陈宇，周悟，胡月明，2，3，4，5，6*，谢健文，2，3，4，6

（1.华南农业大学资源环境学院，广州 510642；2.广东省土地信息工程技术研究中心，广州 510642；3.广东省土地利用与整治重点实验室，广州 510642；4.自然资源部建设用地再开发重点实验室，广州 510642；5.青海大学农牧学院，西宁 810016；6.青海-广东自然资源监测与评价联合重点实验室，西宁 810016）

耕地是一种特定的土地，是人类活动的产物，是人类开垦之后用于种植农作物并经常进行耕耘的土地[1]。它是人类所需食物的主要源泉，是农业生产发展的主要物质基础，而耕地关乎粮食安全，粮食安全关乎国家发展与社会稳定[2]。耕地质量评价可准确评估耕地生产力与适宜性，是耕地保护、开发、政策完善等的重要前提[3]。

耕地质量评价数据是对耕地质量产生影响的指标数据集，而耕地质量评价缺失数据即是数据集中部分遗漏、未采集、已知错误的数据。耕地质量评价数据量大、类型众多，在数据获取、输入、传输过程中，存在因人员操作不当、机器故障等原因导致的数据错误与缺失的情况，而数据的错误也是数据缺失的表现形式，进而直接影响数据分析与挖掘，使得评价结果不准确、数据利用不充分[4]。而目前对于缺失数据填充方法已有相关研究，尤其插值法、最近邻填充、回归模型、期望最大化法、多重填充等方法应用相对广泛，但这些方法都存在明显的不足。空间插值法在不同区域不同数据中的最优表现有明显差异，如克里格插值、反距离加权两种方法在不同研究中表现出各自最优，但空间插值法存在方法的选择和结论的不确定性问题[5-7]；……