“遥感科学与技术领域十大前沿问题”征集活动以“前瞻引领、推动发展”为核心，紧扣遥感学科前沿，直面技术瓶颈，兼顾科学创新性与应用紧迫性，在《遥感学报》《Journal of Remote Sensing》两刊编委会指导下，全国遥感科学技术领域广大科研人员的积极参与，经过广泛征集、编委会遴选、专家多轮研讨，最终形成十大前沿问题。

实验室固定人员、张兵院士为第一作者发表的《遥感科学与技术领域十大前沿问题》以中英文两种文字在《遥感学报》2026年第7期和《Journal of Remote Sensing》（预计2026年8月）共同发布。其中，有3项问题入选中国科学院空天信息创新研究院与《Science》联合组织的“空天信息领域十大前沿问题”：

https://www.peopleapp.com/column/30052094617-500007484192

文章全文链接：

https://www.ygxb.ac.cn/zh/article/doi/10.11834/jrs.20266221/

引用格式：张兵，陈晋，陈正超，陈佐旗，程晓，范闻捷，李素菊，刘良云，刘瑜，柳钦火，柳思聪，穆西晗，漆建波，任华忠，石茜，孙显，田庆久，万华伟，吴小丹，吴一戎，吴昀昭，闫珺，闫凯，阎广建，余柏蒗，俞乐，赵玉金，曾源，郑朝菊，郑雷.2026.遥感科学与技术领域十大前沿问题.遥感学报，30（7）： 1885-1893

1、多维度遥感辐射传输机理与认知统一建模

多维度（尺度、谱段、角度、时相等）遥感观测和人工智能技术的快速发展，为地球系统科学研究提供了新的契机。而“多维度遥感辐射传输机理与认知统一建模”这一前沿科学问题，正是地球系统跨圈层、多尺度定量遥感正向模拟、定量反演与科学认知的理论基石。其核心内涵和关键难点在于复杂地表（如异质植被、粗糙地表、混合像元、山地地形）的跨尺度数学统一描述、多维度主被动遥感辐射与散射机理解析、多维度主被动定量遥感统一建模、地球耦合遥感成像仿真、物理约束的多维度定量遥感AI大模型构建以及超高维病态反演问题的稳健求解方法等。该前沿科学问题的深入研究，将促进定量遥感物理机理与人工智能的深度融合，催生新一代“物理引导的人工智能建模”范式，支撑新一代“物理可解释、泛化能力强”的遥感智能反演模型的构建，提升地球系统跨圈层多尺度数值模拟与科学认知水平 。

2、地球表层系统物质与能量循环过程的遥感信息智慧提取

碳水能量循环是地球表层系统最核心的物质与能量交换过程，深刻影响全球气候、生态与粮食安全，是实现全球碳减排目标的关键。遥感是目前唯一能实现对此过程进行全域化、长期化监测的技术手段。然而，当前碳水能量循环遥感监测存在三大核心痛点：一是碳、水、能量通量耦合协同提取能力弱，单一参数反演无法有效支撑地学发现；二是智慧化水平不足，难以高效协同融合“星—空—地”多源数据 ，导致产品时空一致性差、不确定性大；三是前后端应用脱节，预设分辨率的全球遥感专题产品无法满足多样化的用户需求，造成数据和计算资源存储和算力浪费。这些问题源于遥感“瞬时观测”与地球系统“连续过程”之间的根本性矛盾，因此，“面向碳水能量循环过程的遥感信息智慧提取”这一科学问题具有重大价值。在学科发展层面，它将推动遥感反演从“经验驱动”向“机制+数据双驱动”转型，引领技术向智慧化、精准化升级。在行业应用层面，它能为生态系统健康评估、水资源管理、气候预测和碳汇核算提供核心技术支撑，助力全球气候治理与生态文明建设。

3、遥感卫星虚拟星座协同观测理论与方法

对地观测正从单星独立运行向多星智能协同的新范式演进。然而，全球在轨卫星呈现物理分散、体制异构、标准各异的格局；天基、空基与地基等多源数据在辐射基准、几何精度、时空尺度与光谱响应上存在固有差异，严重制约了数据融合与协同分析能力。传统“发射后验证”和“数据后处理”模式已无法满足高精度、高一致性、高时效性的全球动态监测需求。

