El cambio en la superficie terrestre es uno de los objetos de estudio clave en el campo de la teledetección, y comprender la evolución de la superficie terrestre a lo largo del tiempo es una tarea larga y ardua en el estudio de la observación de la Tierra, y tiene un impacto profundo en numerosos campos como los recursos naturales, el medio ambiente, los desastres y la reducción de riesgos. Sin embargo, debido a la complejidad de los factores de cambio en la superficie terrestre y los mecanismos de su acción, la mayoría de los modelos de cambios dinámicos en la superficie terrestre suelen ser simplificados o locales, y resulta difícil formar un modelo físico completo y una expresión matemática. Desde un punto de vista metodológico, con el rápido desarrollo de los datos masivos y los métodos de IA para la ciencia, los métodos de modelización de sistemas evolutivos basados en datos se están desarrollando rápidamente y pueden utilizar directamente una secuencia de datos observados para construir un modelo de datos con una alta precisión de correspondencia, como una aproximación precisa del modelo físico o incluso reemplazarlo. Este artículo examina tres categorías de métodos de modelación de cambios dinámicos en la superficie terrestre basados en datos, a saber, la descomposición modal espacio-temporal, las ecuacionesdiferenciales parciales principales y el descubrimiento de las variables de estado de la red, cada uno de los cuales se utiliza para modelar la secuencia temporal de imágenes satelitales y evaluar la precisión del modelado mediante la predicción de la secuencia temporal de imágenes, los resultados experimentales confirman de manera preliminar la eficacia de los métodos de modelación basados en datos, muestran las características de cada uno de ellos y su valor y sus perspectivas de aplicación.

Dinámica de la superficie terrestre; Series temporales; Modelización de procesos; Descomposición modal; Ecuación diferencial principal; Codificador automático; Modelos basados en datos; Regresión escasa