1. ESTARFM模型
模型参考：Zhu, Xiaolin, et al. "An enhanced spatial and temporal adaptive reflectance fusion model for complex heterogeneous regions." Remote Sensing of Environment 114.11 (2010): 2610-2623.
步骤参考：https://xiaolinzhu.weebly.com/open-source-code.html
我自己的步骤也不知道是不是正确的，因此写博客供大家参考，不正确的希望大家指正
1.1 IDL版本
注意：Landsat Collection 2 的转化系数为0.0000275-0.2，而MODIS09为0.0001。我不知道要不要考虑比例系数的问题，又觉得把代码的整形和浮点型会出毛病，所以我把L8C2的像元值*1000转变为整形。
(1)影像预处理，包括MODIS(MRT重投影、拼接)、Sentinel-2需要进一步投影转换、镶嵌等，最后为ENVI波段合成、裁剪等。
(2)Resize
参数设置：降尺度采样 30*30 方法： Bilinear
为了节省时间，我把MODIS影像先按L8大小大致裁剪
（3） Registration image to image
L8选择了B5(NIR)波段 对应的MODIS选择B2
因为我的L8和MODIS影像并不是在同一天合成，因此只能大致校正
（4）Clip
裁剪就很简单了，保证L8与MODIS边界即可，我比较喜欢ArcMAP的掩膜提取
（5）RUN
打开ENVI+IDL依次放入数据即可
1.2 PYTHON版本
朱博士团队已经写得很详细了，以后再补充详细步骤
唯一补充的就是 不要打开QQ拼音！不要打开QQ拼音！！不要打开QQ拼音！！！
标签：QQ,MODIS,拼音,裁剪,遥感,影像,时空,L8 来源： https://blog.csdn.net/RS_LAB/article/details/121810117
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。