1 引言

遥感技术的不断发展,特别是传感器技术发展使得数据源极大的丰富,时间、空间、光谱以及极化方式不同的数据源的产生,但是一种数据源的信息量毕竟有限,所以多源遥感数据融合技术随之发展。 近年来为了实现大范围、高精度、快速变化的地表信息遥感监测，需要高时空分辨率的遥感数据。为满足大范围、高精度、快速变化的地表信息遥感监测对高时空分辨率遥感数据的需求，解决目前卫星遥感数据获取能力不足的问题，一些学者提出了一种能够综合低空间分辨率遥感数据的高时间分辨率特征和中、高空间分辨率遥感数据的低时间分辨率特征的技术，即多源遥感数据时空融合技术。[1]

随着遥感科学的迅速发展，遥感技术在各个领域应用不断深入，尤其在区域尺度的农业监测、作物估产、干旱监测和水文研究等研究中发挥着重要作用。 多空间分辨率、多时间分辨率和多光谱分辨率的综合对地观测体系已经形成，为各个领域的遥感监测提供了宝贵的数据资源。目前，常用到的遥感数据包括landsat5 tm、asteＲ 和modis 等，modis数据具有较高的时间分辨率，在作物长势监测中具有优势，但空间分辨率较低，不适于地块尺度的农田监测测等应用。tm 和asteＲ数据的空间分辨率较高，在农田区域应用广泛，但是该数据的时间分辨率低，易受云雨天气的影响，不利于长时间序列的作物长势监测。综上所述，单一传感器并不能满足高时空分辨率的观测需求。如何融合多源遥感数据发挥各自分辨率的优势，具有重要的理论意义和应用价值。[2]

2. 研究的基本内容、问题解决措施及方案