多源遥感影像的时空融合是在软件层面解决卫星影像时间-空间分辨率矛盾的关键技术，该技术能结合各影像优势，合成高时空分辨率影像，实现密集时间序列地表精细观测。但现有的时空融合算法在通用性、面对地表类型变化等问题上仍面临挑战。针对这些问题，学院史文中教授团队在多源遥感影像时空融合技术方面取得突破，开发出一种结合变化检测技术与变化像元优化模型的改进灵活时空数据融合算法。我校2019级硕士生郭迪洲与导师史文中教授，郝明副教授及合作者将成果形成题为“FSDAF 2.0: Improving the performance of retrieving land cover changes and preserving spatial details”的学术论文，发表在遥感领域顶级期刊《Remote Sensing of Environment》（2019年IF=9.085），这是我校首次以第一单位在该期刊发表高质量论文。

论文提出了一种结合变化检测技术与变化像元优化模型的改进灵活时空数据融合算法（FSDAF 2.0），该方法在灵活时空数据融合方法（FSDAF）的基础上，利用变化检测技术提取变化信息，再结合边缘检测技术改进光谱线性解混，最后计算相似性指数，均质性指数和一致性指数建立优化模型对变化像元进行优化，实现遥感影像的时空融合，与其他传统算法相比，FSDAF 2.0在复原类别变化信息和捕捉地表细节的能力上有显著提升，在监测地球表面复杂的动态变化方面具有巨大的潜力。

结合变化信息与边缘信息优化光谱线性解混流程图

多源遥感影像时空融合原理图