| 云雾覆盖下地表温度重建机器学习模型的训练集敏感性分析 |
| |
| 引用本文： | 何坤龙,赵伟,刘晓辉,刘蛟. 云雾覆盖下地表温度重建机器学习模型的训练集敏感性分析[J]. 遥感学报, 2021, 25(8): 1722-1734 |
| |
| 作者姓名： | 何坤龙 赵伟 刘晓辉 刘蛟 |
| |
| 作者单位： | 1.西华大学 能源与动力工程学院, 成都 610039;2.中国科学院、水利部成都山地灾害与环境研究所, 成都 610041;3.西南科技大学 环境与资源学院, 绵阳 621010 |
| |
| 基金项目： | 国家自然科学基金（编号：41771409，42071349）；中国科学院“西部之光”西部青年学者A类；四川省科技计划资助（编号：2020JDJQ0003） |
| |
| 摘 要： | 热红外遥感是监测地表温度的重要技术手段.然而,由于其易受云雾影响,热红外遥感反演地表温度存在大量的观测空白区域,严重影响地表温度产品的应用.近年来,机器学习算法的发展为实现地表温度无缝观测提供了新的技术手段.然而,基于机器学习的云雾覆盖像元重建方法与训练样本的数量和分布有着直接的联系,其应用条件在现有研究中还鲜有讨论....
|
| 关 键 词： | 地表温度 随机森林 重建 训练数据 高程 植被 |
| 收稿时间： | 2021-04-25 |
Sensitivity analysis of the training set to the performance of the machine learning-based land surface temperature reconstruction for cloud covered pixels |
| |
| HE Kunlong,ZHAO Wei,LIU Xiaohui,LIU Jiao. Sensitivity analysis of the training set to the performance of the machine learning-based land surface temperature reconstruction for cloud covered pixels[J]. Journal of Remote Sensing, 2021, 25(8): 1722-1734 |
| |
| Authors: | HE Kunlong ZHAO Wei LIU Xiaohui LIU Jiao |
| |
| Affiliation: | 1.School of Energy and Power Engineering, Xihua University, Chengdu 610039, China;2.Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041, China;3.School of Environment and Resources, Southwest University of Science and Technology, Mianyang 621010, China |
| |
| Abstract: | |
| |
| Keywords: | land surface temperature random forest reconstruction training dataset elevation vegetation |
|
| 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》下载全文 |
|
