城市地表温度空间降尺度研究——以北京市为例

• 作者: 李娜娜 吴骅 栾庆祖
• 来源期刊: 遥感学报
• 关键词: 遥感 地表温度 空间降尺度 随机森林 建筑形态 空间尺度效应
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 技术方法|Technologies and Methodologies
• 页码范围: 1808-1820
• 页数: 13页
• 语种: 中文

摘要

地表温度LST (Land Surface Temperature)是城市热环境研究的重要参数之一,城市下垫面极为复杂,LST空间差异性较高.高空间分辨率LST对精细化城市热环境监测和缓解具有重要意义.目前大部分城市遥感LST降尺度研究仍以二维角度为主,缺乏建筑三维结构的考虑.本研究同时考虑地表二维和三维指标,构建基于随机森林方法的降尺度模型,开展MODIS 1 km LST降尺度研究(100 m),并探讨二维和三维建筑形态对LST影响的空间尺度效应.另外,为了弥补随机森林模型缺乏物理基础的不足,参考热辐射传输方程,将方程中传感器接收的辐亮度和与大气透过率相关的大气可降水量,加入降尺度模型构建中.为了更好利用真实观测的MODIS 1 km LST验证降尺度结果,故将MODIS LST和所有指标因子升尺度至5 km,开展5 km LST降尺度至1 km研究,进一步研究探讨大气顶层辐亮度和大气可降水量对LST降尺度的影响.研究结果表明:(1)随机森林模型中增加辐亮度和大气可降水量前后,通过将5 km LST降尺度后1 km LST与原始MODIS 1 km LST相比,RMSE和R2分别由3.1K和0.5提高至0.38 K和0.94.(2)当随机森林模型中增加建筑形态指标后,模型的袋外分数OOB score由0.46提高至0.49,模拟的100 m LST与ASTER LST产品比较,R2有所降低,可能的原因是ASTER和MODIS LST的反演方法和传感器不同,造成两者在100 m尺度下的对比性差一些.但是当驱动因子中增加MOD02和MOD05后,RMSE和R2由2.4 K和0.29提高至1.2K和0.68,进一步说明MOD02和MOD05在1 km LST降至100 m过程中,起到至关重要作用.(3)在1 km和100m尺度下,增加建筑形态后,模型OOB_score均有提高,并且建筑形态指标的重要性有所不同,在100 m尺度下独立建筑形态的影响程度有所增加.综上,MODIS LST在城市地区降尺度研究中需要考虑大气顶层辐亮度、大气可降水量和建筑形态的影响,并且不同的建筑形态对LST的重要性存在空间尺度效应.