排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
MODIS(Moderate-resolution Imaging Spectroradiometer,中分辨率成像光谱仪)LST(Land Surface Temperature,地表温度)产品在大气物质和能量交换、气候变化研究及地震前兆热异常探测等方面具有重要价值。然而,由于云的遮挡导致MODIS LST数据产品中存在大量空值,限制了其广泛应用。为此,文中提出了一种基于混合模型的地表温度重建方法——SCLSTM(即SSA-CLSTM)。与传统方法相比,该方法无需建立复杂的回归关系模型。此外,由于CNN(Convolutional Neural Network,卷积神经网络)能够充分提取一维时间序列数据的局部特征,而LSTM(Long Short-Term Me mory,长短期记忆)能够充分学习数据的长时间序列特征,因此将CNN和LSTM结合能够更加充分地学习数据的潜在特征。首先,使用SSA(Singular Spectrum Analysis,奇异谱分析)模型提取出地表温度时间序列中的趋势值用于填补缺值像元,实现地表温度的初步重建。然后,再利用SCLSTM(即1DCNN-3层堆叠... 相似文献
2.
基于卫星遥感的长江三角洲地表热环境人口暴露空间特征 总被引：1，自引：0，他引：1
研究城市地表热环境变化的时空演变规律对防灾减灾具有重要意义。本研究以卫星遥感的夜间灯光,植被指数,高程和坡度为自变量构建了适用于人口空间分布估算的随机森林模型,结合卫星遥感反演的地表温度数据,以2016年夏季为例,研究了1km分辨率的长江三角洲地区夏季地表热环境人口暴露分布特征。研究表明:(1)利用随机模型对长江三角洲2016年人口进行1000m格网空间化分布模拟,变量解释度达到80%,人口空间化结果接近实际。(2)人口密度高值区和夏季大部分月份内的地表热环境高温区和人口暴露高和极高风险区总体有较好的对应。6月皖北地区高温区面积增大导致地表热环境的人口暴露风险较高等级的面积比例高于其他月份。(3)在月和季节平均尺度上,地表高温热环境暴露极高和高风险区域面积极少,处于沿海地区、长江下游沿线以及各县区的中心城市;中等暴露风险区域主要分布在东部及中心城市周边地区;低暴露风险区分布在东北部内陆地区和东北部人口数量相对较少地区。 相似文献
3.
利用长江中游地区的湖北和安徽境内的156个气象站1961-2013年的逐日能见度、相对湿度、降水、天气现象等常规观测要素,对长江中游地区霾日进行了重建,并分析了霾日长期变化特征及其主要影响因素。结果表明:城市站较乡村站霾日数普遍偏多,且不同区域的霾日年际、年代际有着较为明显的差异。东亚冬季风的阶段性减弱(东亚大槽强度减弱)、北极海冰的减少等气候变率对大气环境容量变小、大气自净能力减弱和霾日的增加有较大的贡献。乡村地区的霾日年际变化和气候变率的相关性更高,表明乡村地区的霾日变化以受气候变率影响为主;而城市地区霾日数和气候变率的相关性较低,表明城市地区霾日变化主要受源排放影响,气候变率对霾日增加的贡献相对较小,城市区域大气环境容量的减弱是气候变化和城市化共同影响的结果。 相似文献
1