『公告』 预祝您龙年大吉,万事如意, 过节期间, 大家如需数据服务,请拨打400 或直接添加客服微信,再祝大家龙年,心想事成。
关注我们 新浪 腾讯
数据订购
销售咨询
电话:13911690905
微信:13911690905
邮箱: 2206260@qq.com
综合咨询:2206260
2863548516
2629602953

基于随机森林算法的地表温度降尺度研究

作者:华俊玮   出版商:南京信息工程大学地理与遥感学院   出版日期:2018 年 3 月


        摘要: 地表温度( land surface temperature,LST) 是地面能量平衡等模型中的重要参数之一。高时间分辨率的遥感LST 可通过降尺度处理实现空间分辨率的提高,这对详细的 LST 时空分布监测具有重要意义。以北京市为研究区,选择 Landsat8 OLI/TIRS 数据,通过改进的单窗( improved mono - window,IMW) 算法反演 LST 作为验证数据,在计算归一化差值植被指数( normalized difference vegetation index,NDVI) 和归一化差值建筑指数( normalized differ-ence built - up index,NDBI) 等多种遥感指数并模拟至 1 000 m 空间分辨率的基础上,联合空间分辨率为 1 000 m 的MODIS / LST 产品,利用随机森林( random forest,RF) 模型实现 LST( 100 m 空间分辨率) 降尺度,并与多因子回归方法和基于植被指数的 LST 锐化算法( Ts HARP) 2 种常用降尺度方法进行对比。


本站共享资料便于大家学习,如您需要某些资料数据,可以注册向客服索取。
相关数据
暂无相关数据!
相关文章
暂无相关文献!
声明:本站文献资源来源于网络,仅供学习交流使用,不得以任何形式用于商业用途,请于浏览后24小时内删除。如有疑问欢迎与我们联系,感谢您的支持。
      京ICP备2025132830号-1 京公网安备 号