遥感卫星虚拟星座协同观测理论与方法旨在突破上述瓶颈，通过构建从地表—大气—载荷到数据处理的端到端数字孪生模型，实现对不同平台、多类型载荷在复杂观测场景下辐射与几何响应行为的高保真模拟与量化评价，从根本上提升虚拟星座观测效能的可预测性、多源数据的物理一致性及可协同性。同时，建立地基真实性检验与多星联合定标体系，以地基高精度定标与验证数据为数字孪生模型提供基准输入与验证依据，驱动其迭代优化，形成“仿真设计—真实观测—效能评估—模型优化”的闭环调控机制。优化后的数字孪生系统不仅提升虚拟星座的整体观测效能，又能反向指导地面观测网络的科学布局与协同策略，实现天基地基双向赋能。

在此基础上，通过构建统一离散全球格网与多尺度表示框架，制定虚拟星座协同观测的技术标准与规范，发展物理机理与数据驱动相融合的混合研究范式，推动对地观测从传统数据获取向智能任务规划与精准信息提取的范式转变。该研究将为构建全球对地观测虚拟星座提供关键科学支撑，助力遥感科学实现从分散观测向系统化协同感知的跨越发展。

4、遥感大模型与智能体驱动地学关键参量定量反演

随着对地观测进入大数据时代，人工智能与遥感的深度融合正推动地学研究从传统物理模型驱动向数据与知识协同驱动跨越 。在地学关键参量（如植被生产力、地表温度、碳通量等）的定量反演中，传统方法长期面临多源数据融合难、时空跨度泛化弱及物理机制耦合不足等瓶颈。遥感大模型通过在大规模多模态数据上的预训练，构建了统一的时空表征体系，实现了跨载荷、跨区域、跨时相的特征迁移，显著提升了复杂地表环境下参数反演的精度与鲁棒性。在此基础上，遥感智能体通过集成感知、推理与决策能力，实现了从被动数据处理到主动任务求解的转变，能够自主理解科学目标、根据地学物理约束自动编排反演工作流、动态调用专业模型库与工具链，并对反演结果作出符合专家认知的科学解释，形成了“观测—反演—认知”的闭环。二者的协同作用不仅加速了地学参量提取的自动化，更通过引入物理约束与专家知识解决了传统深度学习“黑盒”模型在定量计算中的不可解释性难题，推动了反演范式从“纯数据拟合”向“物理—数据双驱动”的跃迁。未来需重点突破多源异构数据的一致性表征、高精度物理反馈机制、智能体自主决策逻辑等关键技术。构建开放的反演基准与训练评测平台，将进一步促进大模型与智能体在地表过程模拟、气候变化监测及防灾减灾等复杂地学场景中的深度应用，实现从“专家经验反演”到“智能体自主研判”的变革。

5、多模态遥感实时智能处理技术

随着对地观测能力的持续提升，遥感数据获取已进入多平台、多传感器、高时空分辨率时代，并向高频更新与准实时获取演进。然而，数据获取与场景应用之间仍存在显著脱节，遥感数据的规模、多样性与复杂性往往制约其直接转化为可落地的业务认知，尤其是在实时响应和跨模态协同处理方面能力不足，导致数据在农业、灾害、城市、生态等关键领域未能充分发挥价值。

近年来，以AlphaEarth Foundations（AEF）为代表的遥感基础模型推动遥感数据向“AI就绪数据”演进，通过统一嵌入表示降低了海量、多源遥感数据的使用门槛，为实现大规模智能分析提供了基础设施。然而，当前模型体系仍主要面向离线分析范式，在实时处理能力、多模态动态协同、以及面向任务的快速推理方面仍存在明显不足，难以支撑复杂业务场景下的即时决策需求。

因此，有必要发展面向具体应用场景的多模态融合、实时响应的全链条遥感智能处理技术体系。该体系应融合多源数据协同建模、实时处理机制与智能推理能力，结合遥感物理机理、领域知识与用户意图，实现从多模态数据实时感知、动态理解到智能决策的闭环处理，推动遥感智能从“离线分析”向“实时智能服务”演进，为构建高时效、高可信、可推广的遥感智能应用系统提供关键技术支撑。

