DeepLCZChange:一种用于城市气候韧性的遥感深度学习模型架构
计算机视觉与模式识别
2023-06-13 v1 人工智能
机器学习
摘要
城市土地利用结构影响大都市区的局地气候条件。为阐明城市土地利用与局地气候的机制,我们提出一种新颖的、数据驱动的深度学习架构与流程 DeepLCZChange,用于将机载 LiDAR 数据统计量与 Landsat 8 卫星地表温度产品相关联。一项概念验证数值实验利用纽约市的相应遥感数据,验证了城市森林的降温效应。
引用
@article{arxiv.2306.06269,
title = {DeepLCZChange: A Remote Sensing Deep Learning Model Architecture for Urban Climate Resilience},
author = {Wenlu Sun and Yao Sun and Chenying Liu and Conrad M Albrecht},
journal= {arXiv preprint arXiv:2306.06269},
year = {2023}
}
备注
accepted for publication in 2023 IGARSS conference