首页> 中文期刊> 《遥感学报》 >数据驱动的定量遥感研究进展与挑战

数据驱动的定量遥感研究进展与挑战

         

摘要

定量遥感是从原始遥感观测信息中定量推算或反演出地学参量的理论与方法。传统定量遥感主要基于模型驱动,强调通过数学或物理模型完成推算和反演。随着人工智能技术的发展和普及,数据驱动的方式也逐渐受到广泛关注,其强调的是通过机器学习等方式挖掘遥感观测数据中所包含的信息,完成地学参量的定量反演。在强大计算能力的支持下,数据驱动的方法在定量遥感的多个领域都取得了可喜的成就,但其也具有弱化物理规律及因果关系的缺点。在此背景下,耦合物理规律和机器学习,发展模型和数据共同驱动的反演框架,开始成为新的研究热点。以机器学习辅助物理模型,或以物理规律约束机器学习的研究逐步展开,并初见成效。然而,仍面临着较大的挑战,联合模型的不确定性、泛化性、可迁移性,以及小样本情况下的联合建模等都是急需解决的问题。未来,数据驱动和模型驱动的深度耦合将是待突破的难点和重点。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号