卫星遥感技术应用篇1

课程标准：结合实例、了解遥感在资源普查、环境和灾害监测中的应用。

课表分析：根据课标要求，要了解遥感的概念、特点、工作过程。重点掌握遥感在资源普查、环境和灾害监测中的具体应用与功能，进一步认识遥感在现代社会中发挥的巨大作用，还要初步学会判读简单的遥感影像。但是对于遥感工作原理不要求涉及“专业机理”，定位到“工作过程”程度即可，也不要求掌握遥感的分类等知识。

二、教材分析：

新课程标准把《地理信息技术的应用》列为必修课程，而“地理信息技术”体系主要由“3S”即地理信息系统（GIS）、遥感（RS）、全球定位系统（GPS）三方面的核心技术组成。另一方面，GIS、RS、GPS技术又以计算机科学、通信技术、遥测与卫星定位，以及系统论等信息技术和理论为支撑，属于地理科学与信息科学的交叉学科。遥感技术、全球定位系统、地理信息系统是地理信息技术的三种主要的技术手段，这三种手段相互促进、相互配合、共同应用的基础上，再结合网络技术、虚拟技术，人们提出了数字地球的设想。所以说，第三章第二节“遥感技术的应用”?与其他两门技术的应用介绍处于同等的地位，他们相互交织，相互配合，才能使数字地球的设想实现。而遥感技术在3s技术中也有不可代替的作用，遥感技术（RS）是地理信息系统（GIS）数据库的数据源；同时利用遥感数字影像获取地面高程，可以及时更新地理信息系统（GIS）中的数据。

三、教学内容：第二节、遥感技术的应用第一课时

四、教学目标：

1．知识与技能（知识目标）：

（1）能用自己的语言表述遥感的概念；

（2）能简要说明遥感技术的发展过程和工作过程；

2、过程与方法（能力目标）：

（1）通过读图或查阅相关资料，比较航天遥感、航空遥感、近地遥感使用的运载工具、主要优缺点及适用范围等方面的差异；

（2）通过查找遥感的有关资料，归纳遥感技术的特点。

3．情感、态度、价值观（情感目标）：

（1）通过对遥感技术的迅猛发展的介绍，感悟新兴地理信息技术的生命力，从而初步养成热爱科学努力学习的好习惯；

（2）通过对迅速发展的中国遥感技术的学习，增强民族自信心和爱国情感。

五、教学重点难点：

遥感技术的基本原理。

六、教学方法：案例教学法。通过讨论活动了解遥感技术的工作过程

七、教学过程：

导入：设疑:中央电视台天气预报卫星云图是怎么得到的呢？它先是用风云卫星遥感拍照，然后通过计算机处理、编辑而成的动态图片。是遥感技术的应用。

填表比较人工实地调查与利用遥感技术调查，哪一种获取资料和信息的方法更好？

1．概念：

遥感：（简称RS）“遥远的感知”，是利用一定的技术设备和系统，在远离被测目标的位置上对被测目标的电测波进行测量、记录与分析的技术。

怎样感知？测量电磁波特征：不同的地物反射与吸收电磁波存在巨大差异。（P82图3-2-2）

遥感不仅可以通过可见光进行感知，同时也可以通过红外线、微波等，例如：法国的SPOT-5卫星可以从七个波段获取信息。

为什么要分波段呢？因为不同波段不同地物的反射率与吸收率等有很大差异。（多媒体展示甲乙两种作物在不同生长阶段反射率不同示意图并分析）

2．分类：

按遥感平台高度（运载工具）分：地面遥感、航空遥感、航天遥感

地面遥感主要指以高塔、车、船为平台的遥感技术系统，地物波谱仪或传感器安装在这些地面平台上，可进行各种地物波谱测量。航空遥感泛指从飞机、飞艇、气球等空中平台对地面观测的遥感技术系统。航天遥感又称太空遥感，泛指利用各种太空飞行器为平台的遥感技术系统，以地球人造卫星为主体，包括载人飞船、航天飞机和太空站，有时也把各种行星探测器包括在内。卫星遥感为航天遥感的组成部分，以人造地球卫星作为遥感平台，主要利用卫星对地球和低层大气进行光学和电子观测。

4．遥感影像的基本特征：

（1）像元：遥感影像上能详细区分的最小单元

（2）分辨率：一个像元所代表的地面实际尺寸。1米分辨率就是指影像上的一个像元表示地面上1平方米的范围。例：SPOT-5卫星的分辨率达全彩色波段可达2.5米，其它波段为5米。中巴资源卫星二号分辨率为20米。美国快鸟卫星为1米。

媒体展示图3-2-6让学生体验像元大小对影像信息的影响。相同范围的区域图片，像元越多，分辨率越高，图像越清晰。

（3）光谱特征（媒体展示读图判读，3-2-7、3-2-8、3-2-9图）：

黑白：建筑物为灰白色，草地和林地颜色较深

彩色：分真彩色和假彩色

真彩色：真实反映实际地物的颜色特征

假彩色：草、树和庄稼通常为红色，水是灰色或蓝色，城市是蓝灰色

练习与评价：叙述真彩色遥感影像图像和假彩色遥感影像图的颜色特征。真彩色图片上的颜色基本显示地物的颜色，假彩色只是用不同的颜色区分不同的地物，显示的不是地物的颜色。

媒体展示美国快鸟卫星图片、我国风云卫星拍摄的云图、嫦娥探月卫星拍摄的月球表面影像让学生体会遥感技术的广泛应用及我国遥感技术的发展成就。

八、课堂小结与板书设计：本节课的重点和难点内容是遥感的工作过程。

九、课后作业：

1、什么事遥感影像的分辨率？说出分辨率大小和影像显示地表信息能力之间的关系。

2、叙述真彩色和假彩色遥感影像的颜色特征。

卫星遥感技术应用篇2

[关键词]卫星遥感影像内定向外方位元素地理信息

[中图分类号]P283.8[文献码]B[文章编号]1000-405X（2014）-1-43-1

0引言

随着当前科学技术的不断进步，国家对于卫星遥感技术研究的资金不断加大投入，摄影测量正逐渐从单纯的依靠航空摄影测量向航空摄影测量和卫星遥感测量两方面并重发展，基于当前卫星遥感影像的单片测图与修测技术对航天摄影测量极为重要。由于地方经济建设速度的加快，地图的成图速度已跟不上经济发展的脚步，我们对地形图和各种专题地图等地理信息数据的需求量迅速增加，尤其是地理信息数据的现势性要求尤为突出，本文简要介绍如何利用卫星遥感影像的单片测图与修测来进行地理信息数据的快速更新。

