主题词
时谱融合，高光谱卫星，多光谱卫星，时间分辨率，光谱分辨率
近年来，遥感技术的飞速发展催生了新一代高光谱卫星传感器，其空间分辨率已达到与 Landsat 和 Sentinel-2 等成熟多光谱传感器相媲美的水平。然而，多数高光谱卫星具有较长的重访周期，难以实时捕捉地表快速变化。
针对这一挑战，
香港理工大学朱孝林编委
团队《Remote Sensing of Environment》上发表了题为
“Spectrotemporal fusion: Generation of frequent hyperspectral satellite imagery”
的文章，提出了一种全新的时谱融合策略，提升星载高光谱数据时间分辨率，为地表动态监测提供了“高光谱+高频次”的创新解决方案。
相关代码现已开源，欢迎下载使用：
https://xzhu-lab.github.io/Pride/Open-Source-Code.html
题
目：
Spectrotemporal fusion: Generation of frequent hyperspectral satellite imagery
作者：
Shuheng Zhao, Xiaolin Zhu, Xiaoyue Tan, Jiaqi Tian
第一作者单位：
香港理工大学土地测量及地理资讯学系
关键词：
Spectrotemporal fusion, hyperspectral, multispectral, temporal resolution
引用格式：
Shuheng ZHAO, Xiaolin Zhu, Xiaoyue Tan, Jiaqi Tian. Spectrotemporal fusion: Generation of frequent hyperspectral satellite imagery. Remote Sensing of Environment, 2025, 319, 114639.
随着 卫星传感器技术的不断进步，自2018年以来，越来越多的高光谱遥感卫星（如 PRISMA、EnMap 等）相继问世。高光谱卫星影像凭借其能够获取大范围窄波段光谱信息的优势，在植被生化参数反演、水质监测等领域展现出巨大潜力，但由于其重访周期较长（例如，PRISMA 的重访周期为29天，EnMap 为27天），难以实时捕捉地表快速变化。因此，如何通过融合多源遥感卫星数据来提升高光谱卫星数据的时间分辨率，已成为发挥星载高光谱数据应用潜力的核心挑战。
随着新一代高光谱遥感卫星的空间分辨率（≤30米）和图像质量不断提高，与当前最常用的多光谱遥感卫星（如 Sentinel-2、Landsat 等）之间的空间分辨率差距不断缩小，为融合多光谱和高光谱数据提供了契机。针对这一新兴的遥感数据融合场景，本文首次提出了时谱融合理论模型(SpecTF)，该模型基于已知高光谱–多光谱影像对以及目标时刻的多光谱影像来预测对应高光谱影像。为实现该理论模型，本文利用历史高光谱–多光谱影像对，结合耦合字典学习方法构建跨传感器光谱映射，并引入归一化光谱特征以优化光谱吸收波段权重，从而提升特征表达的鲁棒性。最后，利用协同表达技术将多光谱时序变化映射到高光谱分辨率下的窄波段时序变化，实现了高光谱数据时间分辨率的有效提升。
本文选取了来自不同传感器的卫星影像数据，在六个实验地中进行了模拟数据实验与融合结果的指标性验证评价。实验表明，SpecTF技术在六种典型地物场景中的平均RMSE相比第二名对比方法降低了24.83%，光谱角误差仅为3.37°，且运行效率高，千平方公里影像处理可在几分钟内完成。
时间变化敏感性分析测试表明，大多数对比方法对于不同时间变化较为敏感，在地表覆盖变化较大的区域，融合误差明显增大，而本文提出的时谱融合模型展现出更高的鲁棒性。
图3 大兴安岭林地场景的地表覆盖变化与融合结果误差
同时，基于澳大利亚布罗瓦农业研究站的60个土壤样本的原位测量光谱和营养物浓度，分析了时谱融合结果的潜在应用能力。结果表明，时谱融合出的高频高光谱卫星数据较好地匹配了原位测量光谱，且营养物浓度反演精度优于真实获取的多光谱影像。
图4 澳大利亚布罗瓦农业研究站的60个土壤样本点的空间分布
图5 时谱融合结果的地表光谱曲线与实地测量的土壤光谱曲线对比
本文提出了一种新的时谱融合策略，旨在提升高光谱卫星遥感影像的时间分辨率。该方法建立了多光谱卫星影像与高光谱卫星影像的时谱融合理论基础，通过历史高光谱-多光谱影像对学习跨传感器光谱映射，结合高频多光谱时序数据，实现了密集高光谱影像时间序列的重建。该方法在模拟数据的定量指标评价和真实数据的效果评估中均取得了良好的效果，且运行效率高，适用于真实场景应用。该研究为遥感数据融合开创了新的研究方向。
网址链接：
https://www.sciencedirect.com/science/article/pii/S0034425725000434
第一作者
：
赵书珩
，香港理工大学土地测量及地理资讯学系博士生，研究方向为高光谱遥感。
通信作者：
朱孝林
，香港理工大学土地测量及地理资讯学系副教授，研究方向为遥感图像处理，时空分析，城市及生态遥感。
E-mail: [email protected]
实验室主页：
https://xzhu-lab.github.io/
谭晓悦
，香港理工大学土地测量及地理资讯学系博士后，研究方向为夜光遥感，时空分析。
田家旗
，新加坡国立大学地理系博士后，研究方向为植被物候遥感，时空分析。
声明
欢迎转载、转发本号原创内容，转载信息请与本号联系授权，标注原作者和信息来源为《遥感学报》。
本号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及作品内容、版权和其他问题，请在20日内与本号联系，我们将在第一时间处理。《遥感学报》拥有最终解释权。
期刊订阅
1.各地邮局订阅：邮发代号82-324；
2.科学出版社期刊发行部：联系电话010-64017032，64017539；
3.网上购买：搜淘宝店、微店店铺名称：中科期刊（订阅及销售过刊）；
《遥感学报》1月新刊热卖中
戳图片
或
阅读全文
立即购买
