时空自适应反射融合模型 (STARFM) 及其改进方法在影像融合中的应用

基于权重函数的方法是目前影像融合领域最常用的方法之一，而空间和时间自适应反射融合模型 (STARFM) 是最早利用权重函数解决影像融合问题的方法之一 [18]。基于 STARFM 的增强型 STARFM (ESTARFM) 可以有效改善异质景观的重建效果 [19]。

一种用于映射反射变化的时空自适应算法 [20] 可以有效改善景观变化的重建效果。该方法的主要思想是假设粗糙图像的像素值与细致图像的相应像素值之间存在特定的映射函数。通过各种方法获取映射函数，然后将预测时间的粗糙图像应用于映射函数以获取细致图像。当参考时间和预测时间之间的图像变化程度较小时，这种方法更加适用。如果发生复杂的地表覆盖变化，权重函数方法的预测效果可能较差 [11]。