1卫星遥感影像应用概述

卫星遥感技术是快速、全面、精确地测定全球地形，搜索目标定位数据以及杀伤武器制导的最有效手段，遥感影像获取的数据可在GIS或专业影像处理平台的支持下，为地形测绘、环境监测和资源勘查等提供信息服务；也可转化为数字化战场所需的军事地理信息，是军事指挥自动化的基础。

随着国家经济建设的不断进步，高分辨率遥感卫星所带来的巨大军事与经济效益，引起全球民用与军事应用领域的高度重视，出现了各国竞相研究开发高分辨率遥感卫星及其应用技术的热潮，在短短的几年时间内有了飞速的发展，出现了卫星遥感技术不断扩散的发展趋势。卫星遥感影像处理技术的不断发展，基于卫星遥感影像处理平台利用卫星遥感影像进行地理信息基础数据库的更新日趋成熟，目前可以获得的普通分辨率的卫星遥感影像主要有：IRS-1D、ASTER、JERS1-OPS、Resours-F的MK4和Kate200、COSMOS的TK-350等；获取的高分辨率卫星遥感影像主要有：QuickBird、Ikonos、EROS-A1、AVNIR、COSMOS的KVR-1000、Resours-F的KFA-3000等。由于可以获取不同分辨率卫星遥感影像数据，因此根据任务需求选择适合的卫星遥感影像数据进行相关地理信息数据的制作。

2画幅式卫星影像的内定向和空间后方交会

2.1画幅式卫星影像的全自动内定向

摄影测量从模拟摄影测量发展到解析摄影测量又到今天的数字摄影测量，内定向也经历了从手工内定向、半自动内定向、全自动内定向的发展过程。作为摄影测量测图的第一步，内定向的本质就是从一种坐标系转向另一种坐标系。

数字影像的内定向的定位是通过利用框标的检校坐标和扫描，首先通过计算扫描坐标系和像平面坐标系之间的变换参数及在数字影像中可能存在的变形。因为原始资料提供给框标的校检坐标，所以找到并精确定位框标点就是内定向的任务，换言之，就是得到框标的精确扫描坐标来求解变换参数。

2.2画幅式卫星影像的空间后方交会

画幅式卫星影像空间后方交会与航空摄影像片空间后方交会的主要区别在于两者关于外方位元素初值的获取方式以及外方位元素之间相关性的处理方式不同。画幅式卫星影像的六个外方位元素之间存在着一定的关联性，在用不同的控制数据解求同一副影像的外方位元素时，计算出来的结果差别较大，但是在控制点分布较为理想的情况下，可以利用最小二乘估计的方法老求解外方位元素。

3单线阵CCD卫星影像外方位元素的解算

3.1线阵CCD影像外方位元素间的相关性

经过大量实验表明，误差方程式中位置参数存在很强的相关性，使得求解精度低甚至无法求解。产生原因主要包括：（1）航天影像主距大，光束窄；（2）行高较高，导致误差方程式的各未知参数系数在数量级中相差巨大；（3）计算过程中引用了大量的待求参数。

3.2克服相关性解求外方位元素的常用方法

主要有：（1）在拥有大量数据的情况下，增加虚拟误差方程，从而使得各参数独立性增加，但其缺点是增加工作量，降低工作效率。（2）在近似垂直摄影的情况下，合并相关项，但由于将合并项参数合并后，其几何意义不易阐明，所以在实际应用中具有局限性。（3）将外方位元素线、角分开迭代求解。但是在数学角度上来看，这种方法不严密，而且所得过于依赖外方位元素的初值。

4引入粗差探测的外方位元素的测算

在解算外方位元素时，画幅式卫星影像和线阵CCD卫星影像需要控制点的地面坐标以及像坐标，但是在实际测量的过程中，粗差的出现是不可避免的，但其存在必然会影像测量的成果，所以将粗差剔除，特别是在外方位元素的解算过程中，十分必要。

粗差产生的原因多种多样，数值差别也有可能很大，通常情况下依靠联系实际通过某种预先处理的手段，将在数据中可能存在的大粗差以及中等的粗差剔除掉。而一些小粗差，则需要通过严格的统计检查。

但是在实际应用中，很多的估计方法，对含粗差的观测值极为敏感，粗差对于其估计的参数会产生极大的影像。而稳健估计便是针对这一状况提出的，其主旨在于构造一种估计的方法，使其可以对粗差具有一定的抵抗能力。

5利用卫星遥感影像测制和修测地形图

因为利用卫星遥感技术获得资料较快，成图迅速，制图成本低廉。而单张像片测图具有相对简单，快捷的特点，所以我们研究画幅式卫星影像同单线阵CCD卫星影像制图具有十分巨大的意义。

由于地形图只能反映出绘测当时的地面状况，但是由于受到工程建设等人为的生产活动以及自然变迁的影响，地形地貌会经常发生变化。所以地形图逐渐就与实际地形不一致，所以为了保持地形图的现势性，保障其使用价值，就需要定期对地形图进行修测。地形图的修测大致分为地物修测，地物修测方式主要是基于正摄影像的地形图修测和利用卫星遥感影像进行的地形图修测。

6总结

限于时间和篇幅的制约，本文只是对当前画幅式卫星影像以及单线阵CCD卫星影像的单片测量技术进行了简单的叙述，是相对于利用高分辨率的卫星遥感影像立体像对技术进行测图的一种补充方法，是对地理信息数据更新方法的一种尝试。

参考文献

[1]张海涛，贾光军，虞欣.基于GeoEye-1卫星影像的立体测图技术研究[J].测绘通报，2010年12期.

