Agathangelidis I、Cartalis C 和 Santamouris M
城市地区气温变化趋势值得密切监测,因为它们可能反映出热环境的变化,包括城市热岛的形成。气温场需要密集,才能充分评估热环境的状态;但在大多数情况下,地面测量站网络很稀疏。本文试图定义从 MSG-SEVIRI 卫星图像推导出的 1 公里分辨率降尺度地表温度 (LST) 与雅典城市群不同土地覆盖类型的气温 (Tair) 之间的关系。多项式回归和人工神经网络用于根据特定时间的 LST 估算 Tair,同时也使用之前几个小时的 LST 值。这样,表面材料的“记忆”就被考虑在内,实际上反映了与土地覆盖相关的热惯性。对于城市站点,在所研究的大部分时间段内,平均 R2 为 0.85,RMSE 为 1.0-1.2˚C,这表明该方法既能够定义所考虑区域的 Tair 场,也表明 LST 是 Tair 的控制参数。从上述方法中提取的参数关系原则上适用于特定站点,因为它们取决于土地覆盖和相关的地表特征。它们也可用于具有相似土地覆盖和相同气候区的站点。