使用地球观测数据制作高分辨率生物气候地图的新型人工神经网络方法:塞浦路斯的案例研究:
Kostas Philippopoulos1, Katerina Pantavou2, Constantinos Cartalis1
1National and Kapodistrian University of Athens, Department of Physics, 15784 Athens, Greece.
The Science of the total environment
|June 11, 2023
概括
本研究引入了一种使用地球观测数据和人工神经网络创建详细生物气候地图的新方法. 这些地图准确地估计了空气温度和热量指数,有助于评估公共卫生风险.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 生物气候学 生物气候学
背景情况:
- 准确的生物气候测绘对于了解热环境及其对人类健康的影响至关重要.
- 现有的方法往往缺乏详细分析所需的高空间和时间分辨率.
研究的目的:
- 利用地球观测 (EO) 数据开发一种新的方法来制作高分辨率的生物气候地图.
- 准确估计空气温度 (Tair) 和热指数,如通用热气候指数 (UTCI) 和生理等效温度 (PET).
主要方法:
- 利用人工神经网络 (ANN) 将EO产品 (陆地表面温度 - LST,规范差异植被指数 - NDVI) 与Tair和热指数联系起来.
- 使用地理信息系统 (GIS) 进行地图开发和EO图像的空间缩小.
- 在不同的条件下验证结果以评估准确性.
主要成果:
- 实现了高分辨率 (100米) 的生物气候地图,准确估计了Tair,UTI和PET.
- 证明了从1.9°C的Tair到2.8°C的PET和UTCI的平均绝对误差.
- 确定了高风险地区,并分析了土地覆盖对热条件的影响.
结论:
- 提出的基于EO的方法提供了一个可扩展和准确的方法,用于生物气候测绘.
- 该方法适用于几乎实时监测室外热条件并评估健康风险.
- 研究结果支持使用生物气候地图进行城市环境监测和评估基于自然的解决方案.