[2]陈静波，宋伟东，赵忠明.利用通用传感器模型实现高分辨率遥感影像单片定位及正射纠正方法的研究[A].第十二届中国体视学与图像分析学术会议论文集[C].2008年.

卫星遥感技术应用篇3

关键词:卫星应用产业化地理国情监测应急保障

中图分类号:P23文献标识码:A文章编号:1672-3791(2012)05(a)-0002-02

卫星应用产业是以卫星遥感、卫星导航、卫星通信技术为核心的高科技产业,是我国航天领域高技术与市场经济充分融合的新兴产业,是代表国家科技水平、改造传统产业的战略性高新技术产业,卫星应用主要包括通信广播、导航、卫星遥感应用等三大领域。

遵照中央新疆工作座谈会精神、结合新疆新疆自身地域广阔、资源丰富、地处祖国西部边陲的优势特点,积极推动“揽天经地纬、谱智慧新疆”的卫星应用产业化发展战略。对于新疆卫星应用产业化发展“十二五”及中长期规划做以下方面的思考。

1卫星遥感应用方面

1.1新疆卫星应用产业化将为新疆各领域提供各级分辨率的遥感数据

新疆地域辽阔,现有卫星遥感数据覆盖极为不全、大部分遥感市场数据来自国外卫星,并且在许多应用领域过分依赖国外卫星,大大制约了自治区各产业应用的发展,在新疆卫星应用产业化发展的过程中可以围绕国土资源、农、林、矿产、测绘、应急保障等领域,重点开发获取各种分辨率的卫星遥感数据,为自治区其他产业应用提供保障服务。

现阶段疆内拥有的高分辨率的遥感数据仅限90个县市主城区0.6米QuickBird影像数据,其余数据大部分均为空白,或是第二次国土调查QuickBird0.61米遥感影像数据,其余各分辨率遥感数据均由各行业部门各自掌握,数据获取途径各不相同,数据共享方面极为不畅通。在新疆卫星应用产业化过程中将可以向自治区各部门提供其所需分辨率遥感数据,并通过整合各方数据做到数据的共建共享。

并且可向中亚等地区国家提供相应遥感数据,创造更大的经济效益。

1.2将新疆卫星应用产业化与地理国情监测紧密的结合

监测地理国情是对地理国情(是国土疆域面积、地理区域划分、地形地貌特征、道路交通网络、江河湖海分布、土地利用状况、植被覆盖情况、城市布局和城镇化扩展、生产力空间布局等自然和人文地理要素的宏观性、整体性、综合性体现)进行动态的遥感影像获取、统计和分析研究,向政府和有关部门提供权威、客观、准确的地理国情信息,为科学决策、科学评价、科学管理等提供重要依据。

新疆是伟大祖国的一块宝地,新疆的发展和稳定,关系到全国改革发展的稳定大局,更影响到祖国统一、民族团结、国家安全和中华民族的伟大复兴,在新疆开展监测地理国情有其特殊的必要性和紧迫性。

1.2.1对全疆生态环境的动态监测

新疆地域辽阔但绿洲面积不大,气候干旱,气温变化大,水资源总量丰富,但时空分布不均;土地面积大,但林地面积小,土壤质量差且沙化,土壤盐碱量高。以上自然生态环境特征决定了新疆在开发建设中,一旦被污染破坏,将产生难以恢复和永久性的后果。现阶段对新疆生态环境开展地理国情监测、不仅仅是传统意义上提供地理信息服务,而是需要充分利用新疆卫星应用产业化所提供的遥感数据、技术、装备、人才优势,通过向政府报告和向社会公布地表覆盖变化、水利交通路网发展等数据,对土地利用、粮食播种、退耕还林、退牧改草、城乡建设、重大工程实施等情况进行监督。真正做到通过卫星应用产业化对地理国情信息“变化”的监测:例如:城市城镇布局变化、土地利用状况变化、道路交通路网变化、区域沙漠化变化、区域绿洲化变化等。有效利用卫星遥感影像、航测等新技术手段来尽量短周期的更新覆盖全疆的卫星遥感数据库,做出详细的地表覆盖现状和趋势报告,为自治区提供有力的科学依据,以便做出科学正确的决策。

2北斗卫星导航应用方面

北斗卫星导航系统的加速推进,将成为全球第三大导航系统,现阶段到2022年我国在北斗系统逐步建成后,产业规模将保持高速增长,2012年北斗实现亚太区域覆盖,今后的导航(位置服务)产业将快速增长,新疆对导航(位置服务)方面的应用十分迫切。

2.1应急保障

新疆地处祖国西北边陲,区域情况特殊,战略地位重要。不仅地域辽阔,资源丰富,交通线、边境线长,而且气候多变,干旱少雨,自然灾害频繁发生,加之周边复杂,境内外敌对势力始终没有放弃对我实施“西化”、“分化”的图谋,分裂与斗争形势十分严峻。因此,我区的应急管理工作不同于内地省区市,有着相当的复杂性和特殊性。加强应急管理工作,妥善预防和处置突发公共事件,切实保障各族人民群众生命财产安全,确保我区改革发展和稳定大局,既是促进经济繁荣、维护社会安全、建设社会主义和谐社会的迫切需要,也是与全国同步建设小康社会、提高各族群众物质文化生活的迫切要求。

