基于随机森林算法的近地表气温遥感反演研究
近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素.为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温.结果表明,随机森林反演的近地表气温平均绝对误差(MAE)为0.80℃,均方根误差(RMSE)为1.06℃,与传统多元线性气温回归方法相比,平均绝对误差(MAE)和均方根误差(RMSE)分别提高0.06℃和0.09℃.研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性.此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程.
遥感、地表温度、近地表气温、随机森林
19
TP3;X16
国家自然科学基金项目41201369;高分辨率对地观测系统重大专项
2017-04-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
390-397