Ансамблевое обучение представляет собой парадигму машинного обучения, основанную на принципе взаимодействия и сотрудничества, способную преодолеть ограничения отдельных учащихся и повысить общую производительность принятия решений. Ансамблевое обучение может быть широко применено в классификации дистанционных изображений, обнаружении изменений, количественной инверсии параметров посредством объединения преимуществ из нескольких источников данных и различных алгоритмов. Исходя из анализа местных и международных научных достижений, были подведены итоги научных исследований в области ансамблевого обучения в области распознавания объектов дистанционного зондирования, классификации покрытий земной поверхности, обнаружения многовременных изменений, анализа последовательных данных дистанционного зондирования, инверсии параметров поверхности, интеграции дистанционных данных и данных социального восприятия, интеграции механизмов исследования и ансамблевого обучения. В контексте стремительного развития технологий дистанционного зондирования и искусственного интеллекта растет постоянное превращение данных дистанционного зондирования в земные знания, и ансамблевое обучение в области дистанционного зондирования развивается в направлении интеграции данных, алгоритмов и знаний. Интеграция больших моделей дистанционного зондирования и их интерпретируемость, разнообразие состава и оценка, новые стратегии интеграции и оптимизация паттернов интеграции и совместные потребности земли будут четыре направления, на которые следует обратить внимание в будущем.

Дистанционное зондирование; ансамблевое обучение; классификация изображений; обнаружение изменений; интеграция механизмов исследования и обучения