基于机器学习集成算法的喀斯特山区城市地表温度降尺度
编号：2054
稿件编号：1839 访问权限：仅限参会人
更新：2021-06-16 17:48:27 浏览：484次
张贴报告
摘要
喀斯特山区城市地形起伏大且景观破碎度高，地表温度对景观的响应关系复杂，利用统计方法获得高空间分辨率地表温度需要筛选最能代表喀斯特山区城市地形地貌特征的尺度因子及选用模拟效果更好的降尺度回归模型。本文以典型喀斯特山区城市贵阳市为研究对象，分别选取以自然地表为主和以建设用地为主的两个区域作为研究区，利用 Landsat-8 TIRS、Sentinel-2、DEM及气象站点实测数据，依地形地貌特征增加表征裸地和地形起伏的尺度因子，再同时采用机器学习集成算法中最具代表性的 RF和XGBoost模型，通过对比精度和分布，构建出更适合于喀斯特山区城市的地表温度降尺度方法，最终估算得到10米空间分辨率的地表温度产品。为该地区以高分辨率地表温度及其为中间参量的各种参数的获取提供基础数据，为同类地区的高分辨率地表温度估算提供方法参考。
关键字
地表温度,；降尺度,；机器学习集成,；XGBoost,；喀斯特山区城市
发表评论