新的基准数据集HeatCast支持邻里尺度地表温度（LST）预测

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 →

• arXiv
• Earthformer
• HeatCast
• Landsat program
• MIT
• U.S.

• 论文
• 其他

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