来源：期刊VIP网 时间：
作者：母仕林;刘灿;罗小波;苟永承;
单位：重庆邮电大学空间大数据智能技术重庆市工程研究中心;重庆市生态环境监测中心;
摘要：针对当前主流地理加权地表温度降尺度算法仅考虑地表温度(land surface temperature, LST)与尺度因子间线性或简单非线性关系的问题，提出了一种利用随机森林表征复杂非线性关系并与GWR耦合(geographically weighted random forest model, GWRF)的LST降尺度框架。GWRF降尺度框架从反射率、光谱指数、地形因子等多种尺度因子中筛选出最佳因子，利用地理加权随机森林方法建立LST与尺度因子间复杂的局部非线性关系，实现1 000 m LST降尺度到100 m。以北京和张掖地区作为实验区，并与地理加权回归、非线性地理加权回归、随机森林回归模型进行比较。研究发现，基于GWRF的降尺度模型在所有研究区均表现良好，均方根误差和平均绝对误差均低于其他模型，并且具有更高的决定系数R~2。
关键词：地表温度;;地理加权;;随机森林;;降尺度;;非线性
基金资助：国家重点研发计划政府间国际科技创新合作项目(2021YFEO194700);; 重庆市教委重点合作项目(HZ2021008)