根据新疆自身特点,新疆卫星导航产业化应用于处理应急突发事件时,对应急保障及、应急指挥通信与一般通信一般有以下几点要求。

(1)实时性:应急通信系统应能在发生突发事件状况时及时、可靠的将现场情况向有关部门报告,另外有关指挥处理突发事件的命令要及时准确的传送到事故现场。

(2)作用区域广:新疆地域辽阔,突发事件通常会发生在通信不发达的边远地区,因此应急指挥通信必须覆盖这些区域,在这些区域内能有效、可靠的工作。

卫星遥感技术应用篇4

中国卫星北斗导航应用产业发展思路

需求和技术，双轮驱动卫星应用发展

中国西部地区专用通信卫星系统构想

对探月工程嫦娥三号任务圆满成功的贺电

2012年世界航天发展的重要趋势与进展

2012年俄罗斯GLONASS系统发展及概况

国外对地观测数据及应用标准对我国的启示

国外基础产业卫星应用案例分析

北京市卫星应用产业现状分析

卫星AIS探测技术发展现状及应用前景分析

美国国防部新的航天政策

中国的东方红4号通信卫星平台

国外各界盛赞神舟九号，中国航天自信前行

2019年军用天基对地观测市场的预测

冲向跳板的中国卫星导航与位置服务产业

2011年中国航天产业上市公司发展分析

卫星信息共享分发系统发展思考

四大全球导航卫星系统鼎力的思考

美国商业遥感数据公司运营模式研究

利用合作社形式大力推广航天蔬菜品种

我国卫星遥感技术发展与应用思考

外军天基信息技术现状及发展

中国资源卫星辐射校正及其应用效果

高分辨率卫星遥感应用战略转型后的商业前景

世博园区魅力无限卫星应用异彩纷呈

卫星文化网格——信息阳光，你我共同分享

北斗电力全网时间同步管理系统的应用

我国数字城市建设成就与发展建议

天基太阳能发电：一种新的战略选择

美国商用高分辨率遥感数据的管理和使用

北斗卫星导航系统的应用及产业发展建议

美国商用高分辨率遥感数据的管理和使用

俄罗斯GLONASS系统日臻完善导航信号覆盖全境

专家探讨北斗卫星导航产业及应用发展

从2014年开局看日本环境探测遥感卫星发展

北斗在交通旅游领域的应用

跨界融合，创新发展——北斗产业化制胜关键

国际移动卫星公司在北京设立办公室及实验室

关于国家卫星导航产业政策体系建设的探讨

中国首次载人交会对接航天展举行全国巡展

长三角--中国北斗导航产业发展的先锋地区

中国卫星导航芯片产业竞争策略分析

车载智能通信系统Telematics现状与发展

全球卫星移动通信产业现状与发展趋势

美国商用高分辨率遥感数据的管理和使用

欧洲全球环境与安全监视计划发展综述

国外空间攻防装备体系最新进展与发展趋势研究

卫星遥感技术应用篇5

面向海上台风监测、海上溢油监测和森林火灾监测等典型应用主题对多源遥感卫星协同观测的复杂任务要求，研究面向应用主题的多源遥感卫星需求建模方法，开展典型应用主题的多样化需求建模、多源卫星观测能力建模和多源卫星协同观测策略建模研究，并基于上述模型开展多源卫星协同观测策略建模研究，为多星协同任务规划提供优化目标和约束条件，并完成相关模型方法的软件实现。

【关键词】遥感卫星应用主题需求建模协同观测

1问题概述

1.1研究现状

遥感卫星需求建模是对卫星观测任务的要求进行定义、量化和综合的过程，也是对不同类型的应用需求进行统筹、提高应用需求满足度的过程，是卫星任务规划的优化目标，是确保任务规划结果的正确性、合理性的基础，也是卫星观测应用效能充分发挥的基础。早期遥感卫星需求建模以简单的轨道覆盖需求为主，主要用于单一遥感卫星、单一观测任务的访问时间窗任务规划；随着遥感卫星功能性能的提升、应用领域的扩展和卫星数量的增多，遥感卫星需求建模开始关注空间分辨率、载荷谱段、侧摆范围等多要素的整体需求建模，为多源卫星的多任务规划提供支撑。

1.2主要问题

目前遥感卫星需求建模存在的主要问题是：在需求模型要素体系构建方面，虽然在观测需求模型中已开始考虑分辨率、载荷谱段等观测能力指标要求，但这些单纯的指标要求并不能全面完整反映卫星遥感应用，例如国土、海洋、林业、减灾等业务应用领域的应用需求，缺乏将最终应用需求转化为卫星观测能力指标和工作约束条件的模型；在多星协同观测需求建模方面，虽然在需求模型中已开始引入多星、多任务及任务协作的观测要求，但这种需求模型通常与具体的应用场景联系不密切，没有从应用目的对多源卫星协同观测的要求出发开展协同观测需求建模。

上述传统的遥感卫星需求建模方法，在当今卫星遥感应用在响应时效性、手段综合性、任务精准性等要求日益突出，遥感卫星多星组网协同观测能力持续提升的背景下，愈来愈难以适应满足复杂多样应用需求、提升任务规划有效性、发挥多源卫星系统综合效能的要求。因此亟需面向若干典型应用主题，开展多源遥感卫星需求建模方法研究，为充分发挥多源遥感卫星针对复杂应用任务的综合效能奠定技术基础。

2基本模式

面向应用主题的多源遥感卫星需求建模与任务规划的基本模式是：

（1）首先进行典型应用主题的多样化需求建模，采用统一的需求定义模板，将不同应用主题的差异化需求转化为结构统一、参量各异的定量化需求模型；

（2）其次进行多源卫星观测能力建模，同样采用统一的约束定义模板，将不同卫星的轨道、姿态、成像等观测能力约束条件转化为统一的观测能力模型；

（3）然后进行多源卫星协同观测策略建模，根据不同应用主题的观测要求，按照观测任务间的逻辑与时序关系，构建多源卫星的协同观测策略组合；

（4）进而开展应用需求与卫星观测能力模型关联分析，通过应用需求模型各参量与观测能力模型各参量间的映射关系，将各自应用主题的应用需求转化为卫星观测能力约束条件，筛选出观测能力约束条件满足应用需求的卫星及其载荷资源；

