【科技日报】新技术有效解决卫星土壤水分数据填补难题

记者10日从中国科学院空天信息创新研究院（以下简称空天院）获悉，该院曾江源研究员团队提出 了一种融合机器学习与插值方法的新型技术框架，有效解决了全球卫星土壤水分产品中常见的大范围数 据缺失问题，显著提高了数据的完整性和实用性。相关研究成果发表于《环境遥感》杂志。 作为反映地球生态健康状况的核心指标，土壤水分对农业灌溉、干旱预警、气候变化分析等具有重 要价值。目前，全球土壤水分数据主要依赖卫星遥感获取，然而受卫星轨道、地表复杂地形、人为信号 干扰等多种因素影响，原始数据常出现大量缺失，限制了其在实际科研与应用中的使用效果。 "当前填补缺失数据主要有两类方法：一类是传统插值法，依赖已知数据推测缺失区域，适用于小 范围缺失，但在大片空白区容易失效；另一类是基于大数据分析的机器学习方法，能够通过分析全球数 据，寻找土壤水分与降雨、植被等因素间的联系来进行预测，但结果容易趋向'平均'，难以准确反映特 别干旱或湿润地区的真实情况。"曾江源介绍。 针对上述问题，研究团队创新采用"优势互补"的思路，将两类方法深度融合。他们运用"堆叠"异质 集成技术，先分别利用插值和机器学习生成初步填补结果，再通过智能算法优化整合，形成同时兼 ...