基于遥感数据和随机森林算法的黄土高原地区气温模拟及时空变化

发布时间：2021-04-18 23:02

　　气温是影响区域热环境的重要表征和引起气候变化的关键因素,依靠少量气象站点的内插或者外推获得的空间连续分布的气温无法准确表示大区域气温的空间变化特征。本文利用遥感数据结合随机森林算法模拟了2003—2016年黄土高原地区长时空序列的气温数据,并分析了11个输入变量的重要性,验证了随机森林模型的性能。结果表明:使用随机森林算法结合遥感数据模拟得到的近地表气温的平均绝对误差为0.91℃,均方根误差为1.06℃,结果精度较高。根据模拟出来的近地表气温分析了黄土高原地区2003—2016年气温的时空变化特征及趋势,发现2003—2016年黄土高原大部分区域气温整体上呈现缓慢上升的趋势。结果表明使用遥感数据结合随机森林算法的气温模拟在黄土高原地区具有很好的适用性,对研究黄土高原地区的气温演变规律及水热变化具有重要意义。 

【文章来源】：山地学报. 2020,38(06)北大核心CSCD

【文章页数】：8 页

【部分图文】：

2003—2016黄土高原夏季气温模拟结果

从图4可以得出,2003—2016年夏季气温的高值与低值之间差异明显,总体来说高温一般分布在黄河主要干支流流经区域,低温主要分布在西北部和南部的高原山地。除了高值与低值,气温中间值的差异也有较好的体现,以黄土高原北部的河套平原为例,平原内部的气温要高于周边地区,而又由于经纬度等影响因子的影响,气温值普遍低于中部平原地区。鄂尔多斯高原西部由于地形和海拔高度的影响又能区别于纯粹的高原山地地形,使得气温值高于西南部的高原山地地区。汉中平原以西呈现出海拔越高气温越低的趋势。从时间序列上来说2003—2016年夏季气温呈现波动上升的趋势,黄土高原的中西部变暖趋势更为明显。为了更好地研究黄土高原各季节的气温年际变化情况,计算得出各季节的平均气温如图5所示。相较于气象站点的气温,模拟得到的黄土高原空间气温数据更加准确,能更好地反映黄土高原地区各季节气温变化情况,从图中可以看出春夏气温总体呈现出波动上升的趋势,冬季气温上升幅度不大。秋季气温变化的波动最大,整体上呈现出下降趋势,从2007年气温呈现出逐年上升趋势,其中2006—2008年间气温波动最为明显。综上所述黄土高原地区各季气温整体上呈现出逐年上升的趋势。

相较于气象站点的气温,模拟得到的黄土高原空间气温数据更加准确,能更好地反映黄土高原地区各季节气温变化情况,从图中可以看出春夏气温总体呈现出波动上升的趋势,冬季气温上升幅度不大。秋季气温变化的波动最大,整体上呈现出下降趋势,从2007年气温呈现出逐年上升趋势,其中2006—2008年间气温波动最为明显。综上所述黄土高原地区各季气温整体上呈现出逐年上升的趋势。3.3.2 气温的变化趋势

【参考文献】：
期刊论文
[1]基于MODIS和随机森林的兰州市日最高气温和最低气温估算[J]. 邢立亭,李净,焦文慧.  干旱区研究. 2020(03)
[2]川西甘孜州1961—2015年气温和降水时空变化特征研究[J]. 梅静,王建,何亮,张梦媛,张志刚.  山地学报. 2019(02)
[3]基于TVX方法的南京市城区时空格局与地表温度的研究[J]. 丁海勇,李往华.  长江流域资源与环境. 2018(04)
[4]一种基于随机森林的太阳能辐射预测模型[J]. 刘剑,曹美燕,高治军,许可.  控制工程. 2017(12)
[5]基于随机森林算法的数据分析软件设计[J]. 周屹,冯兆祥,白熙卓,贾子一,戴洋洋,盛鑫宇.  黑龙江工程学院学报. 2017(03)
[6]NDVI、NDMI与地表温度关系的对比研究[J]. 李斌,王慧敏,秦明周,张鹏岩.  地理科学进展. 2017(05)
[7]基于随机森林算法的近地表气温遥感反演研究[J]. 白琳,徐永明,何苗,李宁.  地球信息科学学报. 2017(03)
[8]1961-2014年黄土高原地区降水和气温时间变化特征研究[J]. 顾朝军,穆兴民,高鹏,孙文义,赵广举.  干旱区资源与环境. 2017(03)
[9]基于气象数据和遥感影像的太白山气温直减率[J]. 翟丹平,白红英,冯海鹏,何红.  山地学报. 2016(04)
[10]1961—2014年黄土高原气温和降水变化趋势[J]. 晏利斌.  地球环境学报. 2015(05)



本文编号：3146326