OL-E2STARFM：一种改进的时空数据融合方法，结合了面向对象的分类策略和灵活的基于对象的像素预测方法

《International Journal of Digital Earth》：OL-E2STARFM: an enhanced spatiotemporal data fusion method integrating object-oriented classification strategy and flexible object-driven pixel prediction method

　　摘要：时空数据融合（STDF）能够有效整合遥感图像中高空间分辨率和高时间分辨率的优势。然而，现有的STDF方法仍然面临两个持续存在的挑战：精度与计算效率之间的权衡，以及由于依赖于两对完全无云的图像而对数据利用率较低的问题。为了解决这些问题，本研究提出了一种改进的ESTARFM方法，该方法结合了面向对象的分类策略和灵活的基于对象的像素预测方法，即OL-E2STARFM。通过Landsat-MODIS地表反射率数据集对OL-E2STARFM的性能进行了评估，并将其与ESTARFM及其他STDF方法进行了比较。结果表明，OL-E2STARFM的速度比ESTARFM快147.96-162.74倍，比OL-ESTARFM快0.52-0.65倍，同时保持了良好的预测精度，其最低平均RMSE值为0.0351，而ESTARFM为0.0357，OL-ESTARFM为0.0360。此外，OL-E2STARFM在精度和效率之间实现了更好的平衡。此外，当云覆盖范围在5%到50%之间并且随机分布在两对参考图像上时，OL-E2STARFM显著提高了云覆盖图像数据的利用率，从7.58%提高到了50.56%。所提出的OL-E2STARFM在监测地球表面的长期动态变化方面显示出潜力。