（5）最后进行多源卫星协同任务规划，基于模型关联分析得到的可用卫星及其载荷资源，按照上文构建的观测策略组合，针对观测目标进行访问时间窗计算，在消解访问冲突后得到任务规划结果；如果结果不满足应用需求，则可通过调整应用需求或卫星观测能力的模型设置，通过迭代修正进行优化

面向应用主题的多源遥感卫星需求建模与任务规划的基本模式如图1所示。

3建模与分析方法

3.1典型应用主题的多样化需求建模方法

传统的遥感卫星任务调度方法对观测需求通常只考虑任务目标区域可覆盖、任务时间不超出给定范围等指标，很少从特定应用对观测资源和能力的要求出发，包含分辨率、观测谱段、协同观测时序等应用能力指标的观测需求模型。典型应用主题的多样化需求建模方法流程如图2所示。

（1）确定所需观测的应用主题，例如海上台风监测、海上溢油监测、森林火灾监测等应用主题，记为A；

（2）基于给定的应用主题A，提取和筛选应关注的重点观测目标，目标形态可以是点目标、线目标或区域目标，目标数量可以是单个也可以是多个，目标状态可以是静止目标、固定时敏目标或位置移动目标，这些观测目标记为T1，T2……Tm，m为观测目标数量；

（3）针对观测目标Ti（i=1，2……m），从发现、识别、确认、量测、属性分析等应用要求与观测信息提取程度出发，构建相应目标的观测特征要素体系，例如位置、尺寸、形态、色调、纹理、光谱、空间结构等，这些特征记为S1，S2……Sn，n为观测目标Ti数量；

（4）针对特征要素Sj（j=1，2……n），使用通用的观测指标体系，例如覆盖范围、空间分辨率、光谱谱段、观测频次、响应时长等，对每一个观测目标特征要素的观测需求进行定量化的描述，这些指标记为X1，X2……Xr，r为观测目标Ti的特征Sj数量；

（5）根据应用主题A对上述特征要素S1，S2……Sn观测需求的优先度差异，以及获取不同类型特征要素间内在的逻辑关系，构建不同特征要素在时序与优先级上的逻辑关系，用函数表示为F（X1，X2……Xr）。

完成上述流程后，面向给定典型应用主题的多样化需求模型即构建完成，该需求模型是面向应用主题的多源遥感卫星需求建模的初始条件，也是多源卫星协同任务规划的规划目标。

3.2多源卫星观测能力建模方法

对遥感卫星及其载荷的观测能力建模，定量描述卫星及其载荷能力约束条件，是多源遥感卫星需求建模和任务规划的基本要求。传统的遥感卫星任务调度方法的卫星及载荷能力约束条件一般只考虑轨道、姿态、载荷视场等特性，某些场合增加一些卫星能源、数据存储方面的约束，但很少考虑成像质量、响应时效性、信息获取能力等卫星应用能力约束条件。多源卫星存在应用对象复杂、卫星性能多样、应用能力不一等特点，若采用传统方法存在卫星及载荷能力约束与应用需求相脱节的问题。多源卫星及载荷多样化能力建模方法基于不同卫星各自的平台、载荷等性能指标及其成像能力，构建跨卫星、跨载荷的多源卫星观测能力指标体系，将个别的、具体的卫星观测能力指标转为一般的、通用的卫星观测能力模型，以适应多源卫星协同观测的需要。多源卫星观测能力建模方法如图3所示。

（1）根据给定的应用主题A，以及给定可用的多源遥感卫星W1，W2……Wr（r为卫星数量），识别出卫星及其载荷观测能力的共性要素，例如轨道、姿态、成像质量、信息获取能力等，记为P1，P2……Pm，m为共性要素数量；

（2）针对要素Pi（i=1，2……m），按照不同观测能力要素的特点，分别用不同方法构建要素Pi的描述模型，例如：对于轨道要素可用二体运动模型、J2模型、两行根数模型等进行公式化的描述，对于姿态要素可用姿态参数序列等进行序列化的描述，对于成像质量要素可用包含空间分辨率、光谱谱段、视场角、信噪比等参量进行指数化的描述，对于信息获取能力可用是否具备立体观测能力、是否具备全天候观测能力等进行模板化的描述；

（3）针对要素Pi（i=1，2……m）的描述模型，确定其模型参数，记为Q1，Q2……Qn，n为模型参数数量，从而使得要素Pi的模型可用函数G（Q1，Q2……Qn）表示，例如：对于轨道模型中的二体模型可用轨道六根数作为模型参数，对于姿态模型可用滚动、俯仰、偏航三轴姿态角的时序参数作为模型参数；

（4）从全部给定可用卫星中，选定卫星Wj（j=1，2……r），其中若一颗卫星有多个载荷，因不同载荷的观测能力存在差异，可将同一卫星的不同载荷也等同于多个卫星；

（5）对选定的卫星Wj（j=1，2……r）的模型参数Q1，Q2……Qn进行量化，具体参数量化值可来自于卫星设计参数、地面测试参数或在轨运行监测参数。

上述步骤即是多源卫星观测能力建模方法的基本流程，完成这一过程即为多源卫星需求建模和协同任务规划提供了基本约束条件。

3.3多源卫星协同观测策略建模方法

上述卫星观测能力建模完成后，各个卫星自身的观测能力即可得到定量化描述，但是多源遥感卫星协同观测与单星观测的区别除了卫星数量的增多、重访周期的缩短等外部特点以外，其本质特点在于通过多个遥感卫星及其载荷间的引导、互补、覆盖、接力、融合、多视角等关联性，实现单个卫星、单一观测手段难以实现的观测能力，使得多源卫星协同观测的整体观测能力大于各个单一卫星独立观测能力的总和。多源卫星协同观测主要有以下几种策略：

（1）引导协同策略：指的是以某一颗或某一类遥感卫星的观测结果，作为其它遥感卫星进行观测的引导信息，从而实现不同遥感卫星间的信息引导观测。例如：在森林火灾监测这一典型应用主题中，首先使用大幅宽但是空间、光谱分辨率较低卫星进行大范围的区域普查，发现疑似火点信息，然后再引导高光谱、高空间分辨率的卫星进行精细识别，从而实现森林火灾等目标的快速感知与精细识别的统一，提高卫星用于应急响应的应用能力；

