融合机器学习和插值法的土壤水分产品缺失值填补方法

本发明涉及微波遥感技术领域，提供了一种融合机器学习和插值法的土壤水分产品缺失值填补方法，包括：基于全球尺度卫星土壤水分产品的原始土壤水分数据，以及原始土壤水分数据对应的环境变量数据，应用Stacking填补模型进行缺失值填补，得到完整土壤水分数据；Stacking填补模型分为两层，通过第一层的机器学习模型和插值模型得到初步的预测值，再使用第二层的模型融合通过机器学习模型和插值模型分别获取的预测值，从而进行缺失值填补。克服了目前缺失值填补适用范围和填补效果有限的缺陷，实现了针对全球尺度卫星土壤水分产品的高效、准确的缺失值填补，提高了产品有效数据量和精度。