关键词：时空数据融合（STDF）；ESTARFM；OL-ESTARFM；地表反射率；Landsat

1. 引言
卫星传感器的“时空权衡”（Zhang等人，2015年引用）以及云覆盖的普遍存在（Zhu等人，2022年引用）使得获得同时具有高空间分辨率和高时间分辨率的图像变得具有挑战性。在恒定观测条件下，时空数据融合（STDF）可以通过从高空间分辨率但覆盖频率低的图像（称为“精细图像”）中提取空间细节，以及从低空间分辨率但覆盖频率高的图像（称为“粗糙图像”）中提取时间动态，并将它们融合起来，生成具有所需高时空分辨率的预测图像（Arai等人，2011年引用）来解决这一矛盾。STDF通过有效利用不同图像中的时空信息，显著增强了遥感数据的完整性和连续性。因此，它被广泛应用于长期（Wang和Atkinson，2018年引用；Wang等人，2022年引用；Yu等人，2023年引用）、大规模（Nguyen等人，2014年引用；Chen、Wang和Gong，2023年引用；Li等人，2024年引用）的土地表面动态监测领域。
现有的STDF方法可以根据其基本原理和应用领域分为五类（Zhu等人，2018年引用）：权重函数方法、解混方法、学习方法、贝叶斯方法和混合方法。权重函数方法通过加权求和邻近像素来估计目标像素值（Hilker等人，2009年引用；Weng、Fu和Gao，2014年引用；Wu、Huang和Zhang，2015年引用），这些方法以简单性和易实现性著称，但效率较低且假设较为严格。解混方法应用线性光谱混合理论来分解粗糙像素并提取时空信息（Wu等人，2012年引用；Zhang等人，2013年引用；Wu等人，2015年引用），这些方法具有坚实的理论基础和较高的效率，但需要更高质量的输入图像。学习方法利用机器学习来建模精细图像和粗糙图像之间的相关性（Huang和Song，2012年引用；Wu等人，2015年引用；Song等人，2018年引用），这些方法具有更广泛的应用性和更高的效率。近年来，基于深度学习的STDF方法由于其在建模复杂非线性时空关系方面的强大能力而受到越来越多的关注（Gao等人，2023年引用；Sun等人，2025年引用）。然而，这些方法通常缺乏可解释性并且需要大量的训练。贝叶斯方法利用最大后验概率估计（MAP）来提高预测精度（Li等人，2013年引用；Liao等人，2016年引用；Xue、Leung和Fung，2017年引用），这些方法具有强大的灵活性和可解释性，但效率较低且数据需求较高。混合方法结合了上述方法的元素以提高性能（Gevaert和García-Haro，2015年引用；Zhu等人，2016年引用；Li等人，2017年引用），这些方法表现出强大的适用性和较低的数据需求，但在实施和方法集成方面面临挑战。这五类方法在遥感的不同领域表现出不同的优势，其中权重函数方法因其固有的简单性、强大的可解释性和易于实现而受到广泛采用（Yang、Diao和Li，2021年引用；Xiao等人，2023年引用）。
Gao等人（2006年引用）提出的时空自适应反射率融合模型（STARFM）被认为是最早的权重函数方法之一。随后，Zhu等人（2010年引用）提出了STARFM的改进版本，即ESTARFM。现有研究表明，ESTARFM通过转换系数更好地表征了地表反射率动态，从而在再现异质景观中的小尺度地面物体方面实现了更高的整体精度（Emelyanova等人，2013年引用；Jarihani等人，2014年引用）。因此，ESTARFM在各种应用中发挥了重要作用，包括地表蒸散量估计（Wang等人，2021年引用；Wang等人，2022年引用）、水体检测（Wang等人，2023年引用；Xu等人，2024年引用）和植被生长监测（Tewes等人，2015年引用；Fan等人，2023年引用）。对ESTARFM的改进主要集中在提高其精度上，包括自适应阈值（Knauer等人，2016年引用）、自适应移动窗口（Liu等人，2020年引用）、改进的像素选择标准（Ghosh等人，2020年引用）和自适应输入波段选择（Li等人，2016年引用），而较少有努力致力于提高其效率。Guan和Peng（2018年引用）提出的cuESTARFM显著提高了ESTARFM的效率，但它依赖于高性能的GPU。此外，Guo等人（2022年引用）提出的OL-ESTARFM通过灵活的基于对象的处理策略实现了接近百倍的效率提升，使得模型更加轻量化同时保持计算性能。然而，OL-ESTARFM在转换系数计算的精度和计算效率之间存在固有的权衡，这主要受对象分割尺度控制。具体来说，粗略的分割会由于对象内部的光谱异质性增加而降低精度，而过于细致的分割会增加对象数量并减少每个对象的像素数量，从而导致更高的计算成本和不稳定的系数估计。因此，尚未有效实现精度和效率之间的稳健平衡。此外，ESTARFM及其衍生方法由于需要参考图像对来保持高完整性，因此数据利用率较低。
为了解决这些限制，本研究提出了一种基于ESTARFM的改进STDF方法，称为OL-E2STARFM，代表了原始框架的二次增强。与传统的基于像素的ESTARFM及其衍生的面向对象方法相比，OL-E2STARFM结合了面向对象的分类策略和灵活的基于对象的像素预测方法。首先，采用了一种结合对象分割和无监督分类的面向对象分类策略来定义转换系数估计的类级计算单元，旨在提高系数可靠性，同时在预测精度和计算效率之间取得平衡。其次，开发了一种灵活的基于对象的像素预测策略，将最终预测单元从单个像素转移到对象上，从而在大型和异质景观中实现高效的对象级处理，同时保持预测精度。第三，OL-E2STARFM通过充分利用部分被云覆盖的参考图像中的有效时空信息来提高数据利用率，允许在云覆盖区域进行可靠预测，并减少对完全无云参考图像对的依赖。为了评估OL-E2STARFM的性能，将其应用于生成包含多种物候和土地覆盖变化的地表反射率数据集，并与ESTARFM、OL-ESTARFM和其他OL-STDF方法进行了比较。

2. 数据集
本研究选择了Guo等人（2022年引用）提供的Landsat-MODIS地表反射率基准数据集来评估OL-E2STARFM的性能，包括四个子集：Belle、HG、Kherson和PY。所有子集都包含来自Landsat-8 OLI的精细图像，包括六个光谱波段（蓝色、绿色、红色、近红外、SWIR1和SWIR2）。Belle、HG和Kherson子集包含来自MCD43A4的粗糙图像，而PY子集包含来自MOD09A1的图像。所有MODIS图像都被重采样到480米，并重新排序以匹配Landsat图像。表1提供了基准数据集的概览。

表1. 基准数据集概览。

Belle和Kherson站点由于存在大量形状多样的农田而显示出显著的物候变化。HG站点由于土地覆盖类型多样而表现出高空间异质性。PY站点经历了显著的土地覆盖变化，这归因于水域面积的变化。图1显示了整个观测期间在所有站点观测到的所有Landsat图像。