6、宜居星球与宜居环境遥感探测

宜居星球搜寻和宜居环境演化是当前国际行星科学与深空探测领域的关键科学目标，是《Science》杂志聚焦的当前125个重大科学问题之一，可为解答地球生命起源和宇宙演化等提供重要依据。2028年前后，美国“阿尔忒弥斯计划”将载人重返月球，欧空局的火星着陆器计划登陆火星。中国也将于2028年前后实施“天问三号”火星采样返回任务，生命痕迹探寻是其第一科学目标，重点要解决“去哪里”、“采什么”和“怎么采”的关键难题。协同多源遥感（可见光、红外、微波、激光、中子等）探测手段，对太阳系行星及其卫星的表面圈层开展广域尺度和原位尺度的高精度感知探测，可为厘清宜居星球的形貌构造、物质组分、大气环境、物理场及内部结构等关键指标要素提供重要的技术支撑 。此外，新型遥感探测技术和人工智能大模型将进一步赋能宜居星球搜索和宜居区域选址，突破地球与地外星球宜居环境综合类比的研究新范式，为行星宜居性评估、宜居环境演化过程、生命起源和保存等科学问题提供新的认知。

7、支持人地系统耦合过程认知的遥感与社会感知数据多模态融合

人地系统是自然环境与社会经济相互作用、相互影响的复杂巨系统，对人类可持续发展影响深远。系统认知人地耦合过程更依赖于跨圈层协同整合的地球系统科学框架，亟需融合面向自然特征监测的遥感对地观测与基于夜光遥感、社会感知等遥感与非遥感多模态数据的对人观测。社会感知数据（如社交媒体、手机信令、车辆轨迹等）直接刻画人类活动的时空格局与模式，与反映地表自然状态的遥感信息形成深层互补，共同支撑对“自然—社会”交互关系的立体解析。对社会经济活动的全面、精细感知，是构建高拟真“数字孪生”环境、支持时空模拟与优化决策的重要基础 。当前，该方向在理论架构与关键技术层面仍面临一系列挑战。首先，社会经济系统具有高动态、非平稳及重尾分布等复杂统计特征，其观测数据亦存在显著的不确定性，传统基于光谱物理规律的遥感融合理论难以直接适用，亟需发展跨模态统一融合的新理论框架。其次，多源数据在时空基准、颗粒度与语义层次上不一致，导致可靠的时空对齐、不确定性量化与语义关联建模困难；从异构数据中提取稳健地理特征并实现可解释融合，仍缺乏普适性方法。此外，如何通过耦合建模厘清自然与社会经济系统间的非线性、双向影响机制，仍是核心难点。因此，如何创新遥感与非遥感多模态数据的融合理论，攻克时空—语义协同、不确定性传导建模与复杂机制解译等关键技术，从而系统揭示人地系统耦合过程，并支撑“数字孪生”构建与时空优化应用，已成为遥感科学的前沿科学问题。解决这些挑战，将实现大范围、长时序、精细化的人地系统动态研究，为可持续发展提供核心科学支撑。

8、极地冰盖多尺度物理过程遥感透视探测

精确预测未来海平面上升的速率，是当前最紧迫的科学挑战之一。若两极冰盖完全融化，全球平均海平面将上升约70 m。极地冰盖系统可能正在逼近临界点：大气增温正加速格陵兰冰盖物质流失，或将进入不可逆转的物质亏损阶段；而海洋增温正加速西南极冰架底部融化，可能诱发冰盖基底失稳而突然崩塌。此外，冰盖底部存在大量相互连通的冰下水文系统，其排水过程会导致冰盖的快速滑动。冰面融水引发的水力压裂作用会促使冰裂隙进一步扩展，甚至诱发冰盖快速崩解，从而导致内陆冰体加速向海洋输送。

上述发生在冰盖内部和底部的过程非常复杂，构成了预测冰盖变化的最大知识缺口。其关键科学问题包括但不限于：冰盖内部水文系统如何分布？深层水与陆架水如何调控冰架底部融化？冰盖底部水文过程如何影响冰盖稳定性？等。传统遥感手段只能进行二维成像，无法描述内部分层特征。机载和地面冰雷达探测虽能提供冰盖高分辨率“切片”，但无法实现大尺度透视。

