首页|基于机器学习的福建省地表温度降尺度方法研究

基于机器学习的福建省地表温度降尺度方法研究

扫码查看
为了提高福建省地表温度探测精细化水平,利用福建省 2023 年 7-9 月MODIS遥感数据,基于随机森林机器学习方法,综合考虑南方丘陵地形、植被覆盖、相关辐射波谱等因素,构建福建省地表温度降尺度模型,开展地表温度精细化监测.结果显示:①福建省地表温度与降尺度因子均呈负相关,相关性由高到低依次为DEM、NDVI、EVI、BLUE、NIR、RED、MIR;②福建省地表温度随机森林降尺度模型最佳的ntree和mtry分别为700 和2;③对福建省地表温度降尺度影响较大的前3 个降尺度因子依次为DEM、NDVI和EVI;④福建省地表温度降尺度模型的MAE和RMSE分别为0.40℃和0.55℃.

彭继达、马治国、党皓飞

展开 >

福建省气象科学研究所,福建 福州 350008

福建省灾害天气重点实验室,福建 福州 350008

中国气象局干旱气候变化与减灾重点开放实验室,甘肃 兰州 730020

地表温度 随机森林回归 降尺度 福建省

2024

海峡科学
学会杂志社

海峡科学

影响因子:0.247
ISSN:1673-8683
年,卷(期):2024.(3)