التعلم التكاملي هو نوع من النماذج الدراسية للتعلم الآلي يستند إلى فكرة التعاون المتكامل، حيث يمكن استخدام مجموعة فعالة من النماذج الدراسية لتجاوز القيود الفردية لكل نموذج دراسي وتحسين أداء اتخاذ القرار بشكل عام. يمكن للتعلم التكاملي في تصنيف الصور البعيدة، واكتشاف التغيرات، واسترجاع المعلمات الكمية أن يجمع بين مزايا البيانات المتعددة والخوارزميات المختلفة، ولذلك يتم تطبيقه على نطاق واسع. استناداً إلى تحليل التقدم في البحوث المحلية والدولية، تم تلخيص تقدم التعلم التكاملي في تحديد أهداف الاستشعار عن بعد، تصنيف تغطية الأرض، اكتشاف تغيرات متعددة الأوقات وتحليل بيانات الاستشعار عن بعد المستمرّة، واسترجاع معلمات السطح، وتكامل بيانات الاستشعار عن بعد مع بيانات الإدراك الاجتماعي، وتكامل نموذج الآلية والتعلم. مع التطور السريع لتقنيات الاستشعار عن بعد والذكاء الصناعي، يزداد الطلب على تحويل البيانات الاستشعار البعيد إلى المعرفة الجيولوجية، ويتطور التعلم التكاملي في مجالات البيانات - الخوارزميات - المعرفة. سيكون تكامل النماذج الكبيرة للأستشعار البعيد وفهمها، وتنوع وقياس التكامل، واستراتيجيات التكامل الجديدة، ونمط الاندماج وتكييف متطلبات الجيولوجية هي أربع اتجاهات يجب مراقبتها في المستقبل.

remote sensing;ensemble learning;image classification;change detection;Mechanism and learning ensemble