数据集概述
本数据集存储了通过机器学习方法生成的地表温度降尺度数据，核心为十米分辨率的降尺度结果，包含不同机器学习模型对特定区域的地表温度预测数据，为地表温度的高分辨率分析提供支持。
文件详解
该数据集按区域划分目录，主要包含TIFF格式的栅格文件，具体说明如下：
- 区域目录与文件：
- 目录：QiXiaYing 10m LST/：存储祁下营区域十米分辨率地表温度降尺度数据
- 文件示例：SpatialRandomForest-KsG89S.tif、LST_CatBoost-q1CcLn.tif、Gradient Boosting -5bIGeW.tif、adaboost-vNnrEi.tif、LST_prediction_LinearRegression-guGkDs.tif、LST_LightGBM-ZkXbSw.tif、RandomForest-lL9oqy.tif
- 文件格式：TIFF（.tif），栅格数据格式
- 目录：ZhuoZiShan 10m LST/：存储桌子山区域十米分辨率地表温度降尺度数据
- 文件示例：LST_AdaBoost.tif、LST_GradientBoosting.tif、LST_RandomForest.tif、LST_LightGBM.tif、SpatialRandomForest.tif、LST_prediction_LinearRegression.tif
- 文件格式：TIFF（.tif），栅格数据格式
- 文件类型：所有文件均为TIFF格式，占比百分之百，属于栅格文件类型
适用场景
- 地表温度空间分布分析：基于高分辨率数据研究区域内地表温度的精细空间格局
- 机器学习模型对比：比较不同机器学习模型（如随机森林、梯度提升、线性回归等）在地表温度降尺度任务中的表现
- 区域热环境研究：支撑祁下营、桌子山等特定区域的热环境评估与变化监测
- 遥感数据应用：为遥感领域中地表温度降尺度方法的验证与优化提供数据支持
