第七届青年地学论坛

大规模地表温度（LST, Land Surface Temperature）与土地利用因子之间的空间变化关系已通过地理加权回归（GWR, Geographically Weighted Regression）模型进行了广泛研究。但是，尚未考虑由风向引起的方向变化关系。在这项研究中，提取了2017年武汉夏季和冬季的风向，以建立地理方向加权回归（GDWR, Geographically-Directionally Weighted Regression），以识别它们之间的空间和方向变化关系。结果表明，GDWR模型在夏季和冬季均改善了R²和显着性。特别是，GDWR在2017年冬季表现最佳，R²从基于普通最小二乘法（OLS）的多元线性回归（MLR, Multiple Linear Regression）和GWR模型的0.0688和0.6635，在运行GDWR后，R²提高至0.7839，且P值均低于0.05。此外，冬季GDWR大大减少了武汉北部和东南部的残差聚集性。这可能是由于在冬季，风从南向北流动。但是GDWR并没有减少武汉中部地区的残差聚集性。这表明尽管风不会对存在复杂土地利用的中心城市的LST及其驱动因素之间的关系产生重大影响，但将在郊区引起明显的方向变化关系。本文结构如下：第二篇部分，获取遥感影像并从中提取LST，描述土地利用数据集和风向数据。在第三部分中，介绍了建立GDWR模型的过程；在第四部分，介绍了基于OLS的多元线性回归（MLR），GWR和GDWR模型的结果，最后一节介绍了讨论和结论。
 

地表温度数据、土地利用、风向、地理风向加权回归模型、空间非平稳性、方向变化关系