PulseAugur
中
实时 22:38:21
English(EN) HeatCast: A Benchmark for Neighborhood-Scale LST Forecasting across 124 U.S. Cities

新的基准数据集HeatCast支持邻里尺度地表温度（LST）预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了HeatCast，这是一个新的基准数据集，用于预测美国124个城市邻里尺度的地表温度（LST）。该数据集源自Landsat影像，提供30米分辨率的月度LST数据以及相关的环境因素（如海拔和光谱指数），覆盖2013年至2025年6月期间。该基准包括固定的时间分割、LCZ分层指标和评估工具。在测试中，Earthformer模型在预测下个月LST时达到了7.74 K的RMSE，优于CNN+LSTM模型，并展示了非LST通道在准确预测方面的潜力。 AI

影响 能够更准确地进行邻里尺度的气候和城市热岛效应建模。

排序理由 该集群描述了一个特定研究问题（LST预测）的新基准数据集和评估，包括已发表的论文和发布的代码/数据。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基准数据集HeatCast支持邻里尺度地表温度（LST）预测

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一个特定研究问题（LST预测）的新基准数据集和评估，包括已发表的论文和发布的代码/数据。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
58 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jesus Guerrero, Isaac Corley, Leon Najafirad, Maryam Tabar, Paul Rad ·

    HeatCast：美国124个城市邻里尺度地表温度预报基准测试

    arXiv:2608.07640v1 Announce Type: new Abstract: Land Surface Temperature (LST) is a widely used satellite-derived measure of urban surface heat, but there is no shared benchmark for forecasting it at 30 m. Prior studies usually cover one to three cities, use kilometer-scale produ…

相关实体

相关话题