图1. 整个观测期间在Belle、HG、Kherson和PY站点的所有Landsat图像。所有站点的NIR-Red-Green合成图像。

3. 方法论
3.1. OL-E2STARFM的理论基础
STDF旨在通过融合高空间分辨率的精细图像和频繁时间覆盖的粗糙图像来生成高时空分辨率的图像。在现有方法中，ESTARFM因其在中异质景观中的高精度而广受认可，OL-ESTARFM也在提高计算效率方面取得了良好的结果。然而，它们仍然面临平衡精度和效率以及数据利用率低的挑战。因此，本研究提出了OL-E2STARFM，该方法结合了面向对象的分类策略和灵活的基于对象的像素预测方法。
所提出的OL-E2STARFM的整体工作流程如图2所示。OL-E2STARFM框架以在两个参考时间tm和tn获取的预处理粗糙图像和精细图像，以及预测时间tp的粗糙图像作为输入。此外，还结合了从精细图像中得到的分割结果以提供对象级结构信息。基于这些输入，首先对精细图像进行对象分割，然后通过对象级统一分类（OL-UC）方案共同处理不同日期的分割对象，以确保跨时间的一致类标签。随后，使用属于同一类的光谱均匀对象计算类级转换系数，这增强了转换过程的稳健性并减少了由小对象大小或缺失像素引起的不确定性。然后，在基于对象的像素预测阶段使用这些系数。根据参考观测的有效性，分别使用tm和tn的输入进行像素级反射率预测。最后，灵活的基于对象的融合策略将有效单期预测结果整合起来，生成tp的高分辨率图像。这种工作流程能够在保持计算效率和预测精度的同时有效利用部分被云覆盖的参考图像。

图2. OL-E2STARFM的工作流程图。

3.1.1. 对象级统一分类
与逐个选择相似像素的像素级处理不同，对象级转换系数计算使用分割后的对象作为基本计算单元，如图3所示。因此，对象分割的尺度会影响转换系数计算的精度和效率。一方面，粗略的分割可能会降低同一分割对象内像素之间的相似性，从而降低预测精度。另一方面，过于细致的分割会导致更多的分割对象，每个对象中的像素数量减少，从而降低预测效率和精度。

图3. 像素级处理和对象级处理的示例。

为了解决这个问题，本研究引入了类级转换系数计算。考虑到不同分割的对象可能属于相同的土地覆盖类型，计算每个类的转换系数有助于进一步降低计算复杂性，并避免由于像素数量有限而导致转换系数可靠性低的问题。此外，对于数据缺失的区域，可以使用同一类中像素的转换系数来替换当前像素的转换系数，从而为后续步骤中的灵活基于对象的像素预测方法奠定基础，并提高数据利用率。转换系数是使用来自两对参考图像中同一类的共享像素计算的，然后用于替换相应区域中缺失像素的转换系数：
(1) F(c,B)=V(c,B)×C(c,B)+β(1)
(2) C(c,B)=Cc1(tm,B)...CcN(tm,B)
Cc1(tn,B)...CcN(tn,B)
F(c,B)=Fc1(tm,B)...FcN(tm,B)
Fc1(tn,B)...FcN(tn,B)
(2)
其中Cci(tj,B)和Fci(tj,B)分别是tm和tn时同一类c中的像素集合，N和V(c,B)是同一类c中像素的数量和转换系数。
类级转换系数计算的前提是获得准确的分类结果。作为经典的无监督分类算法，K-Means聚类已被广泛使用，并为许多改进方法提供了基本框架（Xu等人，2022年引用；Xu等人，2024年引用）。然而，K-Means聚类是基于整个场景对图像进行分类的，这导致了效率低下和容易受到异常值影响的缺点。为了解决这个问题，本研究提出了一种对象级统一分类（OL-UC）方法。考虑到OL处理具有降低计算复杂性、保留边缘信息以及受类内光谱变化影响较小的优点，OL-UC首先通过对所有细粒度图像进行OL处理并合并分割结果，从而实现特征增强和分类样本数量的减少，这显著降低了分类时间并减轻了异常值的影响：(3) Fk(s,B)=∑i=1n?Fk(x,y,B)n(3) 其中F(s,B)和n分别是tk时刻同一分割对象s内的像素平均值和数量。此外，考虑到图像可能是不完整的，直接合并和分类所有细粒度图像可能会导致详细信息的丢失。因此，OL-UC会判断每个对象s的有效性，并对两个对象图像应用加权融合，以便在保留尽可能多详细信息的同时有效预测缺失区域：(4) F(s,B)=∑k=12?Validity(Fk(s,B))×Fk(s,B)∑k=12?Validity(Fk(s,B))(4) 其中Validity(Fk(s,B))是Fk(s,B)的有效性判断，可以是0或1。当Fk(s,B)有效时，Validity(Fk(s,B)被赋值为1，否则为0。通过OL-UC，我们可以快速获得更准确的对象分类结果，为类级转换系数计算提供数据支持，并为后续的灵活对象驱动像素预测方法奠定基础。图4展示了OL-UC的流程图。图4. OL-UC的流程图。显示全尺寸