“遥感透视冰盖”的本质是利用电磁波或重力场等穿透介质，并接收来自内部结构或界面的信号。然而，它面临穿透深度与分辨率相互制约、信号解译复杂、观测尺度有限等挑战。如何构建动态三维冰盖模型并预测其变化，是一个集尖端技术攻坚、重大科学需求、高度学科交叉于一体的前沿科学问题，是应对气候危机的“关键战场”，探索前景广阔、意义重大。

9、全球自然灾害遥感即时监测与预警技术

自然灾害与气候变化、人类活动耦合使得全球灾害的复杂性、极端性加剧，灾害风险的不确定性增加，为人类社会可持续发展带来巨大挑战 。迅猛发展的卫星遥感与人工智能技术正加速融合，为全球自然灾害的即时监测预警带来机遇。如何将爆发式增长的多模态遥感数据智能化应用于全球自然灾害的预测预警、风险防范与应急救援，实现以人为中心的安全赋能，是当前遥感即时应急减灾亟待解决的科学技术难题。基于遥感本体认知理论，将自然灾害综合风险要素和遥感响应特征进行层次化解析、图谱化表达和关联关系建模，深化对自然灾害发生发展过程和风险演变规律的遥感特性机理的理解，提升对综合灾害风险的科学认知；同时，结合“遥—通—导”一体化的实时、智能、主动服务，破解复杂极端场景高灵敏感知、地表异常变化遥感即时探测、遥感大数据智能解析与风险主动认知、精准预警防范与靶向应急救援等技术难题，建立“感知—认知—决策”自然灾害预测与态势生成的智能模型，形成全球全时全息遥感信息服务，提升精准自然灾害预警、精细综合风险防范与即时应急救援决策能力，助力落实全球安全倡议和减轻灾害风险。

10、全球气候变化对区域生态系统影响的遥感预测

在全球气候变化与社会经济快速发展的背景下，生态系统正面临生物多样性丧失、生态系统功能退化与韧性下降等多重冲击。传统地面调查受限于时空尺度，制约了全球变化对区域生态系统影响的科学认知。遥感技术为生态系统监测提供了重要途径，但仍面临两大核心瓶颈：一是缺乏遥感驱动的生态系统功能与韧性核心监测指标，难以量化及预测生态系统对全球变化的响应；二是缺少多尺度协同的生物多样性与环境健康风险遥感产品，难以支撑精准化与业务化应用。

未来研究可集成地面—近地面—卫星观测及环境DNA等多源数据，深度融合人工智能与生态学理论，提出从个体、种群、群落至生态系统水平的全方位生物多样性遥感监测技术框架，构建涵盖物种、功能、系统发育多样性与生态系统韧性的多维度指标体系，发展动态预警模型，识别生态扰动与临界转折点，实现从“静态评估”向“动态预警”的转变，为评估和预测全球变化下生态系统响应提供科学依据。同时，突破病原体—宿主—生境关键参数的精细反演技术，揭示生态变化与人群健康风险的关联机制，构建“环境—生态—健康”耦合的数字孪生系统，形成业务化运行的“感知—分析—预警—反馈”闭环，为全球变化背景下的生态系统管理与公共健康保障提供科学支撑。

致谢

感谢对“遥感科学与技术领域十大前沿问题”发挥重要作用的参与者（姓名按音序排）：

董  磊，北京大学

杜贞容，大连理工大学

冯权泷，中国农业大学

计璐艳，中国科学院空天信息创新研究院

贾  坤，北京师范大学

李  新，中国科学院青藏高原研究所

聂胜，中国科学院空天信息创新研究院

潘小乐，中国科学院大气物理研究所

沈妙根，北京师范大学

石崇，中国科学院空天信息创新研究院

宋春桥，中国科学院南京地理与湖泊研究所

苏杭，中国科学院大气物理研究所

苏红军，河海大学

辛金元，中国科学院大气物理研究所

杨沛琦，南京师范大学

张肖，中国科学院空天信息创新研究院