|
文章亮点：
文章概要 无人机（UAV）和卫星星座都是监测地表动态的重要地球观测系统。前者因其获取的灵活性和提供高空间分辨率（VHSR）图像的能力而被广泛使用；后者对于提供大面积的时间序列数据很有意思。然而，这些数据来源中的每一个通常是分开使用的，即使它们是互补的，并且具有强大和有希望的潜在协同作用。数据融合是利用这种多源协同效应的一种众所周知的技术，但在实践中，无人机和卫星协同效应更为具体，不太为人所知，需要形式化。在这篇文章中，我们回顾了这两个数据源的遥感研究。将现有的方法分为“数据比较”、“多尺度解释”、“模型校正”和“数据融合”四种策略。对文献的分析揭示了新出现的趋势，这些不同的策略为一些应用提供了支持，并允许识别无人机数据的关键贡献。最后，这种协同作用的巨大潜力目前似乎还没有得到充分利用；因此，讨论了数据互操作性、机器学习和数据共享的相关含义，以加强无人机和卫星之间的协同作用。 论文得出的结论 对科学文献进行了审查，以指导希望利用无人机和卫星之间强大互补性的未来研究。总共收集了137篇发表在同行评议期刊上的文章。这些文献使我们能够确定四种主要策略：“数据比较”、“多尺度解释”、“模型校正”和“数据融合”。这四种协同作用有助于填补地球观测应用中传感器容量和数据需求之间的差距。然而，这种分类是专门针对这篇综述的语料库的，并将致力于随着未来的应用而发展。在短短几年内，这种协同作用随着各种战略和应用而出现。通过文献研究，突出了以下趋势： 其一，生态学是使用这种协同作用的主要应用领域，主要使用“模型校准”策略； 其二，无人机/卫星协同效应的很大一部分（29%）是薄弱环节（“数据比较”）； 其三，多尺度解释”和“数据融合”的强大协同作用未得到充分利用； 其四，遥感无人机可以取代原位测量的基本应用； 其五，无人机的能力提供了比目前使用的更大的潜力 我们的结论是，无人机/卫星协同发展迅速，为回答需要多尺度观测的科学问题提供了适当的解决方案。然而，这一潜力未得到充分利用，主要是利用无人机数据进行验证。我们建议科学界探索“多尺度解释”和“数据融合”策略，充分利用这些多尺度数据。多源互操作性、数据共享和机器学习方面的进步将有助于实现这些更强大的协同效应。  Science of Remote Sensing Open access About the journal 1 Science of Remote Sensing is part of the Remote Sensing of Environment family of journals. This open-access, peer-reviewed journal focuses on publishing high-impact science and applications using state-of-the-art remote sensing techniques. 2 Science and application themes include the following: 3 Articles on remote sensing methods and techniques may be published where they are judged to be highly novel or likely to be influential. These themes include the following: 4 We aim to serve our community by publishing high-quality papers in a timely manner and recognizing the contributions of authors and reviewers. 5 Types of Articles https://www./journal/science-of-remote-sensing/ |
|
|
