摘要
随着航空航天技术快速发展,人类已经步入遥感大数据时代.定量遥感是推动遥感大数据应用深化与服务升级的关键技术.定量遥感经历了第一代“物理机理驱动”和第二代“机器学习驱动”两次热潮,正朝着第三代“物理机理+机器学习混合驱动”的新机制如火如荼发展.一般来说,物理机理模型具有可解释性强等特点,而机器学习模型在自主发现数据间内蕴模式方面具有独特优势.到目前为止,无论是通过物理先验知识辅助或约束机器学习来提升定量反演能力,还是利用机器学习来优化物理机理模型中的结构或参数,均取得了一定的成效.到目前为止,耦合物理机理与机器学习模型仍缺乏统一的理论框架,耦合模型的不确定性、泛化性仍有待探讨.迫切需要以机器学习特别是深度学习技术推动定量遥感的源头创新,更好地迎接定量遥感发展的新挑战与新机遇.
出处
《地球科学》
EI
CAS
CSCD
北大核心
2022年第10期3911-3912,共2页
Earth Science
