Изменение поверхности Земли является одним из ключевых объектов исследования в области дистанционного зондирования, и понимание законов эволюции поверхности с течением времени является долгосрочной и трудной задачей в исследованиях мониторинга для природных ресурсов, биологической среды, бедствий и имеет далеко идущие последствия. Однако из-за сложности факторов изменения поверхности земли и механизмов их действия, моделирование динамики земной поверхности часто упрощено или локально, что затрудняет создание полной физической модели или математических уравнений. Методологически, в связи с быстрым развитием в последние годы больших данных и искусственного интеллекта для науки, методы данных для моделирования динамических систем развиваются быстро, так что можно непосредственно на основе последовательности наблюдательных данных создавать высокосовместимые модели данных как эффективные для физической модели с высокой достоверностью, так и замещать ее. В настоящей статье сравниваются три типа методов моделирования динамики земной поверхности на основе данных, а именно, пространственно-временное модальное разложение, обратные уравнения главных дифференциальных уравнений и поиск переменных состояния в сети, и проводилось моделирование временных рядов изображений дистанционного зондирования для оценки точности моделирования, и предварительные результаты эксперимента подтвердили эффективность методов моделирования данных, показали уникальные черты, научную ценность и перспективы применения каждого из трех методов.

динамическая поверхность;временной ряд;моделирование процесса;модальное разложение;дифференциальное уравнение;автокодер;моделирование данных;сжатое восстановление