成都山地所在地表土壤水分遥感产品空缺信息填补方向取得新进展

文章预览

地表土壤水分监测对气象预报、水文研究和气候变化分析等关键领域至关重要。然而，由于现有微波传感器观测能力、卫星轨道覆盖和植被覆盖等诸多因素影响，当前微波遥感土壤水分产品存在大面积的空值区域，严重限制了此类产品的应用。为了解决这一问题，成都山地所赵伟研究员团队，提出了一种基于深度学习模型的分层数据重建方法，成功填补了欧洲空间局气候变化倡议（ESA Climate Change Initiative ，CCI）土壤水分产品的空间空白。     该研究提出的分层重建框架，结合了k-means聚类算法和自注意力深度学习填充模型，专门针对中国区域的应用进行了优化。通过将中国划分为四个基于气候差异的子区域，从而为每个子区域独立训练了专门的深度学习模型来填补数据空白，相比于传统的将所有数据一起输入到深度学习模型中的方法，分区方 ………………………………