Les observations satellites du méthane sont souvent compromises par d'importantes lacunes de données causées par la couverture nuageuse et la contamination par des aérosols, limitant leur utilité pour la surveillance régionale continue. Pour reconstruire ces discontinuités spatiotemporelles, cette étude a développé le cadre de reconstruction d'ensemble empilé pour le méthane (SERF-XCH4). En intégrant les récupérations Sentinel-5P TROPOMI avec 25 covariables environnementales multi-sources, nous avons généré un ensemble de données mensuel continu spatiotemporel et haute résolution (0,1°) (SERF-XCH4-IM) pour la Mongolie intérieure couvrant la période de 2019 à 2023. Une validation complète démontre que le cadre atteint une fidélité prédictive exceptionnelle avec un coefficient de détermination (R2) de 0,93 et une erreur quadratique moyenne (RMSE) de 7,89 ppb, surpassant de manière significative la performance des apprenants de base individuels et des méthodes d'interpolation traditionnelles. De plus, la validation croisée par blocs spatiaux a confirmé des capacités de généralisation robustes (R2=0,90) dans les régions sans données. Pour démêler la « boîte noire » du modèle, une analyse SHapley Additive exPlanations (SHAP) a été employée, révélant que des facteurs temporels (contribuant à 63,9 %), la température de l'air et l'altitude sont les principaux facteurs régissant la variabilité de XCH4. L'analyse spatiotemporelle a en outre identifié la région de Hulunbuir comme un « point chaud » de croissance significatif avec un taux d'augmentation annuel dépassant 18,5 ppb/an, une tendance principalement entraînée par des émissions intensifiées pendant les saisons d'automne et d'hiver. Par conséquent, ce cadre établit un paradigme hautement précis et interprétable pour la surveillance régionale du méthane et la reconstruction de l'info-géo.
Zhao et al. (Mon,) ont étudié cette question.