【时空融合:改进MRA】（基于变化因子的多光谱和全色图像多分辨率分析） 大多数泛锐化方法是将同一区域上同时获取的原始低分辨率多光谱(MS)图像和高分辨率全色(PAN)图像融合在一起。多分辨率分析(MRA)由于具有良好的鲁棒性，已成为泛锐化方法的重要类别之一。然而，当只能提供不同时间的MS和PAN图像时，由于无法有效分析不同时间MS和PAN图像之间的多时间偏差，现有MRA方法的融合结果往往不理想。针对这一问题，提出了基于变化因子的MS和PAN图像的MRA泛锐化方法。首先建立了基于双尺度回归模型的MRA泛锐化方法，然后引入变异因子，