隨著人工智能的發(fā)展，遙感信息提取成為一個日益重要的研究領(lǐng)域。地球表面大約60% 的區(qū)域長期被云層所覆蓋，這一自然現(xiàn)象給光學(xué)、熱紅外等遙感信息精確提取帶來了挑戰(zhàn)。在此背景下，結(jié)合再分析、SAR等數(shù)據(jù)，深入研究多源數(shù)據(jù)智能融合技術(shù)，實現(xiàn)遙感信息的全天候提取，對于研究氣候變化、資源管理和可持續(xù)發(fā)展具有重要意義。

       針對熱紅外和模式地表溫度數(shù)據(jù)的獲取方式（反演VS模擬）差異、空間分辨率差異等導(dǎo)致二者融合效果不佳的難題，安徽大學(xué)資源與環(huán)境工程學(xué)院科研團(tuán)隊聯(lián)合中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所、國家氣象衛(wèi)星中心、武漢大學(xué)同行提出低分辨率填充-超分辨率重建（LFSR）的遙感智能融合框架（圖1），一定程度上緩解了二者差異的影響，有效提取了全天候地表溫度信息，可為區(qū)域氣候變化提供技術(shù)支撐。相關(guān)工作發(fā)表在遙感領(lǐng)域頂級期刊《Remote Sensing of Environment》（DOI:10.1016/j.rse.2025.114637）。

低分辨率填充-超分辨率重建（LFSR）示意圖

       針對遙感影像水體提取過程中受到空間分辨率限制以及云覆蓋干擾導(dǎo)致準(zhǔn)確性不高的難題，團(tuán)隊聯(lián)合自然資源部華南熱帶亞熱帶自然資源監(jiān)測重點實驗室、中國科學(xué)院精密測量科學(xué)技術(shù)創(chuàng)新研究院同行提出一種融合光學(xué)和SAR的超分辨率水體提取人工智能模型，實現(xiàn)了云覆蓋條件下水體空間分布的有效重建，顯著提升了水體提取精度，生成更精細(xì)的水體分布圖；可為長江中下游濕地群及其水資源管理等提供技術(shù)支撐。相關(guān)工作發(fā)表在遙感領(lǐng)域頂級期刊《International Journal of Applied Earth Observation and Geoinformation》（DOI:/10.1016/j.jag.2024.104176）。

光學(xué)-SAR協(xié)同學(xué)習(xí)超分辨率水體提取示意圖

       上述兩篇論文第一單位均為安徽大學(xué)，資源與環(huán)境工程學(xué)院吳鵬海教授為通訊作者，2020級地理信息科學(xué)專業(yè)本科生李嬋、殷志祥博士分別為兩篇論文的第一作者；此外，2021級地理信息科學(xué)專業(yè)本科生賈怡萱，測繪工程專業(yè)2020級本科生凡瑞瑞、2021級本科生劉純分別參與了上述工作。近年來，吳鵬海教授團(tuán)隊在遙感人工智能領(lǐng)域取得系列高水平科研成果，組建了本科生科研小組，小組成員先后以第一作者在IEEE TGRS(2023)、遙感學(xué)報（2024）、RSE（2025)發(fā)表高水平論文，較好地提升了本科生的科研創(chuàng)新與實踐能力，體現(xiàn)了學(xué)院探索“科研育人”本科人才培養(yǎng)模式的成效。

新聞鏈接：https://www.ahu.edu.cn/2025/0224/c15129a357779/page.htm

網(wǎng)站內(nèi)容來源于互聯(lián)網(wǎng)，由網(wǎng)絡(luò)編輯負(fù)責(zé)審查，目的在于傳遞信息，提供專業(yè)服務(wù)，不代表本網(wǎng)站平臺贊同其觀點和對其真實性負(fù)責(zé)。如因內(nèi)容、版權(quán)問題存在異議的，請與我們?nèi)〉寐?lián)系，我們將協(xié)調(diào)給予處理（按照法規(guī)支付稿費或刪除），聯(lián)系方式：ahos@aiofm.ac.cn 。網(wǎng)站平臺將加強(qiáng)監(jiān)控與審核，一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容，按國家法規(guī)處理，處理時間不超過24小時