Les îlots de chaleur urbains (ICU en abrégé) sont des élévations localisées des températures, particulièrement des températures maximales diurnes et nocturnes, enregistrées en milieu urbain par rapport aux zones rurales ou forestières voisines ou par rapport aux températures moyennes régionales. Ce dôme thermique créant une sorte de serait compris et décrit pour la première fois au à Londres par Luke Howard, un pharmacien passionné par la météorologie qui publie en 1818-1820 The Climate of London en deux volumes, dans lequel il note une différence des températures diurnes de et nocturnes de l'ordre de entre le centre de Londres et sa campagne.
In statistics, probability density estimation or simply density estimation is the construction of an estimate, based on observed data, of an unobservable underlying probability density function. The unobservable density function is thought of as the density according to which a large population is distributed; the data are usually thought of as a random sample from that population. A variety of approaches to density estimation are used, including Parzen windows and a range of data clustering techniques, including vector quantization.
vignette|Forêt urbaine récemment plantée (Royaume-Uni), La Forêt urbaine du pays noir, désigne des initiatives et projets collectifs de reboisement de zones urbaines et anciennes friches industrielles vignette|Cely Wood, forêt urbaine de Thames Chase (Upminster, au Royaume-Uni) vignette|Partie de la forêt périurbaine « Koumysnaïa Poliana » de Saratov (Russie) La notion de forêt urbaine est née à la fin du , désignant une forêt ou des boisements poussant dans une aire urbaine.
En statistique, l’estimation par noyau (ou encore méthode de Parzen-Rosenblatt ; en anglais, kernel density estimation ou KDE) est une méthode non-paramétrique d’estimation de la densité de probabilité d’une variable aléatoire. Elle se base sur un échantillon d’une population statistique et permet d’estimer la densité en tout point du support. En ce sens, cette méthode généralise astucieusement la méthode d’estimation par un histogramme. Si est un échantillon i.i.d.