【安徽大学】
本网讯（资源与环境工程学院）随着人工智能的发展，遥感信息提取成为一个日益重要的研究领域。地球表面大约60% 的区域长期被云层所覆盖，这一自然现象给光学、热红外等遥感信息精确提取带来了挑战。在此背景下，结合再分析、SAR等数据，深入研究多源数据智能融合技术，实现遥感信息的全天候提取，对于研究气候变化、资源管理和可持续发展具有重要意义。
针对热红外和模式地表温度数据的获取方式（反演VS模拟）差异、空间分辨率差异等导致二者融合效果不佳的难题，团队联合中国农业科学院农业资源与农业区划研究所、国家气象卫星中心、武汉大学同行提出低分辨率填充-超分辨率重建（LFSR）的遥感智能融合框架（图1），一定程度上缓解了二者差异的影响，有效提取了全天候地表温度信息，可为区域气候变化提供技术支撑。相关工作发表在遥感领域顶级期刊《Remote Sensing of Environment》（DOI:10.1016/j.rse.2025.114637）。
低分辨率填充-超分辨率重建（LFSR）示意图
针对遥感影像水体提取过程中受到空间分辨率限制以及云覆盖干扰导致准确性不高的难题，团队联合自然资源部华南热带亚热带自然资源监测重点实验室、中国科学院精密测量科学技术创新研究院同行提出一种融合光学和SAR的超分辨率水体提取人工智能模型，实现了云覆盖条件下水体空间分布的有效重建，显著提升了水体提取精度，生成更精细的水体分布图；可为长江中下游湿地群及其水资源管理等提供技术支撑。相关工作发表在遥感领域顶级期刊《International Journal of Applied Earth Observation and Geoinformation》（DOI:/10.1016/j.jag.2024.104176）。
光学-SAR协同学习超分辨率水体提取示意图
上述两篇论文第一单位均为安徽大学，资源与环境工程学院吴鹏海教授为通讯作者，2020级地理信息科学专业本科生李婵、殷志祥博士分别为两篇论文的第一作者；此外，2021级地理信息科学专业本科生贾怡萱，测绘工程专业2020级本科生凡瑞瑞、2021级本科生刘纯分别参与了上述工作。近年来，吴鹏海教授团队在遥感人工智能领域取得系列高水平科研成果，组建了本科生科研小组，小组成员先后以第一作者在IEEE TGRS(2023)、遥感学报（2024）、RSE（2025)发表高水平论文，较好地提升了本科生的科研创新与实践能力，体现了学院探索“科研育人”本科人才培养模式的成效。
声明: 本文资料和图片来自于政府/园区管委会官网、官方公众号、材料相关媒体及其他公开资料，如信息有误或有遗漏，欢迎联系我们修改；我们尊重知识产权，因整理资料所需，本文中引用部分公开第三方的数据、图片等内容，其所属的知识产权归属原作者，且凡引用的内容均在文中标注了原文出处、原作者。若版权所有者认为本文涉嫌侵权或其他问题，请联系我方及时处理；我们力求数据严谨准确，但因受时间及人力限制，文中内容难免有所纰漏。如有重大失误失实，敬请读者不吝赐教批评指正。
转自：安徽大学
