遥感技术具有海量数据特征,各种对地观测卫星不断地提供不同空间分辨率、波谱分辨率和时间分辨率的遥感图像。单一信息源难以充分满足资源数据监测的需要,为了充分利用数据源,从巨量数据中发现需要的信息,对观测目标有一个更加全面、清晰、准确的理解与认知,人们迫切寻求一种综合利用各源数据的技术方法。数据融合技术在多源遥感数据的综合利用和提高数据质量上提供了一个可行的方向,一直是近几年国际遥感界研究的热点。遥感影像数据融合作为一种数据综合处理技术,涉及到很宽的领域和多方面的内容,是个复杂的技术问题。多源遥感数据融合会受到许多因素的限制,但其最终目的是要选择合适的融合算法来满足特定应用领域的精度要求。目前有关融合效果的评价还没有一致的评价准则和标准。因此,如何评价融合结果的客观性和可信度,也是人们长期一直探索的问题。本文拟在前人研究的基础上进行融合效果的评价,探讨融合评价的方法。首先,从空间分辨率和光谱特征上分别对 5 种融合方法进行定性和定量的对比分析,分析各融合算法对空间分辨率提高的程度和对原始影像光谱的扭曲程度;继而对案例区进行影像监督和非监督分类比较,来说明不同融合方法对遥感影像分类所产生的影响,为不同应用领域的分析者选择最佳融合方法提供一些参考意见。全文共分六部分(包括引言和结论)。第一部分:从人们对遥感数据的需求和融合技术复杂性上介绍了本文的研究意义和分析了影像数据和案例区的特征。第二部分:纵观国内外遥感数据融合研究,论述了遥感影像融合理论上研究、融合评价技术、融合的关键技术、融合技术应用及其存在的问题。第三部分:介绍了遥感数据特性、融合算法的理论基础。分析了所选取 SPOT5影像数据特征,预处理和波段组合优化,提出本文的研究方法。第四部分:分别对 5 种基本融合方法进行定性和定量对比分析,从地物光谱的