来源：期刊VIP网 时间：
作者：廖声荣;罗小波;
单位：重庆邮电大学计算机科学与技术学院;重庆邮电大学空间大数据智能技术重庆市工程研究中心;
摘要：鉴于现有地表温度(land surface temperature, LST)降尺度模型对时空约束的统一考虑存在局限性，忽略了LST的时空滞后效应，提出了一种时空加权滞后随机森林模型(geographically and temporally weighted lagged random forest, GTWLRF),创新性地融入时空滞后性以更好地捕捉历史温度对当前温度的影响，并综合考虑LST的时空滞后性、时空异质性以及LST与尺度因子间的非线性关系，从而提升模型在复杂环境下的适应性。以重庆为研究区域，选取归一化植被指数、归一化建筑指数、归一化修正水体指数、数字高程模型及时空滞后变量作为解释变量，将MODIS LST从1 000 m分辨率降尺度到100 m,采用Landsat 8 LST验证降尺度结果。实验结果表明，GTWLRF模型的均方根误差(1.32℃)、平均绝对误差(1.02℃)低于其他对比模型，且GTWLRF降尺度LST与Landsat 8 LST之间的一致性更好。
关键词：地表温度;;时空滞后性;;时空异质性;;非线性关系;;山地城市;;降尺度
