En los últimos años, con el desarrollo del aprendizaje profundo, la tecnología de teledetección y otros campos relacionados, la investigación sobre la estimación de la intensidad de los ciclones tropicales ha progresado rápidamente. Las fuentes de datos utilizadas para la estimación de la intensidad de los ciclones tropicales se están expandiendo gradualmente desde datos de un solo canal a datos de múltiples canales, incluyendo infrarrojos, vapor de agua, microondas, etc.; y los métodos de estimación también están evolucionando desde métodos subjetivos de extracción manual de características a métodos objetivos basados en modelos de aprendizaje profundo para completar la estimación automática. Este artículo resume de manera exhaustiva los avances de la investigación actual sobre la estimación de la intensidad de los ciclones tropicales basada en el aprendizaje profundo, y resume brevemente las fuentes de datos y conjuntos de datos utilizados. Finalmente, para proponer las direcciones futuras de la investigación sobre la estimación de la intensidad de los ciclones tropicales, se sugiere adaptarse a la situación actual del desarrollo de megadatos de teledetección, introducir de manera decisiva nuevas teorías y métodos en el campo del aprendizaje profundo, y utilizar de manera integral datos multifuente para mejorar la precisión y la capacidad de generalización; por otro lado, se debe centrarse en las características meteorológicas y los mecanismos de los ciclones tropicales, mejorar selectivamente los métodos existentes. Además, en el contexto de los megadatos meteorológicos, los métodos de aprendizaje profundo en el campo de la estimación de la intensidad de los ciclones tropicales tendrán nuevas penetraciones.

ciclón tropical; aprendizaje profundo; estimación de la intensidad; redes convolucionales; datos de múltiples canales