El cambio de la superficie terrestre es uno de los temas de investigación clave en el campo de la teledetección, y comprender la evolución en el tiempo de la superficie terrestre es una tarea larga y ardua en los estudios de observación de la Tierra, con profundas implicaciones en numerosos campos como los recursos naturales, el medio ambiente ecológico y la prevención de desastres. Sin embargo, debido a la complejidad de los factores impulsores del cambio de la superficie terrestre y los mecanismos de acción, la modelización del proceso de cambio dinámico de la superficie terrestre generalmente se basa en una simplificación o en el enfoque en detalles locales, lo que dificulta la construcción de 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 en los últimos años, los métodos de modelización de sistemas dinámicos basados en datos se están desarrollando rápidamente, y es posible construir directamente un modelo de datos de alta fidelidad a partir de una serie de datos de observación y utilizarlo como una aproximación de alta fidelidad a un modelo físico e incluso como alternativa. En este estudio, se examina el rendimiento de 3 tipos de métodos de modelización basados en datos para el proceso de cambio dinámico de la superficie terrestre, a saber, la descomposición modal espacio-temporal, la inversión de las ecuaciones en derivadas parciales de control principal y el descubrimiento de variables de estado de la red, y se utilizan estos 3 métodos para modelar series temporales de imágenes teledetectadas; la precisión de la modelización se evalúa al predecir imágenes de series temporales, y los resultados experimentales validan inicialmente la eficacia de los modelos de modelado basados en datos, mostrando las características respectivas de cada método, su valor de investigación y sus perspectivas de aplicación.

Dinámica de la superficie terrestre; Series temporales; Modelización del proceso; Descomposición modal; Ecuaciones en derivadas parciales; Codificador; Datos impulsados; Regresión escasa