基于支持向量机的西安城市要素影响地表温度研究

李明哲; 周庆; 杨艳

doi:10.13655/j.cnki.ibci.2023.11.003

English Version

您当前的位置：

首页 >

文章列表页 >

基于支持向量机的西安城市要素影响地表温度研究

综述 | 更新时间：2023-11-17

- 基于支持向量机的西安城市要素影响地表温度研究
- Study on the Influence of Urban Factors on Land Surface Temperature in Xi'an Based on Support Vector Machine
- 智能建筑与智慧城市 2023年第11期页码：13-15
- 作者机构：
  
  1.天津城建大学建筑学院
- 作者简介：
- 基金信息：
- DOI：10.13655/j.cnki.ibci.2023.11.003
  中图分类号：
扫描看全文
李明哲, 周庆, 杨艳. 基于支持向量机的西安城市要素影响地表温度研究[J]. 智能建筑与智慧城市, 2023,(11):13-15.

LI Ming-zhe, ZHOU Qing, YANG Yan. Study on the Influence of Urban Factors on Land Surface Temperature in Xi'an Based on Support Vector Machine[J]. 2023,(11):13-15.
李明哲, 周庆, 杨艳. 基于支持向量机的西安城市要素影响地表温度研究[J]. 智能建筑与智慧城市, 2023,(11):13-15. DOI： 10.13655/j.cnki.ibci.2023.11.003.

LI Ming-zhe, ZHOU Qing, YANG Yan. Study on the Influence of Urban Factors on Land Surface Temperature in Xi'an Based on Support Vector Machine[J]. 2023,(11):13-15. DOI： 10.13655/j.cnki.ibci.2023.11.003.

摘要

囿于计算机技术和统计方法的局限，以往城市要素对地表温度的影响均是通过线性算法估计，未能更精确的描述地表温度随城市要素变化的趋势。文中采用支持向量机算法对6个城市要素指标进行统计分析，得到城市要素指标地表温度影响的重要性排序同时可预测城市地表温度。

Abstract

Due to the limitations of computer technology and statistical methods, the impact of urban factors on land surface temperature in the past was estimated by linear algorithms, which failed to describe the trend of land surface temperature changes with urban factors more accurately. In this paper, the support vector machine algorithm is used to carry out statistical analysis on six urban factor indicators, and the importance order of the impact of urban factor indicators on the land surface temperature can be obtained. At the same time, the urban land surface temperature can be predicted.

关键词

地表温度城市要素支持向量机西安

Keywords

land surface temperatureurban factorssupport vector machineXi'an

references

Amani-Beni M ， Zhang B ， Xie G D ， et al. Impacts of Urban Green Landscape Patterns on Land Surface Temperature: Evidence from the Adjacent Area of Olympic Forest Park of Beijing，China[J].Sustainability，2019，11（2）：1-16.

Chen YJ，Yu SX.Impacts of urban landscape patterns on urban thermal variations in Guangzhou，China[J].International Journal of Applied Earth Observation and Geoinformation，2017（54）：65-71.

Estoque RC，Murayama Y，Myint SW. Effects of landscape composition and pattern on land surface temperature: An urban heat island study in the megacities of Southeast Asia[J].Science of the Total Environment，2017（577）：349-59.

Huete ，A.R. A Soil-adjusted vegetation index (SAVI)[J].Remote Sensing of Environment，1988，25（3）：295-309.

Xu ，H.Q. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery[J].International journal of remote sensing，2006（27）：3025-3033.

Wang，M.Y，Xu， H.Q.Temporal and spatial changes of urban impervious surface and its influence on urban ecolo-gical quality: A comparison between Shanghai and New York[J].J.Appl. Ecol，2018（29）：236-247.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据