编辑推荐丨遥感数据融合研究进展与文献定量分析(1992-2018)

原创张立福遥感学报 2021-09-20

尽管遥感的广泛应用极大地促进了传感器硬件性能和数据指标的不断提升，但是我们迄今能够获得的遥感数据依然无法同时具有高空间分辨率、高光谱分辨率和高时间分辨率的特性，这就使得遥感数据融合成为解决该问题的有效途径。
目前，针对不同应用场景下遥感数据融合算法有哪些，其发展方向如何？中国科学院空天信息研究院张立福研究员的研究团队近期在《遥感学报》发表的文章“遥感数据融合研究进展与文献定量分析(1992-2018)”给出了他们的答案。封面图片来自黄波（2012）。

引用格式

张立福, 彭明媛, 孙雪剑, 岑奕, 童庆禧. 2019. 遥感数据融合研究进展与文献定量分析(1992—2018).遥感学报, 23(4): 603-619

[DOI: 10.11834/jrs.20199073]

文章看点

遥感融合文献定量分析

运用文献定量学的方法定量分析遥感融合技术的研究现状和发展趋势，把握和梳理了学科发展脉络。

遥感数据指标提升算法

将遥感数据指标提升算法分类归纳为面向空间维提升的融合算法、面向光谱维提升的融合算法和面向时间维提升的融合算法，全面总结了遥感数据融合的算法和原理。

遥感融合算法指标评价

将指标评价体系分为有参考影像的融合评价指标以及无参考影像的融合评价指标，系统性总结了评价指标及适用范围。

文章框架

主要结论

由于遥感数据融合能综合不同数据的长处，近几十年来得到了长足的发展，出现了丰富多样的融合算法，部分已被学界广泛使用。

根据提升指标的不同，遥感数据融合可以分为基于空间维提升的融合算法、基于光谱维提升的融合算法以及基于时间维提升的融合算法。

纵观融合算法的发展历程，其发展特点和方向有：（1）多指标综合；（2）多源传感器综合；（3）融合精度不断提高；（4）算法鲁棒性增强。

原文链接：

http://html.rhhz.net/ygxb/ygxb-23-4-zhanglifu.htm

第一作者简介

张立福，中国科学院遥感与数字地球研究所研究员，遥感卫星应用国家工程实验室副主任，中国遥感应用协会专家委员会副主任委员，主要研究方向为高光谱遥感理论及多行业创新应用。主持国家重点研发专项项目1项，国家自然科学基金委重点基金1项，兵团创新团队项目1项等。曾获2016年度中国科学院杰出科技成就奖突出贡献者，2018年国家科技进步奖二等奖等多项奖项。在高光谱遥感研究领域带领研究团队取得了多项创新，研究成果多次在中央电视台、人民日报、科技日报等各类媒体报道。

E-mail: zhanglf@radi.ac.cn

个人网址:

团队介绍

中国科学院遥感与数字地球研究所高光谱遥感研究团队

中科院高光谱遥感研究室始于上世纪90年代，在中国高光谱遥感创始人童庆禧院士的指引下，高光谱遥感研究团队取得了众多标志性成果，在国内外产生了重要影响。

目前高光谱遥感研究室有中科院院士、国际宇航科学院院士、研究员、副研究员等在编研究人员10余人，研究方向包括高光谱遥感信息机理及处理技术、高光谱遥感应用于农业作物识别与分类、农业长势与病虫害监测、水环境在线监测、土壤质量评价、深空探测以及文物检测分析等领域。

团队网址：

谢登峰, 张锦水, 孙佩军, 潘耀忠, 云雅, 袁周米琪. 2016. 结合像元分解和STARFM模型的遥感数据融合. 遥感学报, 20(1):62-72

李新星, 张亭禄, 田林, 王晓菲, 刘金刚. 2015. 多卫星传感器南海叶绿素a浓度遥感数据融合. 遥感学报, 19(4):680-689

Ghassemian, Hassan. A Review of Remote Sensing Image Fusion Methods[J]. Information Fusion, 2016:S1566253516300173.

遥感资讯

会议 | 2019国际地理信息科学周·中国广州