3.1.2. 灵活对象驱动像素预测方法
ESTARFM及其衍生方法仅在两个参考日期对应位置的观测值都有效时才能准确预测特定像素。然而，广泛的云层覆盖增加了获取同一区域所有日期的完整有效观测值的难度。因此，它们通常无法充分利用图像中的所有时空信息（图5a）。
图5. 使用两种方法进行像素预测的差异示例。(a) 原始像素预测方法。(b) 灵活对象驱动像素预测方法。显示全尺寸
为了解决这个问题，本研究提出了一种灵活对象驱动像素预测方法，以提高时空信息的利用率（图5b）。OL-E2STARFM的原理可以表述如下：
(5) Fp(s,B)=∑k=12?Validity(Fk(s,B))×Tk(s,B)×[Fk(s,B)+V(c,B)×M[Cp(s,B)?Ck(s,B)]]∑k=12?Validity(Fk(s,B))×Tk(s,B)(5) 其中Validity(Fk(s,B))表示从tk时刻的参考图像获得的单期预测结果Fk(s,B)的有效性判断，可以是0或1。当Fk(s,B)有效时，Validity(Fk(s,B)被赋值为1，否则为0。方程(5)表明，当特定对象s的两个单期预测结果都有效时，Validity(Fk(s,B))始终设置为1。当两个时期的参考图像并非所有观测值都有效时，方程(5)使用有效的单期观测值进行预测，并替换最终预测结果，从而提高数据利用率和预测图像的完整性。

3.2. STDF方法的实验设计
为了评估ESTARFM、OL-ESTARFM、OL-E2STARFM和其他OL-STDF方法的性能，本研究进行了四组不同的实验。这些实验旨在评估OL-E2STARFM在准确性、效率和数据利用率方面的表现，并将其与其他OL-STDF方法进行比较。本研究选择的其他常用OL-STDF方法包括OL-STARFM、OL-Fit-FC和OL-FSDAF。ESTARFM是从Zhu提供的开源代码（https://xiaolinzhu.weebly.com/open-source-code.html）中获得的。OL-ESTARFM、OL-Fit-FC和OL-FSDAF基于Guo提供的开源软件（https://github.com/Andy-cumt）。OL-E2STARFM是ESTARFM的衍生版本。所有方法都在配备Intel Core i5 3.50 GHz CPU和32 GB RAM的PC上运行。除了ESTARFM和OL-E2STARFM是在Python平台上开发的之外，其他方法都是在MATLAB平台上运行的。
为了方便起见，细粒度图像和粗粒度图像分别用F1?F5和C1?C5表示，按照它们的时间顺序排列。为了充分利用基准数据集的潜力并进行额外的比较，本研究的实验设计如表2所示。
表2. 每个STDF实验的输入数据和真实值。下载CSV

3.3. 定量评估指标
使用几个统计指标对各种STDF方法的预测结果进行定量评估。第一个指标是相关系数（R），它量化了变量之间的关联程度。其定义为：
(6) R=COV(X,Y)σXσY=∑i=1M∑j=1N(Xij?Xˉ)(Yij?Yˉ)∑i=1M∑j=1N(Xij?Xˉ)2∑i=1M∑j=1N(Yij?Yˉ)2
(6) 其中COV是协方差，σ是标准差。R的值越高，预测效果越好。
第二个指标是均方根误差（RMSE），它衡量变量之间的差异，并直观反映了分散程度。其定义为：
(7) RMSE=∑i=1M∑j=1N(X(i,j)?Y(i,j))2MN(7) 其中X(i,j)和Y(i,j)分别是预测图像和实际图像中(i,j)处的像素值。RMSE越小，预测效果越好。
第三个指标是结构相似性指数（SSIM），它基于亮度、对比度和结构来评估两张图像之间的相似性。其定义为：
(8) SSIM=(2μXμY+C1)(2σXY+C2)(μX2+μY2+C1)(σX2+σY2+C2)(8) 其中μX、μY、σX、σY和σXY分别是两张图像的均值和方差，以及它们之间的协方差，C1和C2是常数。SSIM越高，预测效果越好。
第四个指标是光谱角度映射器（SAM），它通过计算两个光谱向量之间的角度来量化光谱之间的相似性。其定义为：
(9) SAM=cos?1xiTx?(x?)Tx?xiTxi(9) 其中x?是预测结果向量，xi是实际结果向量。SAM越小，预测效果越好。
第五个指标是Robert的边缘（Edge），在APA评估方法中提出（Zhu等人，引用2022年），它基于梯度的标准化差异来评估两张图像之间的相似性。其定义为：
(10) Edge=|Di,j?Di+1,j+1|+|Di,j+1?Di+1,j|(10) (11) Snd=Sf?SrSf+Sr(11) 其中Di,j是第i行第j列的像素值，Sf和Sr分别是预测图像和实际图像的Edge值，Snd表示标准化差异。Snd越接近0，预测效果越好。

