虽然云层常常完全遮挡了卫星的视线，雾霾和阴影也会扭曲城乡影像，导致许多遥感图像数据残缺不全，但最新研究让卫星“穿透”云层成为可能。IT之家了解到，发表在《国际仿生计算期刊》上的一项研究提出了SenseNet混合AI系统，利用郊狼-狐狸优化算法来去除云层。这种算法模拟了犬科动物的协作行为，能更精准地重建地表影像。这种基于大数据学习模式的机器学习技术效果显著，把信噪比提升了超过2分贝。虽然这仅2分贝的改善听起来不大，但换算下来相当于性能提升了近60%。 之前的方法要么依赖物理模型，要么需要多幅参考图像才能进行对比去噪。如果没有清晰的参考图像，传统算法就只能在云层区域生成模糊画面。SenseNet把云层和雾霾视为可去除的结构性噪声，它不需要参考图就能工作。这个系统在训练时会调整内部参数来避免陷入局部最优解，从而提高了运算效率。 有了SenseNet，60%的地球观测数据就更可靠了。它能更清晰地划分农业边界、绘制道路网络和水体分布，这对于监测森林砍伐、农作物产量以及基础设施建设非常有用。在常年多云的热带地区，这种新技术能大大减少数据缺口，从而为近实时的气候适应和灾害应对策略提供有力支持。