气象学论文_利用时空神经网络模型的长江经济带 - 遥感学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 遥感学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

气象学论文_利用时空神经网络模型的长江经济带

作者:

关键词:

摘要：

文章摘要:传统基于遥感的气温反演方法往往使用全局模型，从而忽略了气温分布及其时空影响异质性，特别是在较大区域尺度的研究中存在不足。本文针对长江经济带区域，引入时空地理加权神经网络模型，建立一种高精度的气温估计方法。通过在广义回归网络模型中建立局部模型来顾及时空异质性的影响，融合遥感数据、同化数据、站点数据，获取面域分布的近地表气温信息。采用基于站点的十折交叉验证方法对模型性能进行评估，结果表明：时空地理加权神经网络有效提高了气温估计的精度（RMSE=1.899℃， MAE=1.310℃， R=0.976），与多元线性回归和传统的全局神经网络方法相比，MAE值分别降低了1.112℃和0.378℃。气温空间分布制图结果显示，本文方法结果能很好地反映长江经济带气温空间上的差异和不同季节的特征信息，具有实际应用价值。

文章关键词:

论文分类号:TP183;P423

文章来源：《遥感学报》网址: http://www.ygxbzz.cn/qikandaodu/2021/1009/828.html