在大气气象、气候变化、海洋科学、自然资源、智慧农业等领域，不同遥感平台、不同载荷成像机理、不同的空间/时间/光谱分辨率、精度、时效性等都给遥感数据的一致性处理带来巨大的挑战，如何高效地深度挖掘多源异构的遥感大数据成为需要解决的关键难点，基于模式识别、机器视觉的人工智能技术成为需要解决的卡脖子关键技术。该关键技术针对人工智能研究中如何让机器能像人一样提取特征、解译影像并持续学习等科学前沿问题，围绕机器视觉、深度视觉特征学习、基于深度学习的大数据特征学习等关键问题开展基础理论与关键技术研究。该方法为利用人工智能技术解决海量异构数据时空信息提取分析困难的问题提供了可能的解决方案。目前，该技术已在多任务的热带气旋降水预报、气候变化影响及响应、土壤属性遥感反演、陆地生态系统碳通量模拟、自然资源智能监测、海洋科学研究等多元场景开展了实践，具有极大的推广应用价值。该技术成果获得了2023年中国产学研合作创新与促进奖产学研合作创新成果奖一等奖、高分专项卫星应用优秀成果二等奖等多项奖励。所发表的高质量论文获IEEE地球科学与遥感协会2023年度论文奖。
