Markprover är dyra och glesa, och kartorna räcker därför sällan för detaljerade modeller. Uppsatsen förstärker befintliga profiler från Sri Lanka med två syntetiska mängder: pseudo-prover från MODIS-bilder av sanddyner, och prover från ett spatialt generativt adversariellt nätverk (SpaceGAN) som härmar fördelningen av markegenskaper. Maskininlärning skattar sedan värden där prover saknas. Förstärkningen, särskilt den från SpaceGAN, förbättrade kunskapen om vissa markämnen.