基于Stacking框架的机器学习与插值方法协同优化全球尺度卫星土壤水分数据填补研究

本文创新性地提出利用Stacking集成学习方法，融合机器学习（RF/GBDT/FNN）与自然邻域插值（NNI）技术，构建全球尺度卫星土壤水分（SM）数据填补模型。该方法显著提升ESA CCI土壤水分产品时空连续性，全局误差（ubRMSE:0.017 m3/m3）较单一最优模型降低0.006 m3/m3，与全球1086个地面站点验证显示相关性（R:0.63）最优，为多源卫星SM数据修复提供新范式。

　　

Highlight

通过Stacking框架巧妙融合机器学习与插值方法，实现全球尺度卫星土壤水分数据的高精度填补，显著提升时空连续性与准确性。

Section snippets

Satellite SM

1. 1.
   ESA CCI：作为长期卫星土壤水分产品，涵盖1978年11月至今数据。采用7.1版本中的主动-被动联合每日SM数据，空间分辨率0.25°。使用2018年全年数据训练模型，2019年数据作为独立验证集。

Overall framework of this study

本研究核心目标是借助Stacking技术整合机器学习与插值方法，构建全球SM填补模型。以ESA CCI产品为例，采用2018年数据建立模型，2019年数据验证精度。使用原始ESA CCI SM和地面SM数据双验证体系，采用RMSE、ubRMSE、Bias和R四项统计指标。尽管SM数据存在时空异质性，但通过全局尺度建模能有效捕捉整体规律。

Comparing different machine learning methods for global-scale gap filling of ESA CCI SM

采用六种主流机器学习方法进行全球ESA CCI SM填补。使用2018年建模，2019年独立验证。通过对比原始ESA CCI无缺失网格数据（更准确说是重建SM）评估填补效果。表2显示：随机森林（RF）表现最优，全局尺度精度超越插值方法；SHAP特征重要性分析表明ERA5 SM、NDVI和全球干旱指数在RF模型中贡献度最高。

Stacking for SMAP SM gap filling

为验证Stacking方法的普适性，我们使用相同框架对SMAP单传感器SM产品进行填补。同样采用2018年建模，2019年填补验证。结果显示Stacking同样显著提升SMAP数据质量，证实该方法在多源卫星SM产品中的推广价值。

Conclusions

本研究首次将机器学习与插值技术协同应用于卫星SM填补，通过Stacking框架实现优势互补。验证表明：1）RF在六种机器学习中表现最佳，SHAP显示ERA5 SM、NDVI和干旱指数是关键特征；2）NNI在数据丰富区域优于机器学习；3）Stacking全局误差最低（ubRMSE:0.017 m3/m3），较RF提升0.006 m3/m3；4）基于全球1086站点验证，Stacking填补数据与地面观测相关性最高（R:0.63）。该方法为多源卫星SM数据集填补开辟新途径。