（2）互补协同策略：指的是具备不同观测能力的多颗、多类遥感卫星，根据不同的观测条件，选择满足观测条件最优的卫星进行观测，从而实现不同遥感卫星信息获取手段上的互补，提高观测可靠性与有效性。例如：在海上船只识别这一典型应用主题中，当观测时段为白天、天气条件良好的情况下优先选用光学遥感卫星进行观测，而当观测时段为黑夜或天气条件恶劣的情况下则优先选用SAR遥感卫星进行观测，从而实现光学和SAR两种类型遥感卫星间的互补协同，最终实现对海上船只的全天候观测能力；

（3）覆盖协同策略：指的是多颗遥感卫星针对大范围区域目标，为各颗卫星分别指定不同观测区域，从而实现多颗遥感卫星对大范围区域的快速观测，减少或避免无效的重复观测，缩短整体观测周期，提升信息获取时效性；

（4）接力协同策略：指的是对同一目标，通过多个卫星在短时间内依次过境进行多次观测，延长对同一目标的整体观测时长，实现对同一目标特别是固定时敏目标或位置移动目标的连续观测能力。例如：在海上船只监测这一典型应用主题中，可以通过多颗卫星在短时间内连续通过目标区，实现十余分钟至数十分钟的连续监视，从而实现对海上船只运动过程、运动状态的观测；

（5）融合协同策略：指的是对同一目标，通过多种不同类型卫星或载荷分别进行观测，获取不同类型观测信息，对这些观测信息进行像素、特征或决策等不同尺度的信息融合处理，实现多种信息源的融合应用。例如：全色卫星载荷与多光谱卫星载荷融合便是典型的融合协同观测，可以实现对同一目标的高空间分辨率与高光谱分辨率信息融合应用。

（6）多视角协同策略：指的是对同一目标，通过多颗遥感卫星从多个角度同时或在较短时间内进行多次观测，从而不仅可以获取目标各个方向、各个角度的信息，更可以通过摄影测量处理获取目标的三维立体信息。

多源卫星协同观测策略建模的基本方法如图4所示。

（1）确定协同观测策略类型：基于给定的典型应用主题A，从上述协同观测策略或更多的协同观测策略中，选取一种或多种多源遥感卫星协同观测策略类型，记为C；

（2）筛选协同观测卫星及其载荷资源：在给定的协同观测策略类型C条件下，从给定可用的多源遥感卫星W1，W2……Wr（r为卫星数量）中，选取若干遥感卫星及其载荷作为参与协同观测的卫星资源，记为K1，K2……Kl（l为参与协同观测的卫星数量）；

（3）定义多源卫星及其载荷观测时序：根据协同观测策略类型C，以及应用主题A和参与协同观测的卫星资源K1，K2……Kl等条件，同时考虑不同卫星及其载荷间的数据特征依赖关系，定义多颗遥感卫星协同观测的时序，包括一般意义上的时间顺序，也包括逻辑上的前后承接关系，例如：假设Ki为大幅宽、中低分辨率卫星资源，Kj为小幅宽、高分辨率卫星资源，在观测时Ki卫星首先进行大范围普查观测，Kj卫星然后进行小区域精细观测，则上述两颗卫星观测的时序可记为KiKj；

（4）定义多源卫星及其载荷多次观测的间隔时间要求：在确定多源卫星及其载荷观测时序后，进一步定义相邻时序的前序卫星资源观测事件与后续卫星资源观测事件的间隔时间要求，包括最小间隔时间和最大间隔时间，例如：对于卫星观测时序KiKj，其最小间隔时间记为ΔTmin，最大间隔时间记为ΔTmax；

（5）量化描述单次观测的特定观测条件：对于任意一次观测事件Ki，对其特定的观测条件，例如：卫星观测指向角、单次连续观测时长、是否要求立体成像等用量化指标进行描述，可以是指数型参数，也可以是状态型参数，记为Y1，Y2……Yh（h为单次观测的特点观测条件参数数量）。

通过上述步骤，即完成了多源卫星协同观测策略建模，为多源卫星需求建模和协同任务规划提供了协同观测约束条件。

3.4应用需求与卫星观测能力模型关联分析方法

在典型应用主题的多样化需求建模、多源卫星观测能力建模和多源卫星协同观测策略建模完成后，以同类模型参数为纽带，构建典型应用主题的多样化需求模型的需求指标参数与多源卫星观测能力模型的卫星及载荷能力指标参数间的映射关系，实现“应用任务需求参数――卫星及载荷能力参数”的关联与转化；同时以卫星轨道运动模型为基础，将多源卫星协同观测策略模型的相关策略参数转化为时间序列事件，并引入卫星轨道运动时间序列中，从而实现将多源卫星协同观测策略模型参数转化为多源卫星观测能力模型附有时间条件的约束参数；最终基于卫星轨道运动模型及目标访问计算进行任务规划，得到满足给定应用需求与卫星观测能力的可用任务集。

应用需求与卫星观测能力模型关联分析基本流程如图5所示。

（1）获取典型应用主题的多样化需求模型的模型参数集：这里的模型参数主要指需求模型特征参数X；

（2）获取多源卫星观测能力模型的模型参数集：这里的模型参数主要指卫星及载荷观测能力指标参数Q；

（3）需求与观测能力模型参数关联与转化：构建典型应用主题的多样化需求模型的模型参数集X与多源卫星观测能力模型的模型参数集Q两者间的同类型模型参数间的映射关系，例如：应用需求模型的空间分辨率参数为Xi，卫星观测能力模型的某卫星资源空间分辨率指标参数为Qj，则建立Xi到Qj的映射；

（4）卫星及载荷资源筛选：根据需求与观测能力模型参数的关联关系，通过模型参数比对分析，计算卫星观测能力参数是否满足应用需求参数的要求，筛选出满足要求的卫星及载荷资源；

