近日，中國科學院海洋研究所李曉峰研究員團隊在遙感觀測數據補全研究中取得突破性成果。其研究成果以“GDCM: Generalized Data Completion Model for Satellite Observations”為題，發表于遙感領域國際期刊 Remote Sensing of Environment（SCI一區，影響因子11.1）。

研究團隊提出了一種適用于多源遙感數據的通用補全模型：GDCM（Generalized Data Completion Model）。該模型基于時空卷積與注意力機制融合的深度學習框架，成功解決了衛星軌道覆蓋間隙與云層遮擋導致的數據缺測問題，可高精度重建海表溫度、風速、水汽、云液態水、降水率等關鍵海氣變量，顯著提升了遙感觀測數據的完整性與實用性。

圖1 GDCM模型結構圖

GDCM模型以連續7天的觀測序列為輸入，通過雙尺度編碼–解碼結構捕捉局地與大尺度特征，利用注意力機制篩選關鍵時空依賴。實驗表明，GDCM在復雜海洋環境下仍保持高穩定性，補全精度顯著優于傳統插值方法與現有AI模型，并在多類型、跨平臺遙感數據補全任務中均表現出優異性能，具備良好的通用性和魯棒性。

此外，GDCM采用逐步加深缺測比例的訓練策略，使模型先理解完整場，再逐步適應嚴重缺測情境，有效提升了泛化能力。以熱帶不穩定波區域為例，GDCM幾乎消除了預測偏差，重建效果穩定可靠。

圖2 GDCM模型補全熱帶不穩定波區域結果圖

本成果不僅在技術層面上推動了遙感觀測數據智能重建方法的發展，也為未來氣候變化監測、臺風路徑預報、極端事件識別等高時空分辨率應用場景提供了有力工具。

該論文第一作者為中國科學院海洋研究所王浩宇博士，李曉峰研究員為通訊作者，合作者還包括博士生周寅飛。研究工作得到國家自然科學基金和嶗山實驗室“十四五”重大項目支持。