本报讯（全媒体记者师亚萍）日前，安徽大学资源与环境工程学院吴鹏海、殷志祥教授团队在遥感数据融合与降尺度领域接连取得多项进展，相关成果为地表精细监测和气候变化研究提供了关键技术支撑。
　　针对多光谱遥感影像因混合像元导致地物边界模糊、识别精度低的问题，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和中国科学院精密测量科学与技术创新研究院，提出“空间-光谱特征协同融合（CSSF）”新方法，通过双向优化空间与光谱信息，显著提升地物识别精度，可广泛应用于城市发展监测、生态监管和灾害响应。
　　此外，针对传统地表温度降尺度方法依赖辅助变量、普适性受限的技术瓶颈，团队联合长安大学、安徽农业大学、安徽师范大学等高校，提出了基于多源参考的地表温度超分辨率降尺度的深度学习思路，通过构建多注意力多残差超分辨率网络，有效提升了中国陆面数据同化系统（CLDAS）地表温度数据的空间分辨率，为区域气候变化分析提供更精准的数据支持。
　　该系列研究推动了遥感数据智能化处理的技术进步，不仅在理论层面实现了创新突破，也在实际应用中展现出巨大潜力。无论是在城市规划、生态环境保护，还是在自然灾害应对等领域，这些新技术都为相关领域提供了更加精准的数据支持和技术手段。