（5）获取多源卫星协同观测策略模型参数集：这里的模型参数主要指策略条件参数Y；

（6）策略分解为时序事件：将设置的多源卫星协同观测策略Y按照策略中定义的事件的时间序列分解，构建时序事件Y（t），将协同观测策略用一系列卫星动作事件的时间序列来表示；

（7）策略时序事件关联与转化：将多源卫星协同观测策略时序事件Y（t）与经过卫星与载荷资源筛选的多源卫星观测能力模型的模型参数集Q进行关联，根据策略时序事件Y（t），分别为每一步时序事件设置对应的卫星观测能力模型参数；

（8）目标访问任务规划：在上述模型参数关联分析的基础上，基于卫星轨道模型进行目标访问计算，得到满足应用需求与卫星观测能力要求的观测任务序列。

上述步骤完成后，即完成了整个的面向应用主题的多源遥感卫星需求建模，从而将用户的观测应用需求，转化为符合卫星及载荷观测能力约束条件，并通过任务规划得到满足应用需求的观测任务，从而为卫星观测任务计划制定提供依据。

4软件实现

基于上文所述的建模方法，面向海上台风监测、海上溢油监测和森林火灾监测等典型应用主题，以目前在轨的高分、资源、环境等国产遥感卫星为卫星资源，研制多源遥感卫星协同数据获取需求建模软件，实现面向应用主题的多源遥感卫星需求建模方法软件实现。

整个软件采用“平台+插件”的体系架构，构建统一的基础支撑平台，实现对处理数据、计算资源和模块插件的统一管理；上文所述的各个模型开发为相对独立的算法模块插件，可被软件基础支撑平台灵活调用，并通过不同插件之间的组合，形成不同的处理流程和完整的面向应用主题多源遥感卫星需求建模功能。

软件主要包括三大组成部分：观测需求分析软件、观测任务管理软件、分析结果可视化软件。观测需求分析软件实现对典型应用主题多样化需求的建模和多源卫星观测能力的建模，观测任务管理软件实现对多源卫星协同观测策略的定制以及任务规划分析，分析结果可视化软件实现对基于需求建模的任务规划分析结果三维可视化展示。

观测需求分析软件的整体界面及典型应用主题多样化观测需求配置界面分别如图6和图7所示。

观测任务管理软件的整体界面及多源卫星协同观测策略配置界面分别如图8和图9所示。

分析结果可视化软件的需求建模与任务规划分析结果界面如图10所示。

5结论

本文面向多源遥感卫星的协同观测应用需求，针对典型应用主题开展了了多样化需求建模研究；针对多星、多载荷的差异化观测能力与协同观测要求，开展了多源遥感卫星观测能力建模与多源卫星协同观测策略建模研究；并基于上述建模结果，开展了应用需求与卫星观测能力模型关联分析研究，实现应用需求向卫星观测能力的转化；最后对相关模型开发相应软件，完成面向应用主题的多源遥感卫星需求建模软件实现。

本文所述的面向应用主题的多源遥感卫星需求建模方法可以为复杂卫星对地观测任务的任务规划提供技术支撑，也可以为卫星遥感应用效能优化提供验证手段。同时，本文所研究的建模方法还只以若干典型应用主题为个别应用场景开展研究，模型所用的卫星资源也只是常规遥感卫星资源，后续一方面应对所研究的应用主题进行拓展，使本文所述建模方法成为具有应用主题普适应的需求模型构建方法，另一方面应将敏捷卫星、静止轨道凝视卫星、视频卫星等新型卫星资源开展纳入建模体系并开展研究，应对卫星技术发展的需要。

参考文献

[1]马万权，张学庆，崔庆丰等.多用户对地观测需求统筹处理模型研究[J].测绘通报，2014（S0）：141-143.

[2]巫兆聪，徐卓知，杨帆.遥感卫星应用需求满足度的模糊评估[J].应用科学学报，2015，33（3）：299-308.

[3]MichelVasquez，Jin-KaoHao.UpperBoundsfortheSPOT5DailyPhotographSchedulingProblem[J].JournalofCombinatorialOptimization，2003，7（1）：87-103.

[4]贺仁杰.成像侦察卫星调度问题研究[C].国防科学技术大学，2004，13-16.

[5]NicolaBianchessi，GiovanniRighini.PlanningandschedulingalgorithmsfortheCOSMO-SkyMedconstellation[J].AerospaceScienceandTechnology，2008，12（7）：535-544.

[6]李菊芳，姚锋，白保存等.面向区域目标的多星协同对地观测任务规划问题[J].测绘科学，2008，33（S0）：54-56.

[7]慈元卓，谭跃进，贺仁杰等.多星联合对地搜索任务规划技术研究[J].宇航学报，2008，29（2）：653-658.

[8]郭玉华.多类型对地观测卫星联合任务规划关键技术研究[C].国防科学技术大学，2009，19-57.

[9]LiuXiaolu，BaiBaocun，ChenYingwu，etc.Multisatellitesschedulingalgorithmbasedontaskmergingmechanism[J].AppliedMathematicsandComputaiton，2014，Vol：230.

[10]姜维，庞秀丽，郝会成.成像卫星协同任务规划模型与算法[J].系统科学与电子技术，2013，35（10）：2093-2101.

[11]JunLi，JunLi，NingJing.AsatelliteschedulabilitypredictionalgorithmforEOSPS[J].ChineseJournalofAeronautics，2013，26（3）：705-716.

[12]刘浩，陈兆荣，陈浩.多载荷对地观测卫星任务驱动规划方法研究[J].计算机工程与应用，2012，48（S2）：157-161，231.

[13]高黎.对地观测分布式卫星系统任务协作问题研究[J].国防科学技术大学，2007，29-47.

[14]PeiWang，GerhardReinelt，PengGao.Amodel，aheuristicandadecisionsupportsystemtosolvetheschedulingproblemofanearthobservingsatelliteconstellation[J].Computers&IndustrialEngineering，2011，61（2）：322-335.

