Agathangelidis I, Cartalis C und Santamouris M
Veränderte Lufttemperaturtrends in städtischen Regionen müssen sorgfältig beobachtet werden, da sie Veränderungen der thermischen Umgebung, einschließlich der Entwicklung einer städtischen Wärmeinsel, widerspiegeln können. Lufttemperaturfelder müssen dicht sein, damit der Zustand der thermischen Umgebung angemessen beurteilt werden kann. In den meisten Fällen sind die Netzwerke von Bodenmessstationen jedoch spärlich. In diesem Artikel wird versucht, die Beziehung zwischen der herunterskalierten Landoberflächentemperatur (LST) mit einer Auflösung von 1 km, wie sie aus MSG-SEVIRI-Satellitenbildern abgeleitet wurde, und der Lufttemperatur (Tair) im städtischen Ballungsraum Athen für verschiedene Bodenbedeckungstypen zu definieren. Zur Schätzung von Tair aus der LST zu einem bestimmten Zeitpunkt werden polynomische Regression und künstliche neuronale Netzwerke verwendet, wobei auch die LST-Werte mehrerer Stunden zuvor verwendet werden. Auf diese Weise wird das „Gedächtnis“ der Oberflächenmaterialien berücksichtigt, was praktisch die mit der Bodenbedeckung verbundene thermische Trägheit widerspiegelt. Für städtische Stationen wurde für den Großteil des untersuchten Zeitraums ein durchschnittlicher R2-Wert von 0,85 und ein RMSE von 1,0-1,2 °C erreicht, was sowohl ein Hinweis darauf ist, dass die Methodik in der Lage ist, Tair-Felder im betreffenden Gebiet zu definieren, als auch darauf, dass LST der bestimmende Parameter für Tair ist. Die aus der obigen Methodik extrahierten parametrischen Beziehungen sind im Prinzip für eine bestimmte Station anwendbar, da sie von der Bodenbedeckung und den damit verbundenen Landoberflächeneigenschaften abhängen. Sie können auch für Stationen in Gebieten mit ähnlicher Bodenbedeckung und in derselben Klimazone verwendet werden.