高分辨率卫星幅宽有限,涉及大区域的对地观测应用通常需要对多张高分辨率图像进行镶嵌。由于拍摄时间不同,这些参与镶嵌的图像通常具有明显的颜色差异,因此要进行图像匀色,以避免过渡区域内明显的接缝线和重影。当前的遥感图像镶嵌技术在消除图像之间色彩差异问题上,已经能够得到很高的视觉上的连续性。但是无法保持镶嵌后数据的辐射准确性,也就无法应用于定量遥感应用和遥感解译。本文以遥感图像镶嵌任务中的图像匀色技术为切入点,结合遥感图像时空融合在图像重建方面的优势开展研究。具体研究工作包括:首先,提出一种基于时空融合的遥感图像镶嵌框架以消除图像之间的色彩差异。该框架为参与镶嵌的每一张图像引入两个低分辨率的参考图像,再利用时空融合方法,将所有图像重建到一个统一时刻。从实验中的各项定量评价指标上看,所提框架在辐射、结构和光谱一致性方面获得了较好的性能。在视觉效果上,所提框架的镶嵌结果整体色调一致,并且相邻图像的接缝线难以察觉。其次,针对时空融合算法在用于大尺寸遥感图像镶嵌时算法性能和效率不佳的问题,提出了一种新的基于增强型深度超分辨率网络的时空融合方法。增强型深度超分辨率网络旨在建模高分辨率图像和低分辨率参考图像之间的空间差异。在网络训练时,采用迁移学习解决遥感图像数据量不足的问题,只需要训练一个周期就可以适应遥感镶嵌应用中的图像内容。实验结果表明,相较于传统方法而言,该方法运行速度更快,重建的图像平均辐射误差更小。最后,为了证明镶嵌结果能够应用于遥感定量应用,本文将镶嵌结果进行地物解译,并提出了一个用于多光谱图像分类的金字塔残差网络。金字塔残差网络能够提取更多的光谱空间特征,以获得更高的分类精度。镶嵌结果分类的结果显示,镶嵌结果的像素值可以很好地用来分辨它们所代表的物体类型。可以以此来分析它们之间的相关性,进而研究该区域的地物分布规律和变化过程。