【技术实现步骤摘要】
一种基于XGBoost模型的地表温度重建方法
[0001]本专利技术涉及地表温度重建
,尤其涉及的是一种基于XGBoost模型的地表温度重建方法。
技术介绍
[0002]地表温度(Land Surface Temperature,LST)是地表能量平衡和水循环过程的关键变量,在地
‑
气相互作用中发挥着重要作用,对高温预测、干旱监测、生态环境监测、全球水文和气候监测等领域都具有重要的应用价值。地面气象站点观测的地面温度由于具有可靠性高,时间序列长的优点,被常规用于验证其它地表温度产品(如,MODIS LST数据)。但是,气象站数据易受非气候因素的影响(如仪器更换,观测场迁移等),这会导致观测数据的不均一性和错误的结论。例如,我国气象观测点在2002年以后开始逐渐采用自动站取代人工观测,但由于自动站地表温度的观测规范与人工观测不同,会造成冬季地面有积雪的条件下自动站观测地表温度与人工观测存在严重的偏差。对于人工观测,需要在积雪后将温度计放在雪面上。而自动站观测的铂电阻地温传感器在被雪掩埋的情况下仍然可以工 ...
【技术保护点】
【技术特征摘要】
1.一种基于XGBoost模型的地表温度重建方法,其特征在于,包括以下步骤:步骤S1、准备地面气象观测数据并进行数据预处理,按照类别存储为不同气象要素;步骤S2、对步骤S1气象要素与地表温度的相关性进行排序,选取影响地表温度的主要气象要素构建气象要素数据集;步骤S3、利用步骤S2筛选的气象要素数据集对XGBoost地表温度模型进行训练;步骤S4、通过网格搜索和K折交叉验证寻找XGBoost地表温度模型的最佳参数;步骤S5、利用训练好的XGBoost地表温度模型对地表温度进行重建。2.根据权利要求1所述的基于XGBoost模型的地表温度重建方法,其特征在于,步骤S1所述地面气象观测观测数据包括人工观测的地表温度、气温、日照时数、降雨、空气湿度和风速;数据预处理是指检测地面观测数据缺失值,采用袋装算法进行缺失值插补计算。3.根据权利要求1所述的基于XGBoost模型的地表温度重建方法,其特征在于,步骤S2选取影响地表温度的主要气象要素,是通过计算气象要素与地表温度的Pearson相关系数,明确气象要素对地表温度影响程度,筛选出对地表温度影响最高的m个主要气象要素,使用选出的m个气象要素对步骤S1的地面观测观测数据集进行降维处理;Pearson相关系数公式如下:式中,X为气象变量,Y为地表温度,n为天数。4.根据权利要求1所述的基于XGBoost模型的地表温度重建方法,其特征在于,步骤S3中XGBoost模型是一种集成式提升算法,其不断往模型中加入基础决策树模型,...
【专利技术属性】
技术研发人员:刘法,
申请(专利权)人:中国科学院地理科学与资源研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。