摘要： 基于空间降尺度技术构建高质量、高时空分辨率的地表温度(Land Surface Temperature,LST)信息，对于开展精细尺度IST监测与评价意义重大。本文运用随机森林(Random Forest,RF)构建降尺度模型，生成长时间序列250m分辨率的LST数据，结合Sn’s斜率、rst指数及GIS空间分析方法，探讨西安都市图203一 2022年ST的时空演变特征。结果表明：降尺度前后的ST影像在空间一致性和空间细节信息方面表现良好，降尺度效果的直接、间接评价中，R2分别为0.78和0.9，RSE分别为1.42K和0.73K:2013一2022年西安都市图ST呈波动下降趋势，以秦岭为界，北高南低，自中心向四周递减；ST增加与减少的面积占比分别为 52.57%、47.43%,山st指数均值为0.0，大于0.5的区城约占78.92%，1ST变化的同向特征明显强于反向特征。ST来来以持续增加和持续减少为主，占比分别为42.64%、36.28%，反持续变化区城占比较小。

关键词: 随机森林：空间降尺度；地表温度；西安都市图

中图分类号: 

• S161