التعلم التجميعي هو نموذج تعلم آلي قائم على فكرة التعاون والتكامل التكميلي، يمكنه التغلب على محدودية المتعلم الفردي من خلال الجمع الفعال لعدة متعلمين، وتحسين أداء القرار الكلي. يستخدم التعلم التجميعي في تصنيف الصور عن بُعد، واكتشاف التغييرات، واسترجاع المعلمات الكمية من خلال دمج مزايا البيانات متعددة المصادر والخوارزميات المختلفة، ويُستخدم على نطاق واسع. بناءً على تحليل تقدم البحوث المحلية والدولية، تم تلخيص تقدم البحث في التعلم التجميعي في التعرف على الأهداف في الاستشعار عن بُعد، وتصنيف تغطية الأرض، واكتشاف التغيرات متعددة الفترات وتحليل تسلسل البيانات الزمني، واسترجاع معلمات سطح الأرض، وتكامل الاستشعار عن بُعد وبيانات الإدراك الاجتماعي، وتكامل النماذج الميكانيكية والتعلم الآلي. مع التطور السريع لتقنية الاستشعار عن بُعد والذكاء الاصطناعي، ترتفع الحاجة إلى تحويل بيانات الاستشعار عن بُعد إلى معرفة جيوعلمية، ويشهد مجال الاستشعار عن بُعد تطورًا نحو دمج البيانات-الخوارزميات-المعرفة. سيتم التركيز في المستقبل على أربعة اتجاهات تطوير رئيسية: دمج النماذج الكبرى للاستشعار عن بُعد وقابلية التفسير، توليفة وتقييم التنوع، استراتيجيات تجميع جديدة، وتكيف أمثل لنماذج التجميع مع متطلبات علوم الأرض.

الاستشعار عن بُعد; التعلم التجميعي; تصنيف الصور; كشف التغيرات; التكامل بين النماذج الميكانيكية والتعلم