数据融合是解决传感器瓶颈对遥感数据指标限制的有效方法。数据融合是将不同指标或不同来源的数据通过一定的算法进行综合，以获得比单一数据源更加丰富的信息的过程。根据融合数据源类型，遥感数据融合可以分为同质遥感数据融合(同一成像手段获得的遥感数据进行融合，主要目的为提升数据时间、空间、光谱分辨率指标)，异质遥感数据融合(不同成像手段获得的遥感数据进行融合，比如光学—热红外、光学—雷达数据等)，遥感—站点数据融合(融合大面积低精度的遥感数据与高精度的站点观测数据，获得连续、高精度、大面积地表数据)，遥感—非观测数据融合(融合遥感数据与非遥感观测数据，又称为数据同化)。根据融合层次不同，遥感数据融合可以分为像元级融合(原始数据层面直接进行融合)、特征级融合(原始数据经过特征提取后，对特征进行融合)以及决策级融合(原始数据经过地物解译数据后进行融合)。小编整理了近年发表的遥感数据融合的最新文章供您赏析！