在ESTARFM算法基础上继续改进，有效应对土地覆盖突变。下载

　　　ESTARFM 和STARFM 都假设在数据融合过程中土地覆盖类型没有发生突变，所以二者在地表快速变化的情况下不适用，比如突发的森林火灾或者洪水。为了在地表覆盖发生变化的情况下也能得到较好的时空数据融合结果，申请者进一步提出了自适应数据融合算法（flexible spatiotemporal data fusion，FSDAF）。FSDAF 提出同时兼容地表反射率渐变和突变情形下的时空数据融合框架，通过对融合过程中的误差分析来自动识别以上两种地表变化情 形进而优化融合结果。FSDAF 在利用模拟和真实遥感影像的测试中均取得了较高的精度，能成功反演地表突变后的高分辨率地表反射率。

REF: Zhu, X., Helmer, E. H., Gao, F., Liu, D., Chen, J., & Lefsky, M. A. (2016). A flexible spatiotemporal method for fusing satellite images with different resolutions. Remote Sensing of Environment, 172, 165-177.