4. 结果
4.1. OL-E2STARFM的准确性评估
图6展示了所有站点的平均定量评估结果以及ESTARFM、OL-ESTARFM和OL-E2STARFM的总体平均结果。OL-E2STARFM获得了最高的总体SSIM（0.8246，相比之下ESTARFM为0.8127和0.8216）、最低的总体RMSE（0.0351，相比之下ESTARFM为0.0357和0.0360）和最低的总体SAM（0.2761，相比之下ESTARFM为0.2801和0.2826），其总体Edge最接近0（?0.2732，相比之下ESTARFM为?0.2897和?0.2793），总体R仅略低于ESTARFM（0.6657，相比之下ESTARFM为0.6729和0.6513）。ESTARFM的逐像素预测特性使得总体R最高。OL-ESTARFM和OL-E2STARFM通过基于对象的计算有效保留了边缘信息，从而在总体SSIM和Edge方面相比ESTARFM有了显著改进。当相似像素的数量有限或对象尺寸较小时，混合像素的存在和时空信息的减少会降低转换系数的准确性。OL-E2STARFM通过类级转换系数计算最大化了时空信息，并最小化了混合像素的影响，从而提高了转换系数的准确性。此外，基于对象的计算减少了类内光谱变化的影响，导致总体RMSE和SAM最低。
图6. 所有站点的平均定量评估结果以及总体平均结果。(a) R。(b) RMSE。(c) SSIM。(d) SAM。(e) Edge。显示全尺寸
此外，ESTARFM在HG站点的SSIM和Edge最低，而OL-ESTARFM在Kherson站点的R最低，RMSE和SAM最高。HG站点的高空间异质性导致移动窗口内的相似像素较少，从而降低了转换系数计算的准确性。Kherson站点的采集周期涵盖了不同的作物生长阶段，使得线性反射率变化的假设不太成立，这导致三个模型的R最低和RMSE最高。在这种情况下，OL-E2STARFM计算的是整体上经历非线性变化的小规模农田，导致显著的偏差，因此RMSE最高。同时，OL-E2STARFM通过将所有农田聚类并计算总体转换系数来最小化这种偏差。
图7展示了所有研究站点代表性实验组的预测结果详细视觉比较。ESTARFM在几种情况下表现出明显的光谱失真和空间不连续性。与ESTARFM相比，OL-ESTARFM有效缓解了光谱不一致性，并改善了对象边缘和局部纹理的保留，这主要得益于采用了增强均匀区域内空间一致性的面向对象策略。然而，在HG站点的狭长农田地块和PY站点的大水体中，残余误差仍然明显，反映了在统一尺度内平衡过小和过大土地地块的对象分割的固有挑战。相比之下，OL-E2STARFM在所有突出区域都表现出更优越的性能，提供了更光谱一致的预测，同时保持了空间连续性和清晰的边界。
图7. Belle站点第8组、HG站点第8组、Kherson站点第2组和PY站点第7组的Landsat和预测图像。显示全尺寸

