首页 | 本学科首页   官方微博 | 高级检索  
     检索      

城市地表温度空间降尺度研究—以北京市为例
引用本文:李娜娜,吴骅,栾庆祖.城市地表温度空间降尺度研究—以北京市为例[J].遥感学报,2021,25(8):1808-1820.
作者姓名:李娜娜  吴骅  栾庆祖
作者单位:1.北京城市气象研究院, 北京 100089;2.中国科学院地理科学与资源研究所, 北京 100101;3.北京市气候中心, 北京 100089
基金项目:北京市科技计划课题(编号:Z201100008220002);中央级公益性科研院所基本科研业务专项基金(编号:IUMKY202104);风云三号03批地面应用系统(编号:FY-3(03)-AS-12.09);风云卫星应用先行计划项目(编号:FY-APP-21.012)
摘    要:地表温度LST(Land Surface Temperature)是城市热环境研究的重要参数之一,城市下垫面极为复杂,LST空间差异性较高。高空间分辨率LST对精细化城市热环境监测和缓解具有重要意义。目前大部分城市遥感LST降尺度研究仍以二维角度为主,缺乏建筑三维结构的考虑。本研究同时考虑地表二维和三维指标,构建基于随机森林方法的降尺度模型,开展MODIS 1 km LST降尺度研究(100 m),并探讨二维和三维建筑形态对LST影响的空间尺度效应。另外,为了弥补随机森林模型缺乏物理基础的不足,参考热辐射传输方程,将方程中传感器接收的辐亮度和与大气透过率相关的大气可降水量,加入降尺度模型构建中。为了更好利用真实观测的MODIS 1 km LST验证降尺度结果,故将MODIS LST和所有指标因子升尺度至5 km,开展5 km LST降尺度至1 km研究,进一步研究探讨大气顶层辐亮度和大气可降水量对LST降尺度的影响。研究结果表明:(1)随机森林模型中增加辐亮度和大气可降水量前后,通过将5 km LST降尺度后1 km LST与原始MODIS 1 km LST相比,RMSE和R2分别由3.1 K和0.5提高至0.38 K和0.94。(2)当随机森林模型中增加建筑形态指标后,模型的袋外分数OOB_score由0.46提高至0.49,模拟的100 m LST与ASTER LST产品比较,R2有所降低,可能的原因是ASTER 和MODIS LST的反演方法和传感器不同,造成两者在100 m尺度下的对比性差一些。但是当驱动因子中增加MOD02和MOD05后,RMSE和R2由2.4 K和0.29提高至1.2 K和0.68,进一步说明MOD02和MOD05在1 km LST降至100 m过程中,起到至关重要作用。(3)在1 km和100 m尺度下,增加建筑形态后,模型OOB_score均有提高,并且建筑形态指标的重要性有所不同,在100 m尺度下独立建筑形态的影响程度有所增加。综上,MODIS LST在城市地区降尺度研究中需要考虑大气顶层辐亮度、大气可降水量和建筑形态的影响,并且不同的建筑形态对LST的重要性存在空间尺度效应。

关 键 词:遥感  地表温度  空间降尺度  随机森林  建筑形态  空间尺度效应
收稿时间:2021/5/10 0:00:00
点击此处可从《遥感学报》浏览原始摘要信息
点击此处可从《遥感学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号