典型文献
数据驱动的定量遥感研究进展与挑战
文献摘要：
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.
文献关键词：
遥感;定量遥感;模型驱动;数据驱动;深度学习;融合
中图分类号：
作者姓名：
杨倩倩;靳才溢;李同文;袁强强;沈焕锋;张良培
作者机构：
武汉大学测绘学院,武汉430079;中山大学测绘科学与技术学院,珠海519082;武汉大学资源与环境科学学院,武汉430079;武汉大学测绘遥感信息工程国家重点实验室,武汉430079
文献出处：
引用格式：
[1]杨倩倩;靳才溢;李同文;袁强强;沈焕锋;张良培-.数据驱动的定量遥感研究进展与挑战)[J].遥感学报,2022(02):268-285
A类：
B类：
定量遥感,进展与挑战,遥感观测,观测信息,推算,演出,地学,参量,理论与方法,基于模型,模型驱动,物理模型,观测数据,定量反演,大计,计算能力,可喜,物理规律,因果关系,发展模型,或以,初见成效,联合模型,泛化性,可迁移性,小样本,联合建模,急需解决
AB值：
0.349225
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
