| 融合土地覆盖和土壤水分产品的近地表空气温度空间化方法 |
| |
| 引用本文： | 高亮,杜鑫,李强子,王红岩,张源,王思远.融合土地覆盖和土壤水分产品的近地表空气温度空间化方法[J].地球信息科学,2020,22(10):2023-2037. |
| |
| 作者姓名： | 高亮 杜鑫 李强子 王红岩 张源 王思远 |
| |
| 作者单位： | 1.中国科学院空天信息创新研究院,北京 1001012.中国科学院大学,北京 100049 |
| |
| 基金项目： | 国家重点研发计划资助项目(2017YFD0300404-1);国家重点研发计划资助项目(2017YFD0300402) |
| |
| 摘 要： | 空气温度是评价人居环境的重要指标,与人类的生产生活息息相关;其观测对于水文、环境、生态和气候变化等方面的研究具有重要意义。传统的大范围空气温度观测数据一般通过气象站点获取,但由于气象观测站点空间分布离散稀疏的特点,所获取的数据不能精确描述空间连续的空气温度变化情况。因此,实现基于遥感数据的近地表空气温度精准估算具有重要的现实意义。本研究基于精细的地表覆盖类型、空间连续的土壤水分、地表温度（LST）数据,并结合其他辅助数据,构建了近地表空气温度空间化模型,并对近地表空气温度影响因子进行评估,发现地表覆盖类型对近地表空气温度的影响最大,土壤水分为最活跃的影响因素,经验证,模型精度较高,R2接近0.85,RMSE为0.5℃。本研究获取的精确空间连续的近地表空气温度信息,能够充分表达其空间异质性,为农业气象灾害灾变过程监测、农作物生长过程模拟、区域气候变化分析等研究提供良好的近地表空气温度数据支撑。
|
| 关 键 词： | 近地表空气温度 地表温度 空气温度影响要素 机器学习 土地覆盖 土壤水分 空间化 变量重要性分析 |
| 收稿时间： | 2020-02-17 |
A Near-surface Air Temperature Spatialization Method Integrating Landuse and Soil Moisture Products |
| |
| GAO Liang,DU Xin,LI Qiangzi,WANG Hongyan,ZHANG Yuan,WANG Siyuan.A Near-surface Air Temperature Spatialization Method Integrating Landuse and Soil Moisture Products[J].Geo-information Science,2020,22(10):2023-2037. |
| |
| Authors: | GAO Liang DU Xin LI Qiangzi WANG Hongyan ZHANG Yuan WANG Siyuan |
| |
| Institution: | 1. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China2. University of Chinese Academy of Sciences, Beijing 100049, China |
| |
| Abstract: | |
| |
| Keywords: | Near-surface air temperature Land surface temperature Factors affecting air temperature Machine learning Land cover soil moisture spatialization importance analysis |
|
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |
|