[15]王冲.基于Agent的对地观测卫星分布式协同任务规划研究[C].国防科学技术大学，2011，29-48.

[16]XiaonanNiu，HongTang，LixinWu.Imaging-DurationEmbeddedDynamicSchedulingofEarthObservationSatellitesforEmergentEvents[J].MathematicalProblemsinEngineering，2015，ArticleID731734.

作者简介

张晓（1985-），男，四川省合江县人。硕士学位。现为航天恒星科技有限公司系统设计师、工程师。主要研究方向为天地一体化对地观测系统仿真、效能评估与数据处理。

卫星遥感技术应用篇6

1多源卫星数据

1.1航空遥感

无人机是当前比较先进的航拍技术。自控的卫星五人驾驶机与传统航空遥感的区别在于其能够携带专业的数码相机，灵活性较强，可在云层下飞行，避免云对其的限制。这正这项优点其被研究生广泛应用。

1.2Landsat系列卫星

陆地卫星Landsat能够帮助获得TM等遥感图像，这些图像能够帮助土地利用现状，并编制具体运用情况。

TM影响共有7个波段，每个波段能够充分结合不同事物的光谱特征和大气影响，其自身已经实现优化。在具体实践中，只有第6个波段稍欠丰富外，其他的地表光谱信息是很全面的。

1.3SPOT系列卫星

2002年5月SPOT-5卫星发射升空。与之前发射的尾箱相比，其能够为研究者提供更加准确、丰富的地表信息资源。该卫星的遥感影像的控件分辨率是2.5m，其传感器能够帮助获得立体影像，并且在储存和传输等性能上都有提高。此外，其还能够符合土地利用动态变化检测的要求。将数据进行校正、增强和分类等，在通过实地调查资料的前提下，获得研究区内卫星区内遥感影响的翻译标志。然后根据对卫星遥感影像的计算机自动解译，能确定土地利用的类型。

1.4雷达遥感

雷达遥感比光学成像遥感要进步很多，其不仅能够长时间工作，还可以穿透地物。因此，雷达遥感是当前应用十分广泛的一种。

有学者针对热点雷达数据ERS-2展开探究，发现经过一系列的预处理后和实验区分区后，根据土地的类型可以分为非监督类和BP神经网络类对土地利用进行划分。结果发现，多光谱遥感的数据，SAR遥感数据是可以替代的。

目前，我国SAR遥感监测技术主要被应用在那些不方便获得卫星遥感数据的区域。据数据统计显示：在农作物生长季，无论是北方还是南方多光谱遥感数据的利用率都普遍较低，不到5%，其中南方比北方总体上还要低。但是SAR获得的地观测数据可以达到100%。从上述调查中我们不难发现，SAR比较适合于农业、林业等资源调查较高的选择。

2多源遥感卫星数据的融合

2.1融合类型

2.1.1同一传感器不同分辨率的遥感影像数据的融合。笔者在分析资料时发现，有学者会选择法国的2.5m的SPOT-5的全色卫星影像数据和10m的多光谱卫星影像数据，借助影像融合的办法，利用影像的纹理和光谱响应等特征，结合土地利用现状矢量图库完成土地利用现状的调查。

2.1.2不同传感器的遥感影像数据的融合。在不透光传感器的数据融合方面，有学者采用2002年和2003年SPOT及ETM+数据在专业遥感软件的辅助下利用多源遥感数据融合技术进行土地利用变化信息提取并对变化信息进行野外调查核实，这种办法能够大大降低查找变化地块的效率和时间，调查结果的质量也能够提升，其为以后开展土地变更调查工作的开展提供了一种新的途径和方法。

2.2多源遥感影像融合的过程

多源遥感影像融合的过程一般分为2个过程：数据预处理和影像融合。

3遥感影像分类

3.1目视解译法

目视翻译已经成为信息社会中地学研究中一项十分重要的基本技能，在遥感应用方面也不例外。遥感技术信息的获得能够更加实时、准确。例如重大自然灾害信息等等，其可以无时不刻的关注检测地球的资源和环境的变化程度，为日后世界各国的发展提供真实可靠的信息服务。

目视解释作为遥感图像解译的一类，有往往被称为目视判读。它指专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。

3.2计算机自动分类法

计算机自动分类法主要分为非监督和监督两类。具体如下：

非监督是完全根据像元的光谱特性所进行的分类，比较适用于那些对分类区了解不够的情况。该方法的使用需要注意的是原始图像的所有波段应参照分类运算，结果是各类像元数大体等比例。非监督类受人为干预的影响较少，其自动化程度较高。非监督分类一般要按照以下几个步骤实施：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。

监督分类与非监督分类相比，其更多的是受人为干预较多，主要被应用在研究区域相对熟悉的情况。监督类应该首先选择那些可以识别或借助其他相关信息可以断定类型的模板，然后将通过计算机将具有相同特性的像元进行分类。监督分类是运行需要经过以下结果步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。

为了保证数据的精确度，一些新的分类方法也逐渐出现，但是大都由于程序过于复杂而没有被广泛应用。因此，在遥感技术不断发展的条件下，应该充分利用多源遥感技术数据，并借助GIS技术，尽量实现遥感数据的进一步精确。

4讨论

随着我国科学技术水平的不断进步，多源卫星遥感成为土地利用中不可缺少的重要工具。其融合选择的最佳办法是能够针对不同区域和图像特点进行选择和融合。其融合不同于其他，其关键在于不仅需要融合前两幅图像的精确配准，还应该具体融合方法。

当前，多源卫星遥感数据的融合仍然存在诸多问题，这些问题的存在严重影响融合的质量和水平。其具体融合需要解决的问题主要有以下几点：多光谱与多传感器、多空间下遥感影像的融合的理论框架、模型及其算法的研究，影像的性能评价标准的确定，融合理论的精度的提高，实际应用时会受不同影响以及计算机自动分类等问题，是今后卫星遥感数据融合需要努力研究的方向。