösenden Fernerkundungsbildern vor. Es wurde eine Überwachungsstudie in 19 nationalen neuen Gebieten durchgeführt. Die Ergebnisse zeigen, dass das Modell bei der Gewässerklassifikation die beste Genauigkeit aufweist, mit einer Gesamtgenauigkeit von bis zu 94,96 %. Darüber hinaus basiert die Studie auf hochauflösenden (4 m) Fernerkundungsbildern aus den Jahren 2014 und 2023 zur Erstellung eines Datensatzes zur Gewässerklassifikation für nationale neue Gebiete in China, um die Klassifikationsänderungen von vier Gewässerarten: Flüsse, Seen, Stauseen und Teiche zu überwachen. Die Ergebnisse zeigen, dass die Gesamtfläche der städtischen blauen Räume in den nationalen neuen Gebieten Chinas im Zeitraum 2014 bis 2023 um 70,37 km² zugenommen hat. Darunter haben die küstennahen neuen Gebiete (mit Ausnahme des Tianjin Binhai New Area) tendenziell abgenommen, während die innerländischen neuen Gebiete (mit Ausnahme des Yunnan Dianzhong New Area) tendenziell gewachsen sind; einige Regionen zeigten aufgrund eines Gleichgewichts von Zu- und Abnahmen einen scheinbaren Wasserstabilitätszustand. Konkret haben sich die Fluss- und Stauseeflächen seit Baubeginn 2014 um 11,56 % bzw. 10,39 % erhöht, während die Flächen von Seen und Teichen um 15,35 % bzw. 10,26 % zurückgingen. Diese Studie liefert eine datenbasierte Unterstützung für die wissenschaftliche Koordinierung der Stadtentwicklung und den Schutz blauer Räume und hat große praktische Bedeutung für die Förderung einer nachhaltigen Urbanisierung.

nationale neue Gebiete; städtische blaue Räume; hochauflösende Fernerkundungsbilder; Deep Learning; semantische Segmentierung; U-Net; Gewässerklassifikation; Veränderungsüberwachung