O rápido desenvolvimento da inteligência artificial está impulsionando a ciência do sensoriamento remoto de um paradigma de "observação dominante" para um paradigma de "cognição inteligente". Diante dos desafios decorrentes da rápida expansão da escala de observação caracterizada por fontes múltiplas heterogêneas e alta dimensionalidade, os métodos tradicionais de interpretação têm dificuldade em atender às demandas práticas em termos de eficiência, precisão e escalabilidade. As tecnologias de inteligência artificial, representadas pelo aprendizado profundo e grandes modelos, oferecem novo suporte teórico e caminhos técnicos para extração automática de características, fusão multimodal e descoberta profunda de conhecimento em sistemas terrestres complexos. Nos últimos anos, a fusão de dados de sensoriamento remoto com inteligência artificial tem se aprofundado em vários tipos de dados observacionais (ópticos de alta resolução, hiperespectrais, SAR, LiDAR, etc.) e em várias tarefas inteligentes (classificação, detecção, segmentação, detecção de mudanças e raciocínio com grandes modelos), demonstrando potencial para remodelar os modos de cognição e fortalecer a inteligência decisória em cenários chave como geologia, ecologia, agricultura, urbanismo e monitoramento de desastres. No entanto, a pesquisa atual ainda enfrenta problemas como acoplamento insuficiente entre mecanismos de observação e representação do modelo, capacidade limitada de generalização entre regiões e modalidades, bem como a necessidade de fortalecer a interpretabilidade e confiabilidade dos sistemas inteligentes. Com base nisso, este artigo sistematiza os avanços recentes da inteligência artificial aplicada à ciência do sensoriamento remoto em três dimensões: tecnologias de observação, métodos inteligentes e aplicações típicas, resume suas linhas de desenvolvimento e características comuns, discute os desafios chave para enfrentar sistemas terrestres dinâmicos complexos em escala global, e propõe perspectivas para construir um novo sistema teórico inteligente e sustentável para sensoriamento remoto de próxima geração, generalizável e interpretável.

ciência do sensoriamento remoto;inteligência artificial;aprendizado profundo;aplicações interdisciplinares;big data do sensoriamento remoto;interpretação inteligente