Mit dem Anstieg der Temperaturen und der verstärkten Intensität menschlicher Aktivitäten ändern sich Ökosysteme von Seen signifikant in Bezug auf Hydrologie, Thermodynamik und ökologisches Gleichgewicht, was komplexe räumliche und zeitliche Reaktionsmuster aufweist. Die rasante Entwicklung von Technologien der künstlichen Intelligenz, wie etwa Deep Learning, hat deutlich zur Rolle von Fernerkundungs-Megadaten bei der Aufdeckung räumlich-zeitlicher Veränderungen von Seen beigetragen. Basierend auf früheren Untersuchungen fasst dieser Artikel umfassend die neuesten Fortschritte im Bereich der Fernerkundung von Seen im Zeitalter der künstlichen Intelligenz zusammen und zeigt ein wachsendes Interesse an der umfassenden Antwort von Seen auf Klimaveränderungen, insbesondere auf die Zunahme extremer Wetterbedingungen wie Hitzewellen. Um den Herausforderungen schneller Veränderungen in lakustrischen Ökosystemen in verschiedenen zeitlichen und räumlichen Maßstäben zu begegnen, entwickeln sich die Mittel der Fernerkundung allmählich zu einem integrierten Beobachtungsmodus aus mehreren Quellen im Rahmen einer „virtuellen Konstellation + integriertes Himmel-Erde-Beobachtungsnetz“, was die Genauigkeit und den Umfang der dynamischen Überwachung von Seen in mehreren Maßstäben und Dimensionen deutlich erhöht. Gleichzeitig entwickeln sich Fernerkundungsmodelle von traditionellen empirischen/mechanischen Modellen zu einem doppelten Mechanismus „explizites mechanisches Modell + implizites maschinelles Lernmodell“, der die Fähigkeit zur Simulation und Vorhersage hydrologischer, thermischer und biologischer Prozesse allmählich verbessert. Dieser Artikel untersucht auch die Möglichkeiten der Integration von Fernerkundungs-Megadaten und künstlichen Intelligenzalgorithmen bei der Langzeitüberwachung und der Vorhersage zukünftiger Szenarien, was neue Perspektiven für das Verständnis der Dynamik von Seen unter komplexen Umweltbedingungen und zukünftigen Trends eröffnet.

Fernerkundung von Seen; künstliche Intelligenz; Klimawandel; Modellalgorithmus