El rápido desarrollo de la inteligencia artificial está impulsando la ciencia de la teledetección a un cambio de paradigma, desde un enfoque "dominante de la observación" hacia un paradigma de "cognición inteligente". Ante los desafíos que plantea la rápida expansión de la escala de observación, caracterizada por la heterogeneidad multisensorial y las altas dimensiones, los métodos tradicionales de interpretación difícilmente satisfacen las demandas prácticas en eficiencia, precisión y escalabilidad. Las tecnologías de inteligencia artificial representadas por el aprendizaje profundo y los grandes modelos ofrecen nuevo soporte teórico y caminos tecnológicos para la extracción automática de características, la fusión multimodal y el descubrimiento profundo de conocimiento en sistemas terrestres complejos. En los últimos años, la fusión de datos de teledetección con inteligencia artificial se ha profundizado en múltiples tipos de datos de observación (ópticos de alta resolución, hiperespectrales, SAR, LiDAR, etc.) y en diversas tareas inteligentes (clasificación, detección, segmentación, detección de cambios y razonamiento con grandes modelos), mostrando potencial para remodelar los modos de cognición y fortalecer la inteligencia en la toma de decisiones en ámbitos clave como la geología, ecología, agricultura, urbanismo y monitoreo de desastres. Sin embargo, la investigación actual presenta problemas como el acoplamiento insuficiente entre los mecanismos de observación y la representación del modelo, la capacidad limitada de generalización entre regiones y modalidades, y la necesidad de mejorar la interpretabilidad y confiabilidad de los sistemas inteligentes. Basándose en esto, este artículo revisa sistemáticamente los últimos avances de la inteligencia artificial aplicada a la ciencia de la teledetección desde tres dimensiones: tecnologías de observación, métodos inteligentes y aplicaciones típicas; resume sus líneas de desarrollo y características comunes; explora los desafíos clave frente a sistemas terrestres dinámicos y complejos a escala global; y contempla la construcción de un marco teórico y aplicado para la próxima generación de teledetección inteligente que sea generalizable, interpretable y sostenible.

ciencia de la teledetección;inteligencia artificial;aprendizaje profundo;aplicaciones interdisciplinarias;big data de teledetección;interpretación inteligente