融合土地覆盖和土壤水分产品的近地表空气温度空间化方法

作者：高亮,杜鑫,李强子,王红岩,张源,王思远

摘要：空气温度是评价人居环境的重要指标,与人类的生产生活息息相关;其观测对于水文、环境、生态和气候变化等方面的研究具有重要意义。传统的大范围空气温度观测数据一般通过气象站点获取,但由于气象观测站点空间分布离散稀疏的特点,所获取的数据不能精确描述空间连续的空气温度变化情况。因此,实现基于遥感数据的近地表空气温度精准估算具有重要的现实意义。本研究基于精细的地表覆盖类型、空间连续的土壤水分、地表温度(LST)数据,并结合其他辅助数据,构建了近地表空气温度空间化模型,并对近地表空气温度影响因子进行评估,发现地表覆盖类型对近地表空气温度的影响最大,土壤水分为最活跃的影响因素,经验证,模型精度较高,R2接近0.85,RMSE为0.5℃。本研究获取的精确空间连续的近地表空气温度信息,能够充分表达其空间异质性,为农业气象灾害灾变过程监测、农作物生长过程模拟、区域气候变化分析等研究提供良好的近地表空气温度数据支撑。

发文机构：中国科学院空天信息创新研究院 中国科学院大学

关键词：近地表空气温度地表温度空气温度影响要素机器学习土地覆盖土壤水分空间化变量重要性分析Near-surface air temperatureLand surface temperatureFactors affecting air temperatureMachine learningLand coversoil moisturespatializationimportance analysis

分类号： G63[文化科学—教育学]