High-temporal- and high-spatial-resolution reflectance datasets play a vital role in monitoring dynamic changes at the Earth’s land surface. So far, many sensors have been designed with a trade-off between swath width and pixel size; thus, it is difficult to obtain reflectance data with both high spatial resolution and frequent coverage from a single sensor. In this study, we propose a new Reflectance Bayesian Spatiotemporal Fusion Model (Ref-BSFM) using Landsat and MODIS (Moderate Resolution Imaging Spectroradiometer) surface reflectance, which is then used to construct reflectance datasets with high spatiotemporal resolution and a long time series. By comparing this model with other popular reconstruction methods (the Flexible Spatiotemporal Data Fusion Model, the Spatial and Temporal Adaptive Reflectance Fusion Model, and the Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model), we demonstrate that our approach has the following advantages: (1) higher prediction accuracy, (2) effective treatment of cloud coverage, (3) insensitivity to the time span of data acquisition, (4) capture of temporal change information, and (5) higher retention of spatial details and inconspicuous MODIS patches. Reflectance time-series datasets generated by Ref-BSFM can be used to calculate a variety of remote-sensing-based vegetation indices, providing an important data source for land surface dynamic monitoring.

中文翻译：

---

使用差分构造和贝叶斯分解重建高时空和高空间分辨率反射率数据集

时空和高空间分辨率的反射率数据集在监视地球陆地表面的动态变化中起着至关重要的作用。到目前为止，许多传感器的设计都在条带宽度和像素大小之间进行权衡。因此，难以从单个传感器获得具有高空间分辨率和频繁覆盖的反射率数据。在这项研究中，我们提出了一个使用Landsat和MODIS（中分辨率成像光谱仪）表面反射率的新的反射贝叶斯时空融合模型（Ref-BSFM），然后将其用于构建具有高时空分辨率和较长时间序列的反射率数据集。通过将该模型与其他流行的重建方法（灵活的时空数据融合模型，时空自适应反射融合模型，以及增强的时空自适应反射融合模型），我们证明了我们的方法具有以下优势：（1）更高的预测精度；（2）有效地覆盖云；（3）对数据采集的时间不敏感； （4）捕获时间变化信息，以及（5）保留更高的空间细节和不显眼的MODIS补丁。Ref-BSFM生成的反射时间序列数据集可用于计算各种基于遥感的植被指数，为陆面动态监测提供重要的数据源。（4）捕获时间变化信息，以及（5）保留更高的空间细节和不显眼的MODIS补丁。Ref-BSFM生成的反射时间序列数据集可用于计算各种基于遥感的植被指数，为陆面动态监测提供重要的数据源。（4）捕获时间变化信息，以及（5）保留更高的空间细节和不显眼的MODIS补丁。Ref-BSFM生成的反射时间序列数据集可用于计算各种基于遥感的植被指数，为陆面动态监测提供重要的数据源。