| 论文题目: | 基于深度学习的城市蓝绿空间高精度遥感制图及降温效应分析 |
|---|---|
| 第一作者: | 薛金铭, 匡文慧, 窦银银, 郭长庆, 汪东川 |
| 联系作者: | |
| 发表年度: | 2025 |
| 摘 要: | 为了满足蓝绿空间精准识别与动态监测的迫切需求,提出一种多源特征融合网络(MF-UNet),通过多编码器结构和特征融合模块对多源数据进行特征提取与融合,结合混合引导训练策略及全连接条件随机场的方法,实现了天津城市蓝绿空间高精度遥感制图,并进一步分析了蓝绿空间的降温效应。研究表明:1)模型总体精度达88.60%,较传统UNet提升6.24个百分点,F1-score达0.89;2)2015—2022年,天津市蓝绿空间面积增长了1.87倍,占比增加了7.5个百分点;3)蓝绿空间每增加10个百分点,区域地表温度下降0.9~2.1℃,紧凑型斑块降温强度较不规则斑块高19.64个百分点;4)公园绿地降温效应显著,最大降温距离达267 m,水体占比与降温强度呈正相关。该研究成果可为城市空间规划及生态修复提供技术支撑与科学依据。 |
| 英文摘要: | |
| 刊物名称: | 遥感信息 |
| 全文链接: | |
| 论文类别: | CSCD |