摘要 模态是信息的来源或形式。通过各种模态信息，人类可以从多个角度感知世界。同时，遥感（RS）的观测是多模态的。我们通过全色、激光雷达和其他模态传感器宏观地观察世界。遥感的多模态观测已成为一个活跃的领域，有利于城市规划、监测和其他应用。尽管该领域取得了许多进展，但仍然没有提供系统概述和统一评估的全面评估。因此，在这篇综述论文中，我们首先强调单模态和多模态遥感图像解释之间的主要区别，然后利用这些差异指导我们在级联结构中对多模态遥感图像解释的研究调查。最后，探讨和概述了一些潜在的未来研究方向。我们希望这项调查将成为研究人员回顾最新发展和开展多模态研究的起点。