Fernerkundung ist eine zentrale, hochmoderne Technologie, die Satelliten-, Luft- und Drohnenbilder analysiert, um Landbedeckung, Umweltüberwachung, Geodatenverständnis und Erdbeobachtung zu ermöglichen. Sie begegnet vor allem den Herausforderungen der „fehlenden makroskopischen Perspektive und der schwierigen Datenerfassung“, die durch geografische Beschränkungen der menschlichen Erdbeobachtung entstehen. Diese Architektur analysiert Satelliten-, Luft- und Drohnenbilder, um Landbedeckungs- und Umweltinformationen ohne physischen Kontakt zum Zielobjekt zu gewinnen. So wird ein simultanes, geschlossenes Geodatenverständnis erreicht, ohne dass eine menschliche Erkundung vor Ort erforderlich ist. Typischerweise werden optische, Radar-, Infrarot- und Hyperspektralsensoren eingesetzt, die auf Satelliten, Flugzeugen und Drohnen montiert sind, um von Zielobjekten reflektierte oder ausgesendete elektromagnetische Wellen zu empfangen und die Daten zu analysieren, um Landmerkmale zu identifizieren und Umweltveränderungen zu überwachen.

Fernerkundung war ursprünglich kein Konzept aus dem Bereich der künstlichen Intelligenz, sondern entstammt den Geowissenschaften, der Vermessung und der Geoinformation. In den 1950er Jahren arbeiteten Geographen des US-amerikanischen Office of Naval Research (ONR)... Evelyn L. Pruitt Der Begriff „Fernerkundung“ wurde geprägt, um Methoden zur berührungslosen Informationsgewinnung über die Erde zu beschreiben. Evelyn L. Pruitts Konzept der Fernerkundung ist nicht direkt mit der heutigen „Fernerkundung“ im Bereich der Künstlichen Intelligenz (KI) verwandt. Damals waren künstliche Intelligenz und Deep Learning noch nicht entwickelt, und die Fernerkundung basierte hauptsächlich auf Luftbildern, physikalischen Modellen, manueller Interpretation und traditionellen statistischen Analysemethoden. Mit dem Start von Erdbeobachtungssatelliten wie Landsat-1 durch die NASA im Jahr 1972 entwickelte sich die Fernerkundung schrittweise zum modernen Erdbeobachtungssystem und wurde zu einer Schlüsseltechnologie für die Gewinnung globaler Umwelt-, Ressourcen- und Geodaten.

Seit dem Durchbruch der Convolutional Neural Networks (CNNs) in der Computer Vision im Jahr 2012 findet KI breite Anwendung in Bereichen wie der Klassifizierung von Fernerkundungsbildern, der Objekterkennung, der semantischen Segmentierung und der Veränderungserkennung. In den letzten Jahren hat sich die Forschung mit dem Aufkommen von Technologien für großskalige Modelle weiterentwickelt und Bereiche wie Fernerkundungs-Grundlagenmodelle, GeoAI (Geospace Artificial Intelligence) und multimodale Erdbeobachtungsmodelle erschlossen.

Zu den repräsentativen Forschungsergebnissen auf dem Gebiet der künstlichen Intelligenz in der Fernerkundung zählen: AlexNet im Jahr 2012, das die Entwicklung von Deep-Learning-Modellen für visuelle Wahrnehmung vorantrieb und eine technische Grundlage für die intelligente Analyse von Fernerkundungsbildern schuf; Vision Transformer (ViT) im Jahr 2020, das Transformer in visuelle Aufgaben einführte und deren Anwendung in Fernerkundungsszenarien förderte; und der gemeinsame Start von IBM und der NASA im Jahr 2023. Prithvi Fundamentale Modelle der Erdbeobachtung, die groß angelegte, vortrainierte Modelle zur Analyse von Satellitenfernerkundungsdaten anwenden, haben sich zu einem wichtigen Vertreter der fundamentalen Fernerkundungsmodelle entwickelt. Verwandte Veröffentlichungen umfassen… Grundlagenmodelle für generalistische Geodaten-KI(2023)Warten.