遥感影像时间序列在农业遥感监测以及实现农业农村信息化等领域有重要应用，对同一农业区域的农业遥感监测或信息化处理时，往往是基于不同时间掠过该区域的遥感卫星影像进行综合分析，然而常用的遥感数据时间和空间分辨率存在着不可调和的矛盾。现有技术期望通过融合来自两个传感器的卫星图像的时空数据的方式来进行不同遥感数据的处理，传感器一具有非常高的时间分辨率但空间分辨率粗糙，而传感器二具有非常高的空间分辨率但时间分辨率较低，时空数据融合后的输出是传感器一的时间分辨率和传感器二的空间分辨率的合成图像序列。然而，现有的时空融合方法存在以下问题：（1）现有的时空融合方法通常在假设图像变化能够从一个传感器直接传递到另一个传感器的情况下重建高分辨率图像，这一假设没有考虑到不同传感器表征变化的能力有差异，这种差异会导致重建图像的光谱和空间失真；（2）现有的时空融合方法通常采用线性加权的方法直接融合时间特征，线性加权的方法没有充分考虑全像素的变化特征，图像特征的表征能力有限。因此，亟需要一种新的影像高分辨率重建方法来解决上述问题。本申请提供了一种影像高分辨率重建方法及装置，包括：获取第一时相低分辨率影像、第二时相低分辨率影像和第三时相低分辨率影像，第一时相、第二时相和第三时相按时间顺序依次排列，其中第一时相低分辨率影像、第三时相低分辨率影像有配对的同一区域同一时相的高分辨率影像；通过超分辨率卷积神经网络，获得过渡残差影像；通过偏置特征提取卷积神经网络，获得传感器偏差；通过时间融合卷积神经网络，获得第二时相高分辨率重建影像。该方法基于传感器误差修正和时空数据融合，能够有效提升影像高分辨率重建视觉效果。此外，还提出了一种影像高分辨率重建装置、设备及存储介质。