近日,地球科学与遥感领域顶级综述期刊《IEEE Geoscience and Remote Sensing Magazine》(IF=16.2)在线发表了昆明理工大学国土资源工程学院雷达干涉测量研究团队(团队负责人:左小清教授)教师布金伟课题组的最新综述研究成果,文章标题为“Machine Learning Methods for Earth Observation and Remote Sensing Using Spaceborne GNSS Reflectometry: Current status, challenges, and future prospects”(利用星载GNSS-R进行地球观测和遥感的机器学习方法:现状、挑战和未来前景)。昆明理工大学为第一作者单位和通讯作者单位,布金伟为论文第一作者和通讯作者,在读硕士生李欢为论文第二作者和共同通讯作者。中国矿业大学余科根(Kegen Yu)教授、加拿大纽芬兰纪念大学黄为民(Weimin Huang)教授、昆明理工大学左小清教授、在读硕士生(籍超颖、刘馨雨)和本科生(汪秋兰、王琦涵、王梓逸、何明昊、范绍强、谢佳溪、杨慧)、中国矿业大学在读博士生林贻若为论文合作作者。
该研究得到了国家自然科学基金青年科学基金、云南省基础研究计划项目、昆明理工大学高层次人才平台建设项目和云南省重大科技计划项目、国家级大学生创新创业训练计划项目、云南省大学生创新创业训练计划项目、昆明理工大学学生课外学术科技创新基金项目等科研项目的资助。
本文亮点
文章的主要贡献如下:
(1)本文系统地回顾和组织了星载GNSS-R领域各种机器学习方法的最新进展,涵盖了这些方法的核心理论、基本原理和数学模型,为机器学习和GNSS-R的交叉提供了全景认知框架。
(2)首次全面回顾了基于星载GNSS-R的机器学习技术在多域遥感中的广泛应用,包括海洋监测、陆地生态系统观测、冰冻圈变化动态监测等传统领域,以及智能农业和灾害预警等新兴领域。它揭示了独特这些技术在多源异构数据处理中的优势和潜力。
(3)对星载GNSS-R与机器学习交叉的应用现状进行了深刻总结,并提出了未来的发展趋势和挑战,特别是大数据、深度学习和多物理环境相互作用的综合遥感模型。还讨论了这些机器学习模型在促进全球环境监测和应对气候变化方面的关键作用和前景。通过这一系列贡献,文章为星载GNSS-R遥感技术的未来发展提供了深刻的理论指导和应用参考。
文章结构和目录

关键图表

图1. 星载GNSS-R卫星的发展历程和详细信息

图2. 基于星载GNSS-R研究领域内的主题关联

图3. 基于文献统计获得的机器学习方法在星载GNSS-R各个应用领域中的占比情况

图4. 文章中常见机器学习方法原理图总结
作者简介
布金伟(第一作者,通讯作者),中国矿业大学和西班牙加泰罗尼亚理工大学联合培养博士,讲师(校聘教授),硕士生导师,2023年入选云南省“兴滇英才支持计划”青年人才,2023年昆明理工大学高层次(四层次)引进人才。取得了国际上基于GNSS遥感技术检测海面降雨、反演海面降雨强度和反演涌浪高的最早研究成果。在国内外权威期刊《IEEE Geoscience and Remote Sensing Magazine》、《IEEE Transactions on Geoscience and Remote Sensing》、《Journal of Geodesy》、《GPS Solutions》、《IEEE Geoscience and Remote Sensing Letters》、《Remote Sensing》、《IEEE Transactions on Vehicular Technology》、《测绘学报》和《武汉大学学报·信息科学版》等公开发表GNSS反射遥感、GNSS精密定位和室内定位领域学术论文60余篇,其中,以第一作者/通讯作者身份在GNSS反射遥感创新应用方面已发表SCI/EI论文和主要国际会议论文20余篇(其中,SCI Top期刊论文10余篇),参与撰写一本GNSS-R英文专著(Theory and Practice of GNSS Reflectometry, Springer,2021),申请国家发明专利25项(授权5项),美国专利3项。
目前主持国家自然科学基金青年基金项目、云南省“兴滇英才支持计划”青年人才项目、昆明理工大学高层次(四层次)人才引进经费项目、云南省基础研究专项-面上项目、国家建设高水平大学公派研究生项目、江苏省研究生科研创新计划项目和中国矿业大学“未来科学家计划”项目共7项。作为项目骨干参与国家重点研发计划、国家自然科学基金、云南省重大科技专项项目、省部合作试点项目和校级项目等10余项。长期担任《《Remote Sensing of Environment》、《Energy》、《IEEE Transactions on Geoscience and Remote Sensing》、《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》、《IEEE Geoscience and Remote Sensing Letters》、《Journal of Geodesy》、《GPS Solutions》、《IEEE Internet of Things Journal》、《Expert Systems with Applications》、《Ocean Engineering》、《International Journal of Digital Earth》、《Remote Sensing》、《Measurement》、《Advances in Space Research》和《Measurement Science and Technology》等10余本国际权威SCI期刊审稿人,《Frontiers in Remote Sensing》期刊客座编辑,AIRSA 2025国际会议分论坛主席,AIRS 2025分会场议题召集人,教育部学位中心等机构硕士学位论文评审专家。主要研究方向为GNSS遥感(GNSS-R和GNSS-RO)、GNSS大气遥感、GNSS高精度定位与应用、机器/深度学习算法等。
李欢(第二作者,通讯作者),于2024年在昆明理工大学获得测绘工程专业学士学位,目前正在昆明理工大学国土资源工程学院攻读摄影测量与遥感专业工学硕士学位。她的研究兴趣是GNSS反射测量。
其他合作作者简介:http://doi.org/10.1109/MGRS.2025.3539983
引用格式:
Bu, J., Li, H., Yu, K., Huang, W., Wang, Q., Ji, C., Wang, Q., Wang, Z., He, M., Fan, S., Xie, J., Liu, X., Yang, H., Lin, Y., & Zuo, X. (2025). Machine Learning Methods for Earth Observation and Remote Sensing Using Spaceborne GNSS Reflectometry: Current status, challenges, and future prospects. IEEE Geoscience and Remote Sensing Magazine, 2-66. https://doi.org/10.1109/MGRS.2025.3539983
PDF文件下载链接:
https://ieeexplore.ieee.org/document/10930745