基于FY-3D MERSI Ⅱ数据的辽宁省作物生长季日平均气温估算方法比较

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 MERSIⅡ遥感数据为基础，提取研究区日间地表温度(LST_day)、夜间地表温度(LST_night)、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1 ...