| 基于随机森林的陕西省西安市近地表气温估算 |
| |
| 引用本文： | 冯瑞,杨丽萍,侯成磊,王彤,张静,肖舜.基于随机森林的陕西省西安市近地表气温估算[J].地球科学与环境学报,2022(1):102-113. |
| |
| 作者姓名： | 冯瑞 杨丽萍 侯成磊 王彤 张静 肖舜 |
| |
| 作者单位： | 1. 长安大学地球科学与资源学院;2. 长安大学地质工程与测绘学院;3. 山东农业工程学院国土资源与测绘工程学院;4. 陕西师范大学地理科学与旅游学院 |
| |
| 基金项目： | 国家自然科学基金项目(41371220,42071345)；;陕西省重点研发计划项目(2020ZDLSF06-07)；;中央高校基本科研业务费专项资金项目(300102269112)； |
| |
| 摘 要： | 随着城市规模不断扩大以及人口激增，城市气候与热环境问题日益凸显，开展城市近地表气温遥感监测研究能够为改善城市气候、减缓热岛效应、打造适宜人居环境提供参考。针对传统气温监测方法在多因素复杂关系模拟中的局限性，以陕西省西安市为研究对象，运用可以集成多要素、学习复杂、非线性映射关系的随机森林(Random Forest, RF)模型，基于Landsat 8卫星遥感数据以及SRTM高程数据相关参数的综合分析，构建多种近地表气温估算的随机森林模型，通过性能对比评估优选最佳模型，估算了2016年5月16日西安市近地表气温，分析了近地表气温的空间分布特征。结果表明：在所有近地表气温影响因子中，高程对随机森林模型近地表气温估算的贡献度最大，其次是地表温度。所有随机森林模型训练集的判定系数(R2)均高于0.916,均方根误差(RMSE)均低于0.467℃,验证集判定系数均高于0.726,均方根误差均低于0.840℃;训练集判定系数均高于验证集，均方根误差均低于验证集；最优随机森林模型训练集判定系数为0.934,均方根误差为0.425℃,验证集判定系数为0.795,均方根误差为0.7...
|
| 关 键 词： | 近地表气温 随机森林 估算 地表温度 热岛效应 高程 Landsat 8 西安 |
|
|
