El aprendizaje integrado es un tipo de paradigma de aprendizaje automático basado en la cooperación y la complementariedad, que puede superar las limitaciones de un solo aprendiz y mejorar el rendimiento decisional global a través de la combinación efectiva de varios aprendices. El aprendizaje integrado en la categorización de imágenes por teledetección, la detección de cambios, la inversión de parámetros cuantitativos de la tierra es capaz de combinar las ventajas de múltiples fuentes de datos y diferentes algoritmos, y es ampliamente utilizado. Sobre la base del análisis de los avances de la investigación nacional y extranjera, se han resumido los avances del aprendizaje integrado en el reconocimiento de objetos de teledetección, la clasificación de la cobertura terrestre, la detección de cambios a lo largo de varias épocas y en el análisis de series temporales de datos de teledetección, la inversión de parámetros terrestres, la integración de datos de teledetección en los datos sociales y espaciales, los modelos de mecanismos y la integración del aprendizaje de máquinas. Con el rápido desarrollo de las tecnologías de teledetección y la inteligencia artificial, la demanda de transformar los datos geográficos en conocimientos geológicos no deja de aumentar, y el aprendizaje integrado en el campo de la teledetección se está moviendo hacia la integración de datos, algoritmos y conocimientos. La integración de grandes modelos de teledetección y su interpretación, la diversidad de la composición y las mediciones, las nuevas estrategias de integración y la optimización de la adaptación a las necesidades geológicas de la integración serán tendencias importantes a tener en cuenta.

Teledetección; Aprendizaje integrado; Clasificación de imágenes; Detección de cambios; Modelo de mecanismo e integración del aprendizaje