4.2. OL-E2STARFM的效率评估
图8显示了ESTARFM、OL-ESTARFM和OL-E2STARFM在所有站点的平均计算时间。对象级像素反射率预测显著提高了预测效率，OL-ESTARFM的平均计算时间比ESTARFM快91.99-101.12倍。对象级像素反射率预测假设同一对象内的像素具有相同的权重。因此，在预测中心像素时，只需计算同一对象内像素变化的平均值，从而避免了耗时的加权融合过程，显著提高了预测效率。此外，类级转换系数计算进一步减少了计算时间。这是因为OL-E2STARFM为每个对象计算转换系数，而OL-E2STARFM只需为每个类别计算转换系数。类别的数量通常远小于分割对象的数量，因此OL-E2STARFM进一步降低了计算复杂性。结果，OL-E2STARFM的平均计算时间比OL-ESTARFM快0.52-0.65倍，比ESTARFM快147.96-162.74倍。
图8. 所有站点ESTARFM、OL-ESTARFM和OL-E2STARFM的平均计算时间。显示全尺寸
此外，尽管PY站点和HG站点的图像大小相同，但ESTARFM和OL-ESTARFM在PY站点的平均计算时间比HG站点高，其中OL-E2STARFM的时间相似。一方面，HG站点表现出更高的空间异质性，导致移动窗口内的相似像素较少，从而减少了ESTARFM的计算时间。另一方面，PY站点的水域发生变化，导致两个细粒度图像的分割结果包含更多对象。因此，OL-E2STARFM需要更多时间来计算每个对象的转换系数，而OL-E2STARFM通过为每个类别计算转换系数避免了这个问题。这进一步证明了使用类别而不是对象作为转换系数的计算单位可以提高效率。

