中新网北京10月10日电 (记者 孙自法) 大家都知道土壤水分对地球生态系统健康特别重要，也跟天气预测、种庄稼和防止灾害有关系。以前，拿卫星遥感给地球拍照片，是获取土壤水分信息最靠谱的办法。但在中国科学院空天信息创新研究院，科研人员就给这个问题出了个新点子。 这里面有个曾江源研究员带着团队干了件事儿。他们发明了一种用机器学习加上插值的新框架。你看啊，现在好多卫星拍下来的土壤水分图上都有大片空白，就是数据丢了，这个框架就能把那些空白填满，让数据更完整、更好用。 这个方法的论文已经在《环境遥感》（Remote Sensing of Environment）上发表了。它不光能帮忙种地搞精准农业，还能帮咱们管好水资源、盯着干旱和气候变样。 为啥以前的办法不太灵呢？曾江源说，卫星轨道设计和传感器性能这些因素都会捣乱，还有复杂的地形和人为干扰，这些都会导致数据缺失。以前有两种方法来修补这些漏洞：一种是根据周围数据来填，叫插值法；还有一种是用机器学习的办法去预测。可插值法遇到大片空白就不灵了，容易填不准甚至填不上；机器学习虽然能大范围预测，但结果往往比较平均，把细节都给磨平了。 这次他们就把这两种方法融合到一起了。先用两种办法分别生成结果，再通过一种叫“堆叠”（Stacking）的技术让它们取长补短。这样搞出来的填补数据既有全局的合理性又能看到局部的细节。 研究生荣家明也做了实验验证。结果表明这种新方法对付各种规模的缺失都管用：既保留了机器学习对大片区域的预测能力，又继承了插值法对小地方细节的敏感性。特别是在全球范围里看，这种新方法比单纯用一种办法效果好太多。 曾江源还说这个技术挺通用的。除了土壤水分以外，地表温度、植被参数还有大气参数这些数据的缺失也都能用它来修复。通过提升卫星观测数据的质量就能为地球科学研究、农业生产、生态保护还有自然灾害监测这些方面提供更可靠的保障。