城市化是人口向城市聚集、城市规模扩大以及由此引起一系列经济社会变化的过程,随着我国城市化的快速发展,作为衡量城市化的重要指标之一的不透水面不断扩张,对流域生态环境、热量交换、水文循环等产生重要影响。准确监测城市化背景下的不透水面时空变化过程,对理解城市化进程和促进可持续发展具有重要的现实意义。卫星遥感能够获得大范围、高时效、多尺度的地表观测数据,连续记录不透水面的显著变化信息。然而由于传感器硬件条件的限制,卫星传感器难以获得同时具有高空间分辨率和高时间分辨率的遥感影像,在一定程度上影响了遥感城市不透水面动态监测的定量研究与发展。遥感影像时空超分辨率制图通过融合多源遥感数据,获取同时具有高时间/高空间分辨率的土地覆盖结果,对提高城市不透水面遥感监测的时空分辨率具有巨大潜力。然而目前对时空超分辨率制图的研究尚处于起步阶段,相关研究主要集中于针对少数遥感影像的理论模型探讨,对其在长时序、较大研究区域的高时空分辨率应用研究鲜有报道。同时,在遥感不透水面监测的实际应用中,面临复杂的时空谱问题,主要表现在:在光谱特征研究方面,城市不透水面组分多样,具有典型的光谱可变特征,存在“类内光谱差异大”和“类间光谱差异小”等现象,影响不透水面地物的准确提取;在时间特征研究方面,城市化发展过程中存在复杂的“透水面与不透水面之间的相互转化”问题,准确判断不透水面扩张时间并分析时序不透水面变化过程存在较大不确定性。针对上述问题,本文提出了一种专门针对遥感不透水面时空过程监测的时空超分辨率制图模型,解决不透水面高时空分辨率监测中的光谱异质性与时间变化复杂性等问题。同时,结合不透水面时空超分辨率制图新模型,针对武汉江夏经济开发区大桥新区快速发展特征,利用时序Landsat数据和少量Google Earth高空间分辨率数据,监测了 2006—2020年该研究区不透水面的高时空分辨率变化过程。主要研究成果如下:（1）融合高空间分辨率Google Earth影像以及高时间频率Landsat影像,采用基于贝叶斯理论的时空超分辨率制图模型,提取了具有米级空间分辨率、Landsat频率（一年多期）的高时空分辨率城市不透水面时空过程,将传统Landsat不透水面遥感时序检测的空间分辨率由30米提高到5米。（2）提出了针对遥感监测不透水面时空变化过程的时空超分辨率制图模型。在该模型中,针对Landsat遥感影像混合像元分解中的光谱变异性问题,通过Fisher判别分析将光谱从反射率影像转换到Fisher特征空间,实现像元类间差异最大化,类内差异最小化,同时结合多端元光谱混合分析法（MESMA）,避免固定类别端元难以准确描述地物类内光谱差异的问题;针对时序监测中的透水面与不透水面相互转化问题,构建了基于透水面与不透水面双向转化的“时间一致性检验”后处理新方法,通过时间序列统计特征,采用突变点检测、时序数据滤波等方法,对不透水面时序结果进行后处理,提高了制图精度。（3）提取了武汉江夏经济开发区大桥新区2006—2020年高时空分辨率（5米空间分辨率、Landsat频率、一年多期）的不透水面时空变化过程。相较于其他30米空间分辨率的不透水面产品,本文5米空间分辨率的不透水面产品总体精度高了 20%左右,且能提供更精细的空间信息。研究结果表明,大桥新区近15年的不透水面面积在逐年增长,由2006年的10.63km2增加到2020年的40.40km2,年均增长面积达2.13km2。