案例分享| IRGASON在城市生態(tài)系統(tǒng)蒸散發(fā)研究中的應(yīng)用
來(lái)源:客戶案例 發(fā)布時(shí)間:2025/7/21 10:01:15
隨著氣候變化的加劇,城市地區(qū)越來(lái)越受到水資源短缺和城市熱島效應(yīng)的影響。蒸散量(ET)是全球城市綠化倡議的重要組成部分。然而,城市地區(qū)的ET估算方法仍然有限。隨著城市中建立越來(lái)越多的通量觀測(cè)塔,為城市ET的直接測(cè)量提供了可能性。來(lái)自柏林工業(yè)大學(xué)的Stenka Vulova在研究城市ET中提出了一種估算城市ET的新方法。該方法利用遙感和GIS數(shù)據(jù)、Footprint模型以及機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù),估算城市的蒸散量。
城市蒸散預(yù)測(cè)方法:
融合不同數(shù)據(jù)、模型和技術(shù)
本文的研究區(qū)域位于德國(guó)柏林,從衛(wèi)星圖像、通量塔(兩個(gè)通量塔位置分別定義為ROTH和TUCC)和氣象站提取動(dòng)態(tài)和靜態(tài)數(shù)據(jù)集,用于預(yù)測(cè)城市景觀中的ET。文章分析了4種預(yù)測(cè)情景下估算城市ET的準(zhǔn)確性,并評(píng)估了兩種不同算法[卷積神經(jīng)網(wǎng)絡(luò)(1D CNN)和隨機(jī)森林(RF)]在預(yù)測(cè)中的表現(xiàn)。最佳表現(xiàn)情景(氣象和GIS數(shù)據(jù))顯示,對(duì)于植被較多的地點(diǎn),RF算法預(yù)測(cè)蒸散的RMSE為0.0239 mm/h,R2為0.840,1D CNN算法預(yù)測(cè)蒸散的RMSE是0.0250 mm/h,R2為0.824。
4種預(yù)測(cè)情境下
不同算法的預(yù)測(cè)結(jié)果
該研究還分析了不同預(yù)測(cè)情景中各變量的重要性,對(duì)于ROTH和TUCC兩個(gè)站點(diǎn),風(fēng)速、大氣壓和太陽(yáng)天頂角均是隨機(jī)森林算法(RF)最重要的預(yù)測(cè)因子。對(duì)于ROTH站點(diǎn),NDVI,ISF(非滲透表面的比例)和BH(建筑物高度)則分別是隨機(jī)森林算法(RF)第三、第四和第六重要的預(yù)測(cè)因子。
不同林分類型Fs
對(duì)NEE觀測(cè)值的相對(duì)貢獻(xiàn)
本研究通過(guò)利用遙感和GIS數(shù)據(jù)、Footprint模型以及機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù),提出了一種估算城市ET的新方法,即便是在氣象數(shù)據(jù)較為有限的情況下,仍提高了城市地區(qū)ET估算的準(zhǔn)確性。同時(shí)該方法有助于以半小時(shí)的分辨率對(duì)ET進(jìn)行時(shí)間和空間上的升尺度。
該成果于2021年4月發(fā)表在
高水平期刊Science of the Total Environment