在遥感全天候信息智能提取领域，吴鹏海殷志祥团队发表了两篇高水平文章

随著人工智能的发展，遥感信息提取已经成为一个日益重要的研究领域。大约60%的地球表面 该地区长期被云层覆盖，这种自然现象给光学、热红外等遥感信息的精确提取带来了挑战。在此背景下，深入研究多源数据智能融合技术，结合再分析、SAR等数据，实现全天候遥感信息提取，对研究气候问题、资源管理和可持续发展具有重要意义。

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，针对热红外和模式地面温度数据的获取方式(反演VS模拟)差异、空间分辨率差异等问题，提出低分辨率添加-超分辨率重建（LFSR）遥感器智能结合框架(图1)，在一定程度上减少了两者差异的影响，全天候地面温度信息的有效提取，可以为区域气候变化提供技术支持。遥感领域的顶级期刊有关工作发表。《Remote Sensing of Environment》（DOI:10.1016/j.rse.2025.114637）。

低分辨率添加-超分辨率重建（LFSR）示意图

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技创新研究院同行，针对遥感影像水质提取过程中由于空间分辨率限制和云覆盖影响而导致的水质提取人工智能模型，提出了一种结合光学和SAR的超分辨率水质提取模型，完成了云覆盖环境下水质空间布局的有效重建，显著提高了水质提取精度。为长江中下游湿地群及其水资源管理提供技术支持，生成更加精细的水体布局图。遥感领域的顶级期刊有关工作发表。《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质提取示意图

上述两篇论文的第一单位是安徽大学，资源与环境工程学院吴鹏海教授是通信作者，2020级地理信息科学本科生李哉和殷志祥博士是两篇论文的第一作者。此外，2021级地理信息科学本科生贾怡萱、2020级本科生凡瑞、2021级本科生刘纯参加了上述工作。近年来，吴鹏海教授团队在遥感人工智能领域取得了一系列高水平的研究成果，成立了本科研究小组，小组成员在IEEE中以第一作者为第一作者。 TGRS(2023)、遥感学报(2024)、RSE(2025)高水平论文的发表，更好地提高了本科生的科研创新和实践能力，体现了学校探索“科研育人”本科人才培养模式的效果。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com