大模型如何用于遥感？最新《用于遥感与地球观测的基础模型》综述

主要观点总结

遥感（RS）是一种关键技术，用于观测、监测和解读地球，广泛应用于多个领域。本文综述了新兴的遥感基础模型（RSFMs）领域，讨论了其背景、动机、基础概念、技术方法和挑战。文章回顾了用于RS的VFMs、VLMs和其他类型的RSFMs的方法，并进行了基准测试和分析。最后，提出了RSFMs的潜在研究方向。

关键观点总结

关键观点1: 遥感技术的重要性和应用领域

遥感是一种关键技术，用于观测、监测和解读地球，广泛应用于地球科学、经济学、人道主义等领域。

关键观点2: 人工智能在遥感领域的应用和挑战

人工智能在遥感领域取得了显著进展，但开发更智能的遥感系统仍面临诸多挑战，包括处理地球环境的复杂性、多样的传感器模式等。

关键观点3: 遥感基础模型（RSFMs）的提出和发展

为了应对这些挑战，提出了遥感基础模型（RSFMs），以应对覆盖地表、大气和海洋等地球观测任务的复杂需求。RSFMs的开发面临几个关键挑战，如自然数据与遥感数据之间的领域差异等。

关键观点4: 本文的主要贡献

本文对RSFMs的最新进展进行了全面系统的回顾，探讨了各种传感器模式和任务下应用的RSFMs，并确定了多个研究挑战和潜在研究方向。

文章预览

摘要 — 遥感 (RS) 是一种关键技术，用于观测、监测和解读我们的星球，广泛应用于地球科学、经济学、人道主义等领域。虽然人工智能 (AI)，特别是深度学习，在遥感领域取得了显著进展，但开发更智能的遥感系统仍面临诸多挑战，包括地球环境的复杂性、多样的传感器模式、独特的特征模式、不同的空间和光谱分辨率以及时间动态等问题。同时，随着大型 基础模型 (Foundation Models, FMs) 的最新突破，由于其卓越的泛化能力和零样本迁移能力，AI 在多个领域的潜力得到了扩展。然而，它们的成功主要局限于自然数据，如图像和视频，而对于各种非光学模式的遥感数据表现较差，甚至失败。这激发了开发 遥感基础模型 (RSFMs) 的兴趣，以应对覆盖地表、大气和海洋等地球观测 (EO) 任务的复杂需求。本综述系统性地回顾了新兴的 RSFMs 领域。首先，概述 ………………………………