|本期目录/Table of Contents|

基于FY-3DMERSIII数据的辽宁省作物生长季日平均气温估算方法比较(PDF)

灾害学[ISSN:1000-811X/CN:61-1097/P]

期数:
2023年02期
页码:
89-96
栏目:
预测．防治与对策
出版日期:
2023-04-20

文章信息/Info

Title:
-
作者:
王岩; 汪利诚; 武晋雯; 等
Author(s):
-
关键词:
FY-3D MERSI Ⅱ; 遥感反演; 日平均气温; 随机森林; 多元回归; 作物生长季; 辽宁省
分类号:
X43；X915.5；S127；P694
DOI:
-
文献标识码:
A
摘要:
作为反映气候特征的重要指标之一，日平均气温在农业气象灾害监测和气候变化研究等领域承担着至关重要的作用。与传统日平均气温的监测和估算方式相比，遥感技术具有全方位、宏观、动态等不可比拟的绝对优势，能够准确地描述日平均气温的空间异质性。为提高农业服务质量，保证农业健康、可持续发展，探索作物生长季日平均气温遥感反演方法，提高农业气象灾害监测精确度，以FY-3D MERSI Ⅱ 遥感数据为基础，提取研究区日间地表温度(LSTday)、夜间地表温度(LSTnight)、归一化植被指数(NDVI)，同时还考虑了高程（DEM）、坡度（Slope）两个变量，结合气象站日平均气温数据，分别构建多元线性回归和随机森林日平均气温遥感反演模型，开展辽宁省2021年作物生长季（5—9月）日平均气温遥感监测的应用研究。结果表明：①基于多元线性回归模型反演的日平均气温均方根误差(RMSE)为1.71℃，平均绝对误差(MAE)为1.45℃；基于随机森林反演误差RMSE为1.17℃，MAE为0.96℃；整体上，随机森林的日平均气温反演结果更好，适用性更强。②实验当天和前一天的降水总量对日平均气温的估算结果具有很大影响，降水量随时间的变化曲线与日平均气温的反演误差散点分布情况基本一致，呈现降水总量越大，日平均气温的反演误差越大的趋势，日平均气温反演结果受大气水汽含量的影响很大。③对输入的气温影响因子的重要性进行动态的统计分析，发现LSTday和DEM是日平均气温反演时两个最重要的变量，且LSTday对日平均气温反演的影响最为重要，但是随着作物的生长，DEM的重要性也越来越凸显。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2023-05-30