تغير سطح الأرض هو أحد الموضوعات البحثية الرئيسية في مجال الاستشعار عن بعد، وفهم قوانين تطور سطح الأرض مع مرور الوقت هو مهمة طويلة وصعبة في أبحاث مراقبة الأرض، وله تأثير عميق في العديد من المجالات مثل الموارد الطبيعية، والبيئة، والوقاية من الكوارث والتخفيف منها. ومع ذلك، بسبب تعقيد عوامل محرك تغير سطح الأرض وآلياته، فإن نمذجة عمليات التغير الديناميكي لسطح الأرض غالبًا ما تكون مبسطة أو محلية، مما يصعب تشكيل نموذج فيزيائي كامل أو صياغة رياضية شاملة. من منظور منهجي، مع التطور السريع في السنوات الأخيرة لتقنيات البيانات الضخمة و AI for Science، تطورت طرق نمذجة الأنظمة الديناميكية المدفوعة بالبيانات بسرعة، حيث يمكن بناء نماذج بيانات ذات توافق عالٍ مع تسلسل البيانات المراقبة بشكل مباشر كمدخر عالي الدقة للنماذج الفيزيائية أو كبديل لها. يستعرض هذا البحث ثلاث فئات من طرق القيادة البياناتية المستخدمة في نمذجة عمليات التغير الديناميكي لسطح الأرض، وهي تحليل الوضع المكاني والزماني، استرجاع المعادلات التفاضلية الجزئية المسيطرة، وشبكات اكتشاف متغيرات الحالة. تستخدم هذه الطرق الثلاث في نمذجة تسلسل الصور الاستشعار عن بعد، ويتم تقييم دقة النمذجة من خلال التنبؤ المتسلسل الزمني للصور. وأظهرت النتائج التجريبية الأولية فعالية طرق النمذجة المدفوعة بالبيانات، مع إبراز خصائص كل طريقة وقيمتها البحثية وآفاق تطبيقاتها.

تغير سطح الأرض؛ سلسلة زمنية؛ نمذجة العملية؛ تحليل الوضع؛ المعادلات التفاضلية الجزئية؛ المشفر التلقائي؛ القيادة البياناتية؛ الانحدار المتفرق