4.3. OL-E2STARFM的数据利用率分析
为了评估灵活对象驱动像素预测方法在数据利用率方面的影响，实验中使用了Belle站点的图像作为输入，并在每对图像中添加了随机缺失值，每次增加5%，最多达到50%，以模拟云覆盖场景，如图9a和b所示。表3展示了两种方法在Belle站点的预测平均完整性比率。实验结果表明，当一个日期的Landsat图像被云层污染而另一个日期的图像没有时，OL-E2STARFM可以有效地利用参考图像中的有效信息进行预测（图9e和f），而ESTARFM则不能（图9c和d）。此外，OL-E2STARFM在不同云覆盖条件下显示出7.58%?50.56%的平均预测完整性比率提升，相比ESTARFM。这突显了OL-E2STARFM在不同云覆盖场景下有效利用参考图像中的时空信息的能力。
图9.在不同云覆盖比率下，Belle站点上ESTARFM和OL-E2STARFM的预测过程和结果。(a) 预测日期前的Landsat图像。(b) 预测日期后的Landsat图像。(c) ESTARFM预测的图像。(d) ESTARFM放大后的图像。(e) OL-E2STARFM预测的图像。(f) OL-E2STARFM放大后的图像。显示全尺寸表3. 在不同云覆盖条件下，Belle站点上ESTARFM和OL-E2STARFM的完整性比率。下载CSV显示表格此外，为了全面评估OL-E2STARFM在云覆盖场景下的预测准确性，本研究比较了OL-E2STARFM和ESTARFM共有的区域（称为“OL-E2STARFM-com”）以及OL-E2STARFM独有的区域与ESTARFM相比的RMSE值（称为“OL-E2STARFM-par”）。Belle站点所有云覆盖场景的RMSE值显示在图10中。实验结果表明，随着云覆盖的增加，OL-E2STARFM-com和ESTARFM的RMSE值显示出类似的稳定趋势，而OL-E2STARFM-par的变异性更大。这是因为OL-E2STARFM-com和ESTARFM使用两对参考图像进行预测，而OL-E2STARFM仅使用一对，这限制了时空信息并放大了参考图像质量对预测准确性的影响。此外，OL-E2STARFM-par的RMSE值略高于ESTARFM，表明OL-E2STARFM在云覆盖场景下具有更好的鲁棒性。这也证明了使用土地覆盖类别信息将无云区域计算的转换系数转移到云覆盖区域的有效性。图10. Belle站点在不同云覆盖比率下的RMSE值，横轴表示两对参考图像之间的云覆盖比例。显示全尺寸4.4. 与其他OL-STDF方法的比较分析为了进一步验证OL-E2STARFM的改进，本研究应用了三种常用的OL-STDF方法：OL-STARFM、OL-Fit-FC和OL-FSDAF。这些方法用于预测PY站点的Landsat类似图像，并计算平均RMSE值和计算时间，以便与OL-ESTARFM和OL-E2STARFM进行比较分析，如图11所示。五种方法的输入参数显示在表2中。其中，OL-ESTARFM和OL-E2STARFM使用两对参考图像作为输入，而OL-STARFM、OL-Fit-FC和OL-FSDAF各自使用两对不同的参考图像作为输入。图11. PY站点上OL-STARFM、OL-Fit-FC、OL-FSDAF、OL-ESTARFM和OL-E2STARFM的平均RMSE值和计算时间。显示全尺寸实验结果表明，OL-E2STARFM在准确性方面优于其他OL-STDF方法，其计算时间仅略高于OL-STARFM。OL-E2STARFM使用两对参考图像来捕获更多的时空信息，从而显著提高了准确性，优于OL-STARFM、OL-Fit-FC和OL-FSDAF。此外，类级转换系数的计算进一步降低了计算复杂性并提高了转换系数的准确性，使得准确性更高且计算时间更短。OL-Fit-FC通过涉及空间插值、局部回归和残差补偿的三步过程，实现了最低的RMSE，但计算时间明显更长，平均计算时间是OL-E2STARFM的4.02倍。OL-FSDAF的计算时间最长，因为它仅改进了权重融合步骤。总之，OL-E2STARFM在准确性和效率之间达到了更好的平衡，优于其他常见的OL-STDF方法。5. 讨论5.1. OL-E2STARFM的应用潜力通过集成面向对象的框架和类级建模，OL-E2STARFM在保持对噪声、缺失数据和表面异质性的强鲁棒性的同时，实现了高计算效率。这些特性使OL-E2STARFM非常适合大规模、长期的遥感应用，在这些应用中，传统的基于像素的融合方法往往受到限制。例如，在表面参数反演中，由于云污染和尺度不匹配，生成时间连续的高分辨率输入常常受到阻碍（Lu等人，引用2026）。具体来说，水资源监测依赖于水文变量的连续时空表示，而这些表示经常因光学图像的观测间隙而中断（Yang等人，引用2022）。OL-E2STARFM能够有效利用部分有效的参考图像，从而重建连续的高分辨率时间序列，支持更可靠的地表水和水文动态监测。此外，这些优势对于植被物候监测尤为重要，因为准确提取物候指标依赖于时间完整且空间一致的植被指数时间序列，而这些序列经常受到云层和表面异质性的干扰（Tian等人，引用2024）。通过提高效率和鲁棒性，OL-E2STARFM有潜力在异质性和易受云影响的景观中支持更可靠的细尺度物候分析。5.2. 不同聚类数量和分割参数对OL-E2STARFM的影响精确的对象分割参数和聚类数量对于OL-E2STARFM的有效预测至关重要。一方面，聚类数量决定了分类结果的准确性（Xu等人，引用2022）。另一方面，较大的分割对象尺寸可能导致丢失土地覆盖细节信息，而较小的尺寸则会增加计算时间（Guo和Shi，引用2023）。从图12可以看出，一方面，随着尺度参数的增加，分割对象的大小变大，导致OL-ESTARFM的RMSE增加；然而，在各种聚类数量下，OL-E2STARFM总体上趋于稳定；但是，当分割对象过大时，OL-E2STARFM的RMSE值逐渐增加。