研究利用Sentinel-2估算河流悬沙浓度：扩充训练集并应用于多坝系统
该研究针对河流悬沙浓度（SSC）现场观测稀疏的问题，尝试用Sentinel-2卫星反射率数据反演宽度不小于60 m的大河悬沙浓度。Sentinel-2名义重访周期为5天，作者认为这提高了现场SSC观测与卫星过境时间重合的概率。 为扩充训练样本，作者利用流量—输沙率关系曲线，以及基于Dethier et al.（2020，DOI: 10.1029/2019jf005033）算法从Landsat数据得到的估算值，生成补充训练数据；最终算法用19,345条SSC观测率定，其中23%来自这一非常规训练集。作者报告该Sentinel-2算法预测悬沙浓度的相对误差为68%。 在坝体密集的Chattahoochee-Apalachicola流域案例中，算法再现了稀疏的现场观测结果，并扩展了时空覆盖范围。原文将这一结果表述为利用Sentinel-2算法加深对河流过程理解的潜力；摘要未给出分河段误差或与独立实测的系统对比细节。
推荐理由：研究用流量—输沙率关系与Landsat反演扩充Sentinel-2训练集，并给出68%相对误差，可供大河悬沙遥感反演的样本构建与精度评估参考。