城市研究的长期归一化差异城市指数（NDUI）数据时间序列
摘要：通过保留连续的长期数据来研究城市环境的变化是至关重要的，因为城市不断扩展和发展。利用DMSP OLS夜间灯光数据和Landsat NDVI创建了归一化差异城市化指数（NDUI），该指数被证明对研究城市地区非常有价值。然而，由于DMSP数据收集在2014年停止，其覆盖范围和可用性受到限制，而VIIRS自2012年以来一直在收集夜间灯光数据。DMSP不可用转化为使用NDUI进行城市研究的挑战。在这项工作中，我们解决了这个困难，并提出了一种新的方法来使NDUI时间序列更新至最新状态。我们首先使用2012年作为校准年份将VIIRS映射到DMSP，然后构建更新的NDUI时间序列。我们使用ClimateDownscaleSuite和Swin Transformer模型来进行映射，并选择Swin Transformer模型作为最佳模型。该模型与2012年之后收集的VIIRS夜间灯光数据相结合使用。通过使用这种策略，不仅扩展了NDUI时间序列，还突显了人工智能填补数据空白和促进城市研究的潜力。
作者：Manmeet Singh, Subhasis Ghosh, Harsh Kamath, Vaisakh SB, Chandana Mitra, Shivam Saxena, Suryachandra Rao, Marshall Shepherd, Dev Niyogi
论文ID：2306.02794
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-06-06