另一方面，随着尺度参数的减小，分割对象的数量增加，OL-ESTARFM的效率下降更为显著。这是因为当分割对象数量较多时，OL-E2STARFM的计算转换系数数量显著减少，从而减少了计算时间的增加。当分割对象较大时，同一对象内的像素相似性降低，导致OL-E2STARFM的转换系数计算出现偏差。随着尺度参数的增加，OL-E2STARFM相当于对较小尺寸的对象进行了初步聚类。此时，过分类可能不会影响准确性。然而，当尺度参数过大时，同一对象内的像素相似性显著降低，从而降低了准确性。图12. 在HG站点上，不同尺度参数下OL-ESTARFM和OL-E2STARFM的RMSE值和计算时间，横轴表示对象分割过程中的尺度参数。从图13可以看出，当尺度参数设置为25、50或100时，聚类数量为4时RMSE值最低，并且随着聚类数量的增加RMSE保持稳定。当尺度参数设置为150、200或250时，RMSE也随着聚类数量的增加而保持稳定。这是因为当尺度参数较小时，对象分割更细，准确的分类提高了转换系数的精度。随着聚类数量的增加，可能会发生过分类。然而，这种现象理论上不会影响准确性，因此RMSE总体上趋于稳定。随着尺度参数的增加，同一分割对象内的像素数量也增加，这相当于对较小尺寸的对象进行了初步聚类。因此，在该场景中所有聚类中都出现了过分类，导致RMSE稳定。图13. 在HG站点上，不同尺度参数下OL-E2STARFM的RMSE值，横轴表示OL-UC过程中的聚类数量。5.3. 不同偏差校正方法对OL-E2STARFM的影响由于从粗图像获得的时间变化信息的分辨率较低，直接将其与细图像融合可能会引入块状伪影，从而降低预测准确性。因此，在STDF中的一个关键问题是如何最小化或消除这种偏差（Guo等人，引用2022）。权重函数方法通过为相似像素分配权重来减少这种偏差。对象级处理策略通过使用同一对象的特征值来解决这个问题。本节比较了无校正、均值校正、中值校正和相似像素校正对PY站点平均RMSE值的影响，为OL-E2STARFM的应用和改进提供了参考，如图14所示。图14. PY站点上不同偏差校正方法下的OL-E2STARFM的平均RMSE值。实验结果表明，相似像素校正实现了最低的RMSE，其次是均值校正和中值校正，无校正的RMSE最高。相似像素校正的特点是逐像素融合，最大化了时空信息，从而实现了最高的准确性，但也是最耗时的。均值校正计算对应于同一对象的像素的平均值，本质上是一种特殊的权重函数方法，其中所有像素都被赋予相同的权重。因此，与其他偏差校正方法相比，均值校正方法在准确性和效率之间达到了更好的平衡。5.4. 局限性和未来工作尽管提出的OL-E2STARFM在准确性、效率和数据利用方面相比ESTARFM和OL-ESTARFM具有显著优势，但它仍然存在一些局限性和约束。灵活的对象驱动像素预测方法有效地提高了数据利用效率；然而，参考图像数量的变化可能会导致最终预测结果的一些差异。图15提供了Belle站点上云覆盖场景下ESTARFM和OL-E2STARFM预测图像的子区域详细信息。结果显示，在参考图像之间发生明显表面变化的区域，使用单一对参考图像的OL-E2STARFM的预测结果与使用两对参考图像的预测结果不同。随着图像之间差异的增加，两个不同时间段之间的转换系数发生变化，从而影响了单期预测的鲁棒性。因此，预测结果会因输入不同而有所不同。在这种情况下，ESTARFM也无法提供更好的预测。图15. 10%云覆盖比率下Belle站点的子区域结果。此外，当两对参考图像都不提供有效的时空信息时，OL-E2STARFM不适用。为了减轻由于OL-E2STARFM中整合了不同数量的单期预测而导致的预测结果中的块效应，未来的工作可以结合机器学习算法（Lavreniuk等人，引用2019）和过滤技术（Sica等人，引用2018）来减少或消除块效应，从而提高预测结果的准确性。此外，为了解决由于OL-E2STARFM中两幅参考图像的时空信息不足而导致的不可预测区域问题，未来的工作可以结合额外的参考信息来填补这些区域（Wang和Gao，引用2022）。此外，OL-E2STARFM依赖于从细图像继承纹理，这限制了其有效捕捉对象突然变化的能力。为了有效捕捉变化信息，未来的工作可以结合变化检测和分割技术来识别和进一步处理变化区域（Chen和Ge，引用2022）。最后，OL-E2STARFM要求用户提供额外的分割结果，为融合过程增加了额外的输入。为了减少输入要求，未来的工作可以结合现有的对象分割算法来解决这个问题（Guo等人，引用2024）。6. 结论本研究提出了一种改进的时空数据融合方法（OL-E2STARFM）。OL-E2STARFM引入了几项改进：（1）采用面向对象的分类策略，结合对象分割和无监督分类来确定转换系数的计算单元，旨在在准确性和效率之间取得平衡。（2）灵活的对象驱动像素预测方法，充分利用云覆盖参考图像中的时空信息，以提高数据利用效率。OL-E2STARFM的性能通过Landsat-MODIS表面反射率数据集进行了评估，这些数据集包括所有站点的物候和土地覆盖变化观测。实验结果表明：1）与ESTARFM和OL-ESTARFM相比，OL-E2STARFM具有更高的预测准确性和鲁棒性，总体RMSE最低为0.0351，而ESTARFM为0.0357，OL-ESTARFM为0.0360。2）OL-E2STARFM在预测效率上有了显著提升，速度比ESTARFM快147.96-162.74倍，比OL-ESTARFM快0.52-0.65倍。3）OL-E2STARFM有效利用了云覆盖参考图像中的时空信息，显著提高了预测结果的完整性，并提高了数据利用效率。4）与其他常见的OL-STDF方法相比，OL-E2STARFM在准确性和效率之间取得了更好的平衡。总之，OL-E2STARFM在准确性和效率之间取得了更好的平衡，同时最大化了云污染图像的利用。这一改进有助于监测地球系统的长期动态变化。
数据可用性声明：
数据可应作者要求提供。