面向云覆盖的遥感影像时空融合深度学习方法及其应用

隋冰清,殷志祥,吴鹏海,吴艳兰

Method and Application of Spatial-temporal Fusion for Cloud Coverage of Satellite Images on Deep Learning

Bingqing Sui,Zhixiang Yin,Penghai Wu,Yan lan Wu

表4 2015年1月19日和5月19日两种方法融合结果的定量对比（黑体加粗结果更好）

Table 4 The quantitative comparison of the fusion results from the two algorithms on January 19， 2015 and May 19， 2015 （the bolded results are better）

缺失率类型 波段 2015年1月19日 2015年5月19日 ESTARFM 本文方法 ESTARFM 本文方法 RMSE SSIM RMSE SSIM RMSE SSIM RMSE SSIM 33% 绿色 0.048 59 0.991 87 0.034 01 0.992 03 0.032 01 0.988 70 0.020 93 0.997 01 红色 0.046 51 0.990 17 0.032 37 0.987 89 0.039 28 0.985 19 0.038 03 0.993 13 近红外 0.071 19 0.985 57 0.057 20 0.988 50 0.075 05 0.978 28 0.069 60 0.982 32 中红外 0.040 15 0.991 42 0.021 54 0.993 75 0.041 58 0.988 12 0.039 32 0.988 77 平均值 0.051 61 0.991 47 0.037 05 0.989 15 0.046 98 0.985 07 0.041 95 0.990 31 59% 绿色 0.047 67 0.992 02 0.033 78 0.992 05 0.031 25 0.989 11 0.020 88 0.997 01 红色 0.045 34 0.990 35 0.032 58 0.987 84 0.039 11 0.985 06 0.038 39 0.993 07 近红外 0.072 91 0.984 70 0.057 90 0.985 14 0.078 43 0.978 11 0.067 10 0.982 60 中红外 0.042 71 0.990 54 0.022 35 0.993 59 0.043 55 0.987 77 0.036 47 0.988 58 平均值 0.052 16 0.988 53 0.036 65 0.990 26 0.048 09 0.985 01 0.040 78 0.990 32 67% 绿色 0.050 85 0.991 47 0.033 78 0.992 05 0.032 51 0.989 05 0.020 95 0.997 01 红色 0.052 05 0.989 23 0.032 58 0.987 84 0.038 09 0.986 20 0.038 14 0.993 11 近红外 0.073 60 0.985 74 0.062 38 0.983 99 0.083 70 0.978 40 0.065 40 0.982 70 中红外 0.053 00 0.990 52 0.022 78 0.993 53 0.038 99 0.988 87 0.037 27 0.988 69 平均值 0.062 23 0.989 24 0.037 88 0.991 14 0.048 32 0.985 63 0.040 44 0.990 38