检索结果

Select

1. 基于集成学习技术的青海高原地表温度反演研究

辛萍萍, 陈国茜, 周生蓉, 文生祥, 程俊清, 田媛

干旱气象 2025, 43 (6): 997-1005. DOI: 10.11755/j.issn.1006-7639-2025-06-0997

摘要（110）

HTML （2）

PDF（pc）（9151KB）（24）

地表温度作为地表物理过程的重要参数，在有云情况下，微波遥感是获取其信息的主要途径之一。本文基于FY-3D/MWRI亮温数据，采用随机森林（Random Forest，RF）、XGBoost、LightGBM等集成学习算法构建青海高原地表温度估算模型。通过深入分析亮温数据、地形要素等特征在不同模型中的贡献度，发现RF模型中亮温数据贡献度较高，XGBoost模型中亮温数据和地形要素均表现出较高贡献度，LightGBM模型则地形要素贡献度较高。3个模型的训练和测试精度均超过0.8，其中LightGBM与XGBoost模型的训练、测试精度差异较小。3个模型均能较好地刻画青海高原2个低温区和2个高温区的空间分布特征，其中XGBoost模型在干旱和洪涝过程下表现尤为突出，其估算结果与地表温度实测值的偏差最小。综合表明，XGBoost模型为青海高原地表温度估算的最优模型，其反演结果为该区域开展干旱与洪涝遥感实时监测提供技术支持。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 1961—2019年柴达木盆地沙尘强度时空变化特征

曹晓云, 肖建设, 乔斌, 陈国茜, 权晨, 祝存兄, 史飞飞

干旱气象 2021, 39 (1): 46-53.

摘要（477）

PDF（pc）（2016KB）（2248）

基于1961—2019年柴达木盆地9个地面气象站沙尘逐月观测资料，计算沙尘指数并分析盆地沙尘强度的时空变化特征及其主要影响因素。结果表明：（1）近59 a柴达木盆地沙尘强度整体呈显著减弱趋势，减小速率为2.05 a-1；沙尘强度年代变化呈单峰型，其中1970年代最强；柴达木盆地沙尘指数突变发生在1990年；月均沙尘指数也呈单峰型分布，峰值位于春季4月，谷值位于冬季12月。（2）柴达木盆地沙尘强度整体呈腹部高、外围低的空间分布格局；近59 a除冷湖的沙尘强度呈显著增强趋势外，其余地区沙尘强度均呈显著减弱趋势，其中诺木洪和格尔木减弱速率较快；春季沙尘强度减弱速率最快。（3）近59 a柴达木盆地年均气温升高、降水增多、风速降低、大风日数减少是影响其沙尘强度变弱的重要原因。