基于CNN-Transformer网络的被动微波数据超分辨率重建方法

本发明提出了一种基于CNN‑Transformer混合架构的超分辨率重建方法。该方法针对星载被动微波遥感数据传统的超分辨率重建算法在泛化性和性能表现上的不足，通过交互式特征对齐模块实现升轨与降轨数据的精确匹配和动态融合，借助多尺度时空注意力机制模块构建双分支网络，提取并整合不同感受野下的时空特征；同时，利用混合自适应注意力模块建立长距离依赖关系，增强全局特征建模能力，最终通过高效上采样模块显著提升被动微波遥感数据的空间分辨率。本发明能够获得更高空间分辨率的被动微波遥感数据，为全球尺度地表参数反演和监测研究提供更高质量的被动微波遥感数据。