如何提高卫星地面湿度数据的可用性？中国团队

中新网北京10月10日电 (记者 孙自发)土壤湿度是衡量地球生态系统健康状况的关键指标，对于气候预测、产量增长、水旱灾害预警等具有重要意义。卫星遥感是目前获取全球土壤湿度信息最有效的手段，因而受到广泛关注。 中国科学院航天创新研究院（航天院）10月10日向媒体发布信息称，该院曾江源研究员团队创新性地提出了协同机器学习和插值方法的新框架，可有效改善全球卫星土壤水分遥感产品大规模数据普遍缺乏的问题，显着提高遥感数据的完整性和利用性。 传感数据。 这项本质上是在航空航天信息领域的应用研究成果近期出版了国际专业期刊《环境遥感》，将为农业精度、水资源管理、干旱监测和气候变化等提供更可靠的数据支撑。 优势齐全、深度融合 论文通讯作者曾江源研究员介绍，受卫星轨道设计、传感器性能限制等多种因素影响，卫星遥感获得的地表湿度产品往往存在大尺度数据缺失，严重阻碍了其实际研究和应用。 填充缺失数据的基本方法有两种：一是传统的基于空间相关性的插值方法，即根据已知数据填充未知数据。这种方法在数据级别不高的情况下可以正常工作，但在面对持续大面积的空白区域时很容易“填不准”，甚至“未填”。 另一种类型是流行的机器学习方法，更多的是由数据驱动，即通过检查全球海量数据来发现土壤湿度与降雨、植物等其他环境因素之间的复杂相关性，从而做出大预测并填补预测。然而，结果往往是“平均”的，这削弱了强烈干燥和潮湿区域的细节属性。 填写了原始卫星遥感全球土壤水分数据与数据的空间对比图。中国科学院航天研究所美女图片 曾江源教授介绍，针对这一问题，研究团队创新性地以一种辅助方法为优势，深度包含了上述两类填充基础的基本方法，并采用了“Stacking”（堆叠）异构集成技术。首先，两种方法独立开发了填充的主要结果，然后通过元模型明智地优化权重，最终y 通过相同的全局推理和局部细化获得数据填充。 拓展技术，广泛应用 论文首立、中国科学院航空航天研究所硕士荣家明表示，P团队的研究利用全球卫星地面湿度遥感产品进行了大量的实验验证。结果表明，具有辅助效益和深度融合的新方法在处理各种尺度的丢失卫星遥感数据方面表现出了优异的性能：这不仅保持了机器学习方法对大面积缺失区域的整体猜测能力，而且有效避免了插值方法对局部区域细节特征的敏感性，以及传统方法中通常会出现的错误或“细节失真”现象。尤其是在全球范围内进行验证，填补新技术的准确性意义重大并不比单一程序更好。 曾江源表示，此时开发的技术框架具有很强的灵活性，可以通过修复地表温度、植物参数、大气参数等各种遥感产品中的缺失值进行扩展。通过提高各类卫星观测数据质量，可以为地球系统科学研究、农业与粮食安全、生态保护与可持续发展、自然灾害监测预警等应用提供更加可靠的数据支撑。 （超过） AI漫画评论|回到历史是危险的！ 一家三口因吃螃蟹入院，尝试新鲜事物成为高危行为？ “中国代购”热潮彰显中国制造全球魅力 从故宫到人民博物馆：百年历史的故宫为何“重生”？ 金价毁4000美元，怎么办多久才能达到下一个水平？ 国庆中秋出行超24亿人次，体现消费新变化 说说土家族摆手舞和迪斯科 假期的美好开始！上证指数站上3900点创10年新高 体重和肥胖会损害您的骨骼！呼吁专家：控制体重并增强骨骼 中国“双庆”期间民众旅游热情空前，假日经济展现活力 海南产业经济新观察：一块冲浪板引发新消费热点 一个POSTE正在“长”出一颗智慧之根：综合智杆阐释广州数字经济的主要领域 2025年国庆票房超18亿，此类大片最受欢迎 为什么要用蚯蚓钓鱼？也不在水里。 水乡教育平潭：忆江南歌曲 寒露节气即将到来：为什么要吃芝麻？ 70年前的今天，钱学森回到中国 这辈子一定要去吴桥看杂技，进“江口”！