利用机器学习下推城市热信号：丹麦功能性城市区案例研究
Downscaling urban thermal signals with machine learning: A case study of Danish functional urban areas
发表于 2026年5月25日 · 收录于雷达 2026年11月5日
中文摘要
研究提出基于机器学习的城市热信号下推模型，将近地面气温预测从2.5×2.5公里网格细化至125×223米网格，并应用于丹麦四个功能性城市区。随机森林模型总体表现较好，能捕捉城市基础设施的热特征并呈现街区尺度细节，但对农村气温存在高估倾向。