有关海洋叶绿素-a浓度动态的当代科学文献已经习惯于在较小的地理区域或区域样本中采用数据挖掘技术。 但是，很少关注缺少与遥感器估计的叶绿素a浓度有关的数据的问题。 为了为识别海洋叶绿素a的时空分布模式提供更大的范围，并提高结果的可靠性，本研究提出了一种数据挖掘方法，以在实现迭代时空插值技术的同时对相似的叶绿素a浓度行为进行聚类。缺少数据推断。 尽管专家已经知道所述浓度在特定区域中的某些动态行为，但是由于所涉及的计算复杂性，在大地理区域中仍缺乏系统的研究。 因此，本研究分析了在西大西洋一部分地区进行的18年NASA卫星观测，总计记录超过6000万。 此外，在低成本计算机系统中进行了性能测试，以检查