克劳德使用永久散射体干涉合成孔径雷达：关于在复制研究中运用大型语言模型的教程

《IEEE Geoscience and Remote Sensing Magazine》：Claude Does Permanent Scatterer Interferometric Synthetic Aperture Radar: A tutorial for the use of large language models in replication studies

本教程以PSInSAR算法复现为例，探讨大型语言模型（LLMs）在科学代码开发中的应用，通过Claude Sonnet 3.5展示了LLMs生成代码的效率与潜在错误，强调结构化提示、测试验证及领域知识结合的重要性，为AI辅助科研提供实践指导。

　　

摘要：

本教程介绍了大型语言模型（LLMs）在复现复杂遥感算法中的应用，以永久散射体干涉合成孔径雷达（PSInSAR）作为案例研究。文章强调了LLMs在科学代码开发中的变革潜力。在教程中，我们指出了使用LLMs进行编码时存在的问题，包括代码中显而易见的错误以及隐藏的错误。PSInSAR的工作流程是通过Claude Sonnet 3.5迭代实现的，该过程包括结构化的提示、上下文指导、测试和调试。因此，本教程不仅展示了LLMs的使用方法，还提供了非常详细的PSInSAR实现步骤指南。LLMs生成了用于PSInSAR的功能性Python代码，显著缩短了开发时间。然而，这些代码并非完全没有错误，仍需要调试。对于SAR干涉测量（InSAR）领域的专业知识至关重要，它可以帮助通过详细的提示来指导LLMs，并验证输出结果。LLMs可以作为科学复现中的强大辅助工具，将重点从手动编码转移到高层次的问题解决和调试上。本教程展示了如何利用LLMs辅助科学代码开发，并强调了人工智能（AI）辅助研究将在地理空间科学领域带来的变化。