有关扼痕蛆卿钻这到底是个什么梗?

　　作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心，建院以来，中国科学院时刻牢记使命，与科学共进，与祖国同行，以国家富强、人民幸福为己任，人才辈出，硕果累累，为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。更多简介 +

　　中国科学院院级科技专项体系包括战略性先导科技专项、重点部署科研专项、科技人才专项、科技合作专项、科技平台专项5类一级专项，实行分类定位、分级管理。

　　为方便科研人员全面快捷了解院级科技专项信息并进行项目申报等相关操作，特搭建中国科学院院级科技专项信息管理服务平台。了解科技专项更多内容，请点击进入→

　　中国科学技术大学（简称“中国科大”）于1958年由中国科学院创建于北京，1970年学校迁至安徽省合肥市。中国科大坚持“全院办校、所系结合”的办学方针，是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

　　中国科学院大学（简称“国科大”）始建于1978年，其前身为中国科学院研究生院，2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制，与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢，是一所以研究生教育为主的独具特色的研究型大学。

　　上海科技大学（简称“上科大”），由上海市人民政府与中国科学院共同举办、共同建设，由上海市人民政府主管，2013年经教育部正式批准。上科大秉持“服务国家发展战略，培养创新创业人才”的办学方针，实现科技与教育、科教与产业、科教与创业的融合，是一所小规模、高水平、国际化的研究型、创新型大学。

　　近日，中国科学院海洋研究所研究员李晓峰团队在遥感观测数据补全研究领域获进展。该研究提出了适用于多源遥感数据的通用补全模型——GDCM（Generalized Data Completion Model）。该模型基于时空卷积与注意力机制融合的深度学习框架，解决了卫星轨道覆盖间隙与云层遮挡导致的数据缺测问题。同时，该模型能够高精度重建海表温度、风速、水汽、云液态水以及降水率等关键海气变量，显着提升遥感观测数据的完整性与实用性。

　　GDCM模型以连续7天观测序列为输入，通过双尺度编码–解码结构捕捉局地与大尺度特征，并利用注意力机制筛选关键时空依赖。实验表明，GDCM在复杂海洋环境下能够保持高稳定性，补全精度优于传统插值方法与现有AI模型。同时，该模型在多类型、跨平台遥感数据补全任务中均表现出优异性能，具备良好的通用性和鲁棒性。

　　进一步，GDCM采用逐步加深缺测比例的训练策略，使模型先理解完整场，再逐步适应严重缺测情境，有效提升了泛化能力。以热带不稳定波区域为例，该模型几乎消除了预测偏差，重建效果稳定可靠。

　　这一研究在技术层面上推动了遥感观测数据智能重建方法的发展，为未来气候变化监测、台风路径预报以及极端事件识别等高时空分辨率应用场景提供了工具。

　　近日，中国科学院海洋研究所研究员李晓峰团队在遥感观测数据补全研究领域获进展。该研究提出了适用于多源遥感数据的通用补全模型——GDCM（Generalized Data Completion Model）。该模型基于时空卷积与注意力机制融合的深度学习框架，解决了卫星轨道覆盖间隙与云层遮挡导致的数据缺测问题。同时，该模型能够高精度重建海表温度、风速、水汽、云液态水以及降水率等关键海气变量，显着提升遥感观测数据的完整性与实用性。GDCM模型以连续7天观测序列为输入，通过双尺度编码–解码结构捕捉局地与大尺度特征，并利用注意力机制筛选关键时空依赖。实验表明，GDCM在复杂海洋环境下能够保持高稳定性，补全精度优于传统插值方法与现有AI模型。同时，该模型在多类型、跨平台遥感数据补全任务中均表现出优异性能，具备良好的通用性和鲁棒性。进一步，GDCM采用逐步加深缺测比例的训练策略，使模型先理解完整场，再逐步适应严重缺测情境，有效提升了泛化能力。以热带不稳定波区域为例，该模型几乎消除了预测偏差，重建效果稳定可靠。这一研究在技术层面上推动了遥感观测数据智能重建方法的发展，为未来气候变化监测、台风路径预报以及极端事件识别等高时空分辨率应用场景提供了工具。相关研究成果以GDCM: Generalized Data Completion Model for Satellite Observations为题，发表在《环境遥感》（Remote Sensing of Environment）上。研究工作得到国家自然科学基金委员会和崂山实验室的支持。论文链接GDCM模型结构图