如何将10m分辨率卫星影像超分成2m

        其原理就是选择高分辨率和低分辨率的卫星影像数据，例如使用高分1号（2米分辨率）和Sentinel-2（10米分辨率）的影像，在数据预处理时通过线性回归模型调整低分辨率影像的光谱特性，使其与高分辨率影像的光谱响应一致。然后在模型训练时，使用卷积神经网络（CNN）或生成对抗网络（GAN）等深度学习模型进行训练。例如，北京师范大学的SR-2模型采用了双流时空解耦架构，结合偏最小二乘回归（PLSR）和GAN。将训练好的模型应用于低分辨率影像，就可以生成高分辨率影像了。

        下面讲一下具体的应用过程：

1. 下载全省乡镇矢量图.shp

     2、打开qgis，定位到自己感兴趣的乡镇，然后导出shp文件。