时空遥感影像融合研究的进展与趋势

发布时间：2022-08-08 14:40

　　地表与大气环境的实时精细监测需要高时空分辨率的遥感影像提供数据支撑,然而,现有单一卫星传感器无法获取同时具有高空间与高时间分辨率的遥感影像.针对这一问题,国内外学者提出了大量的时空遥感影像融合算法,以低成本、便捷高效地生成满足不同应用需求的高时空分辨率遥感影像.总结现有主要的时空遥感影像融合算法并基于不同的算法原理将其分为4类:1)基于空间信息分解的融合方法,2)基于时空变化滤波的融合方法,3)基于学习的融合方法,4)组合性的融合方法.同时,讨论时空遥感影像融合的不确定性问题,并对其未来的发展趋势提出前瞻性的展望. 

【文章页数】：9 页

【文章目录】：
1 时空遥感影像融合算法分类
    1.1 基于空间信息分解的融合方法
    1.2 基于时空变化滤波的融合方法
    1.3 基于学习的融合方法
    1.4 组合性的融合方法
2 时空融合不确定性问题分析
    2.1 多源数据不确定性
    2.2 融合方法不确定性
    2.3 精度评价不确定性
3 研究趋势展望
    3.1 多源数据发展
    3.2 融合方法发展
4 结束语


【参考文献】：
期刊论文
[1]多源卫星遥感影像时空融合研究的现状及展望[J]. 黄波,赵涌泉.  测绘学报. 2017(10)
[2]遥感高时空融合方法的研究进展及应用现状[J]. 刘建波,马勇,武易天,陈甫.  遥感学报. 2016(05)



本文编号：3671695