遥感图像的高时空融合前期学习总结

一、融合方法

为什么需要研究遥感图像的高时空融合呢？根据看了几篇论文之后，自己的理解是因为遥感图像的高时间分辨率和高空间分辨率不可兼得，并且得到一张清晰的遥感图像并不是那么简单的事情，因此人们就考虑将具有高时间低空间和高空间低时间分辨率的遥感图像相融合，并可以得到高空间高时间的遥感图像，目前高时空融合的方法大致分为三大类：

1.基于变换模型的融合：以数据变换模型为基础，对变换后的数据进行信息的筛选和加工，最后再经过反变换，获得未知时刻的高分辨率数据。典型模型：小波变换模型、主成分分析的模型。

2.基于重建模型的融合：基于像元分解的办法，对多幅低空间高时间分辨率的像元进行分解并计算其不同时间的变化关系，然后与已知的高空间低时间分辨率的数据进行对应，同时求出高低分辨率影像间的变化关系，进而插值计算求出未知的另一时刻高空间分辨率数据。典型模型：时空自适应融合模型。

3.基于学习模型的融合：主要运用了压缩感知和稀疏表达的方法进行图像的处理。

二、STARFM==>预测Landsat地表反射率日变化

其步骤为：