Downscaling Land Surface Temperature Based on Non-Linear Geographically Weighted Regressive Model over Urban Areas
Reducción de la temperatura de la superficie terrestre basada en un modelo regresivo no lineal ponderado geográficamente sobre zonas urbanas.
Debido a las restricciones técnicas, la resolución espaciotemporal de los datos de la temperatura superficial terrestre (LST) obtenidos por teledetección por satélite es relativamente baja, lo cual limita el uso potencial de los datos. En este artículo se propone un algoritmo de reducción de escala de la LST basado en un modelo regresivo, ponderado geográficamente, no lineal que selecciona la combinación óptima de parámetros para reducir la resolución espacial de la LST. El modelo fue aplicado en la ciudad de Jinan en el norte de China y en la ciudad de Wuhan en el sur de China en diferentes estaciones. Los resultados indicaron que el modelo funcionó de manera correcta en las zonas de estudio donde se registró tanto un error cuadrático como un error medio absolutos menores frente al modelo lineal.
Este artículo fue realizado por Shumin Wang, Youming Luo, Xia Li, Kaixiang Yang, Qiang Liu (Beijing Normal University, Beijing, China), Xiaobo Luo (Chongqing University of Posts and Telecommunications, Chongqing, China), Xiuhong Li (Beijing Normal University, Beijing, China) para Remote Sensing (Vol 13, núm 8, p. 1580, 2021), una revista que divulga trabajos de investigación sobre la ciencia de la teledetección, desde el diseño de sensores, validación y calibración, hasta su aplicación en geociencias. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:515 kb
Recent Advances in Modelling Geodetic Time Series and Applications for Earth Science and Environmental Monitoring
Avances en la modelización de series temporales geodésicas y aplicaciones a las ciencias de la Tierra y la vigilancia ambiental.
La geodesia es la ciencia que se encarga de medir con precisión la topografía de la tierra, su forma y tamaño geométrico. Este campo científico permite comprender los fenómenos geodinámicos como el movimiento de la corteza terrestre, las mareas y el movimiento polar. Este artículo está dedicado a los avances en la modelización de series temporales geodésicas registradas con distintos instrumentos y en especial a la “Geodesia Ambiental” que pretende comprender la geodinámica de la tierra mediante el seguimiento de cualquier cambio registrado. Los autores resaltan la importancia del desarrollo de algoritmos específicos para estudiar los fenómenos naturales concretos relacionados con la geodinámica de la corteza terrestre y el cambio climático
Este artículo fue realizado por Xiaoxing He (Jiangxi University of Science and Technology, Ganzhou, China), Jean-Philippe Montillet (Physikalisch-Meteorologisches Observatorium Davos/World Radiation Center (PMOD/WRC), Davos, Switzerland; University of Beira Interior, Covilhã, Portugal), Zhao Li (Wuhan University, Wuhan, China), Gaël Kermarrec (Leibniz Universität Hannover, Hannover, Germany), Rui Fernandes (University of Beira Interior, Covilhã, Portugal), Feng Zhou (Shandong University of Science and Technology, Qingdao, China) para Remote Sensing (Vol 14, núm 23, p. 6164, 2022), una revista que divulga trabajos de investigación sobre la ciencia de la teledetección, desde el diseño de sensores, validación y calibración, hasta su aplicación en geociencias. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:429 kb