【摘要】针对洪涝灾害监测中的高时空分辨率遥感图像获取困难的问题，提出使用时空融合算法生成高时空分辨率图像。 首先， 详细介绍三种基于深度学习的算法：基于生成对抗网络的时空融合（ ｇｅｎｅｒａｔｉｖｅ ａｄｖｅｒｓａｒｉａｌ ｎｅｔｗｏｒｋ⁃ｂａｓｅｄ ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｆｕｓｉｏｎ ｍｏｄｅｌ， ＧＡＮ⁃ＳＴＦＭ）、传感器偏差驱动的时空融合（ｓｅｎｓｏｒ ｂｉａｓ⁃ｄｒｉｖｅｎ ｓｐａｔｉａｌ ｔｅｍｐｏｒａｌ ｆｕｓｉｏｎ，ＢｉａＳＴＦ），以及基于生成对抗网络的多级特征融合 （ｍｕｌｔｉ⁃ｌｅｖｅｌ ｆｅａｔｕｒｅ ｆｕｓｉｏｎ ｗｉｔｈ ｇｅｎｅｒａｔｉｖｅ ａｄｖｅｒｓａｒｉａｌ ｎｅｔｗｏｒｋ，ＭＬＦＦ⁃ＧＡＮ）三种算法；其次，针对洪涝灾害地域，对三种时空数据融合算法 的性能评估与对比研究。 评估结果表明 ＭＬＦＦ⁃ＧＡＮ 算法能取得最优结果；视觉结果显示三种算法在洪水监测中具备可行性，但均存 在无法准确重建洪水边缘细节等问题。