英国威廉集团硕士研究生况娅妮在《科学工程与社会发展》发表题为“基于LNN的武汉近30年地表水体变化检测方法研究”的研究论文（图1），况娅妮为第一作者，威廉williamhill为第一完成单位。

图1.文章首页截图

研究中提出了一种基于液态神经网络（LNN）的L-TFRNet模型，能精准检测武汉近30年地表水体变化。该模型融合LNN的连续动态建模与自注意力机制，在有限时间节点下刻画水体缓变与突变共存的演变过程。研究基于GEE平台收集1995-2025年多源影像，构建标准化时序数据集，通过共享编码器、时序特征细化、变化特征增强及多任务协同优化，实现高精度水体提取与连续变化检测。实验表明，L-TFRNet在精度、F1分数和IoU上显著优于传统方法，LNN是关键提升点；实验结果分析，30年间武汉主要水体总面积从约2140 km²降至2117 km²，但各湖泊萎缩、碎片化与生态恢复差异显著。该研究为城市长时序水生态监测提供了新路径，可推广至湿地保护、水资源管理等领域。

论文链接：

https://scholar.cnki.net/zn/Detail/index/GARJ2021_7/SQMC6C90E7856732F7F7AF2CF78E049DDE87