卫星遥感、地基观测、模型模拟、社会感知等是获取地球表层科学数据的主要手段，不同来源的数据之间存在强烈的互补性。本书围绕多源数据的融合计算展开研究，以多源遥感数据的信息融合为主体内容，并扩展到与地基数据、模型模拟数据和社会感知数据的融合。内容体系上分为同质数据融合、异质数据融合、异类数据融合等几个层次：首先介绍同质光学遥感数据的空-谱融合、时-空融合及时-空-谱融合方法：其次介绍光学、雷达、短波红外、多参量产品等异质数据间的融合方法；然后介绍地基观测、遥感观测、模型模拟与社会感知等异类数据间的融合方法：最后提出广义地学数据时-空-谱一体化融合的理论框架与模型方法。
本书不仅适合作为遥感、地理、测绘等相关专业的高年级本科生、研究生的参考书，而且可供遥感信息处理、环境参量反演、陆面过程模拟、数据融合与同化等领域的科技工作者阅读参考。

第1章 绪论
1.1 地学数据类型
1.2 不同数据之间的互补性
1.3 数据融合的定义
1.4 本书研究内容
参考文献
第2章 亚像素位移影像序列超分辨率融合方法
2.1 概述
2.1.1 超分辨率技术的概念
2.1.2 超分辨率技术的遥感应用
2.2 超分辨率技术基本理论与方法
2.2.1 观测模型
2.2.2 参数估计
2.2.3 超分辨率模型
2.3 基于深度学习的视频序列超分辨率融合方法
2.3.1 概述
2.3.2 时空信息融合网络
2.3.3 空间梯度增强网络
2.3.4 联合优化策略
2.4 视频影像超分辨率融合实验
2.4.1 测试数据与实验设置
2.4.2 模拟实验
2.4.3 真实实验
2.5 本章小结
参考文献
第3章 多传感器遥感影像空-谱融合方法
3.1 概述
3.2 空-谱融合方法体系
3.2.1 成分替换融合方法
3.2.2 多分辨率分析融合方法
3.2.3 变分模型融合方法
3.2.4 机器学习融合方法
3.3 基于差值映射的深度残差卷积融合网络
3.3.1 差值映射与梯度辅助策略
3.3.2 基于差值映射的深度残差卷积融合方法
3.4 实验结果与分析
3.4.1 定量评价指标
3.4.2 模拟实验
3.4.3 真实实验
3.4.4 参数量及复杂度分析
3.5 本章小结
参考文献
第4章 多源遥感参量数据时-空融合方法
4.1 概述
4.2 时-空融合的发展现状
4.2.1 线性解混方法
4.2.2 时空滤波方法
4.2.3 变分模型方法
4.2.4 机器学习方法
4.2.5 混合方法
4.3 基于非局部滤波的时-空融合方法
4.3.1 模型框架
4.3.2 算法流程
4.3.3 实验结果与分析
4.4 深度学习时-空融合方法
4.4.1 模型框架
4.4.2 网络细节与损失函数
4.4.3 实验结果与分析
4.5 多传感器时-空一体化融合方法
4.5.1 模型框架
4.5.2 像元筛选与权重计算
4.5.3 实验结果与分析
4.6 本章小结
参考文献
第5章 多源光学遥感影像时-空-谱一体化融合方法
5.1 概述
5.2 时-空-谱一体化变分融合模型
5.2.1 时-空-谱关系模型
5.2.2 一体化融合模型
5.2.3 优化求解算法
5.3 实验结果与分析
5.3.1 超分辨率融合实验
5.3.2 空-谱融合实验
5.3.3 时-空融合实验
5.3.4 时-空-谱一体化融合实验
5.4 本章小结
参考文献
第6章 单极化-全极化SAR数据融合方法
6.1 概述
6.2 数据组织形式与退化模型
6.3 机器学习SAR数据融合模型
6.3.1 高分辨率单极化SAR特征提取模块
6.3.2 低分辨率全极化SAR超分辨率重建模块
6.3.3 交叉注意力机制
6.3.4 融合损失函数
6.3.5 双-全极化SAR影像融合方法扩展
6.4 实验结果与分析
6.4.1 实验数据与预处理
6.4.2 模拟实验
6.4.3 真实实验
6.4.4 极化分析实验
6.4.5 双-全极化SAR影像融合实验
6.5 本章小结
参考文献
第7章 光学-SAR遥感数据像素级融合方法
7.1 概述
7.2 深度循环生成对抗网络融合方法
7.2.1 双向循环融合框架
7.2.2 生成器与判别器网络结构
7.2.3 损失函数
7.3 实验结果与分析
7.3.1 分辨率提升实验
7.3.2 厚云去除实验
7.3.3 厚云去除与分辨率提升联合处理实验
7.4 本章小结
参考文献
第8章 可见光-短波红外遥感数据融合方法
8.1 概述
8.1.1 谱段相关性与互补性
8.1.2 大气散射规律
8.2 卷云波段辅助的可见光波段校正方法
8.2.1 卷云校正模型
8.2.2 参数求解
8.2.3 实验结果与分析
8.3 基于梯度融合的影像薄云雾校正方法
8.3.1 归一化梯度融合变分模型
8.3.2 波段相关性先验
8.3.3 有约束的归一化梯度融合模型
8.3.4 实验结果与分析
8.4 短波红外波段引导的融合重建方法
8.4.1 云区与非云区分离
8.4.2 相似像元高精度匹配
8.4.3 空谱马尔可夫薄云校正模型
8.4.4 实验结果与分析
8.5 本章小结
参考文献
第9章 多参量数据融合降尺度方法
9.1 概述
9.1.1 空间降尺度
9.1.2 确定性降尺度
9.1.3 统计降尺度
9.2 多元自适应回归样条降尺度方法
9.2.1 前向选择
9.2.2 后向剪枝
9.3 顾及尺度一致约束的卷积网络降尺度方法
9.3.1 双模式交叉注意力模块
9.3.2 内嵌注意力的残差密集卷积模块
9.3.3 损失函数设计
9.4 实验结果与分析
9.4.1 研究区域与数据
9.4.2 实验方案设计
9.4.3 模拟实验
9.4.4 真实实验
9.5 本章小结
参考文献
第10章 遥感与地基观测数据点-面融合方法
10.1 概述
10.1.1 点-面融合基本概念
10.1.2 大气PM2.5浓度点-面融合估算