以ENVI5.3下GF2数据预处理为例说明融合的操作过程：
在进行图像融合之前，我们需要对正射校正后的多光谱和全色数据进行浏览，查看二者是否完全配准，如果没有完全配准，就需要对其进行配准，这里我们推荐大家使用ENVI中的自动配准流程化工具，以全色数据为基准对多光谱数据进行配准，此工具的位置在：Geometric Correction > Registration > Image Registration Workflow
对本次操作中正射校正后的多光谱和全色数据的对比发现，二者配准的比较好(目前，大部分高分辨率数据正射校正后多光谱和全色数据配准的均比较好)，所以我们这里不进行图像配准，直接进行图像融合。图像融合方法我们使用从ENVI5.2版本起新增的NNDiffuse Pan Sharpening方法，也可以使用Gram-Schmidt Pan Sharpening等其它方法进行融合。
在进行融合之前，需要说明的是：经过测试，不同的数据存储格式会对融合的速度产生影响，当多光谱数据的存储格式为BIL或BIP时，其融合速度较BSQ格式来说，可以提高三倍左右。所以，我们建议大家融合之前可以先查看其数据存储格式，如果是BSQ，可以将其转化为BIL或BIP(转换时需要用到的工具：Raster Management > Convert Interleave)，以便提高融合效率。
在Toolbox中，选择Extensions > NNDiffuse Pan Sharpening (BIL)，弹出NNDiffuse Pan Sharpening面板。Input Low Resolution Raster选择上一步正射校正后的多光谱数据，
Input High Resolution Raster选择上一步正射校正后的全色数据，其他参数保持默认。这里，需要说明的是NNDiffuse Pan Sharpening工具要求输入的多光谱和全色数据的空间分辨率是整数倍的(比如：本例中正射校正时分别将多光谱的全色的分辨率重采样为4米和1米，就是为了方便该工具的使用)。如果二者不是整数倍，使用此工具时需要将其重采样成整数倍;该工具对输入文件还有一些要求，平时我们使用的数据也基本满足这些要求，如果使用过程中报错可以查看帮助文档，判断输入数据是否满足相应要求。
至此，我们已经完成了GF2数据图像融合处理，融合结果局部截图如下所示：
补充下：
完整的高分二号(GF2)数据预处理操作流程在这：http://bbs.rscloudmart.com/thread-2000.html
