CN117035066B 一种耦合地理加权与随机森林的地表温度降尺度方法 （重庆邮电大学）

号一种耦合地理加权与随机森林的地表温度本发明涉及一种耦合地理加权与随机森林高分辨率尺度因子及残差输入到地理加权随机2S3：地理加权随机森林降尺度模型的建立与参数将地理加权与随机森林耦合模型应用到地表温度降尺度时，对于具有覆盖类型的地进行随机森林回归模型拟合非线性关系时，根据带宽为每个样本点建立该权重函数通过考虑不同地表覆盖类型，即在带宽范围内3将地理加权与随机森林耦合模型应用到地表温度降尺度时在低分辨下建立的尺度因辨率下的MODIS地表温度与模型预测值基于尺度不变性，将低空间分辨率下的回归关系应用到高分S4：将预处理后的高分辨率尺度因子输入到地理2.根据权利要求1所述的一种耦合地理加权与随机森林的地表温度降尺度方法，其特8热红外遥感影像采用辐射传输方程法进行温度反演得到研究区域的地表温度作为模型的3.根据权利要求2所述的一种耦合地理加权与随机森林的地表温度降尺度方法，其特建筑指数NDBI、归一化差值裸地与建筑用地指数NDBBI、城市指数UI、土壤调节植被指数4.根据权利要求1所述的一种耦合地理加权与随机森林的地表温度降尺度方法，其特征在于：所述地理加权随机森林回归模型GWRF是将地理加权的思想耦合到随机森林模型GWRF对地理空间中响应变量与预测变量之间同时具有处理空间非平稳性以及空间变量非4通过最小化随机森林模型的袋外误差EOOB确定，使用遍历搜索的方式确定耦合模型的超参5.根据权利要求1所述的一种耦合地理加权与随机森林的地表温度降尺度方法，其特红外波段反演出的来高分辨率地表温度结果进行评价，利用决定系数R和均方根误差RMSE5[0002]地表温度(LST)作为描述区域和全球尺度陆地生态系统中大气和地表相互作用、空间分辨率地表温度与高空间分辨率的辅助数据获取高空间分辨率6通克里金插值将残差分辨率提高到目标高空Landsat8热红外遥感影像采用辐射传输方程法进行温度反演得到研究区域的地表温度作林模型中，以多个局部空间加权随机森林的形式对地理空间变化特征进行局部非线性建佳带宽通过最小化随机森林模型的袋外误差EOOB确定，使用遍历搜索的方式确定耦合模型7型时权重更大，如果带宽内样本点的个数过少则考虑不同覆盖类型但距离最近的样本点，[0021]将地理加权与随机森林耦合模型应用到地表温度降尺度时在低分辨下建立的尺度因子与地表温度的地理加权随机森林回归低分辨率下的MODIS地表温度与模型预测值[0027]可选的，所述S4后还包括S5：使用经过降尺度后的高分辨率的地表温度数据与Landsat8热红外波段反演出的来高分辨率地表温度结果进行评价，利用决定系数R和均方[0028]本发明的有益效果在于：本发明提出了一种耦合GWR与随机森林的地表温度降尺8间分辨率由1000米提高到100米。该算法在地理加权回归模型的基础上通过引入随机森林[0029]本发明主要创新点是考虑研究区的空间异质性以及地表温度和尺度因子的复杂9森林(RF)引入地理加权回归(GWR)，同时考虑地区间的空间非平稳和地表温度与尺度因子分辨率为30米。而后对Landsat8热红外遥感影像采用辐射传输方程法进行温度反演得到[0042]优选地，利用Landsat8地表反射率数据计算光谱指数主要包括归一化植被指数特征重要性排序选取合适特征作为降尺度因型时权重更大，如果带宽内样本点的个数过少则考虑不同覆盖类型但距离最近的样本点，[0046]随机森林的构建是由多棵决策树根据袋外误差最小化来[0051]其中，LST表示低空间分辨率下数据点i的地表温度，即MODIS地表温度，Ind[0055]优选的，使用经过降尺度后的高分辨率的地表温度数据与Landsat8热红外波段反演出的来高分辨率地表温度结果进行精度评价，利用决定系数