2022年6月15日晚19:00-20:30，武汉大学测绘遥感信息工程国家重点实验室博士生导师，张良培教授做客《星湖大讲坛》第十期，为来自线上线下多个平台的万余名听众带来“多源遥感数据的融合处理与应用”学术报告。

      伴随着传感器、通讯技术的发展，人类已构建起空—天—地一体的遥感对地观测网，实现了对地表信息的快速、高效的采集。报告首先分析了单一遥感数据在研究应用中存在的局限：仅利用单一传感器采集的数据无法获得最优的观测效果。张良培教授给出了解决途径——多源遥感数据融合。那么关键问题就在于如何将海量数据有机结合，提高遥感数据的时间、空间、光谱分辨率及其可用性。

      多源遥感数据融合分为三个维度：同质数据融合、异质数据融合以及面向应用的融合反演。同质数据融合弥补了传统遥感观测中卫星数据光谱、时间、空间分辨率相互制约的遗憾。基于变分融合框架建立的多源遥感影像的时空谱一体化模型能够获得同时具有高空间、高时间、高光谱分辨率的影像。异质数据融合充分利用不同成像手段观测数据之间的互补特性，在提供特征级、决策级信息方面具有独一无二的优势。面向应用的融合反演，结合站点监测与卫星遥感技术应用于星—地一体数据融合反演，在大气污染监测、土壤湿度校正、植被含水量反演等方面优于传统的研究。

      报告结束后，张教授和听众进行了热烈的交流和互动。主持人、实验室副主任杨必胜教授，从现场和直播间提问区的众多问题中精选了10余个问题，请张教授进行解答。张教授细致入微的回答，令大家受益匪浅。

精选问题：

1. 张教授您好，请问在轨实时图像融合在未来是否能够成为可能？

答：是的，很有可能。

1. 张教授您好，请问数据和知识的融合是否可行？

答：当然是可行的，而且（在未来的发展中）数据和知识必须要进行融合。

1. 请问张老师全天候和全天时两个概念有什么区别？

答：全天候就是包括各种气候条件，包括晴天和有云雾等状态，全天时就是一天24小时的所有时间。

1. 请问张老师如何看待深度学习神经网络的可解释性工作？

答：深度学习中有很多黑箱目前是无法解释的，但神经网络中也有可解释的部分，我们的算法中既有可解释的也有不可解释的部分。