歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用研究

歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用研究

楊冀紅1，黃鵬2，馬廣彬2，史良樹1，戰(zhàn)鷹1，王志信2

(1.中國土地勘測規(guī)劃院，北京 100035；2.中國科學院遙感與數(shù)字地球研究所，北京 100094)

摘要：本文從建立遙感衛(wèi)星區(qū)域化采集模型的角度出發(fā)，研究了歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用，提出了歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用模型，并以風云氣象衛(wèi)星歷史云量資料作為參考數(shù)據(jù)進行了試驗。試驗表明將歷史云量數(shù)據(jù)引入遙感衛(wèi)星區(qū)域化采集模型中加以應用，能夠使規(guī)劃區(qū)域化采集方案時偏向選擇歷史平均云量較小的成像條帶，為提高光學遙感衛(wèi)星數(shù)據(jù)采集效率提供一種有效的方法。

關鍵詞：遙感衛(wèi)星；采集模型；云量數(shù)據(jù)

doi:10.3969/j.issn.1000-3177.2015.01.013

中圖分類號：P237文獻標識碼：A

Application of History Cloud Data in Regional Remote Sensing

Satellite Data Acquisition Model

YANG Ji-hong1，HUANG Peng2，MA Guang-bin2，SHI Liang-shu1，ZHAN Ying1，WANG Zhi-xin2

(1.ChinaLandSurveyingandPlanning，Beijing100035；

2.InstituteofRemoteSensingandDigitalEarth，ChineseAcademyofSciences，Beijing100094)

Abstract：Based on the study of the application of history cloud data，this paper set up an application model (the history cloud data programme method) for the regional remote sensing satellite data acquisition model.Test was designed based on the history cloud data of Fengyun meteorological satellite，and the experimental results illustrate that the regional remote sensing satellite data acquisition model would select the images of low history cloud in the case of using the history cloud data.The history cloud data programme method provides an effective way for improving the efficiency of optical remote sensing satellite data collection.

Key words：remote sensing satellite；acquisition model；cloud data

1引言

充分發(fā)揮遙感的技術優(yōu)勢，努力推進遙感技術的應用是強化現(xiàn)代科學技術支撐的重要內容[1]。隨著國內外遙感衛(wèi)星數(shù)量的不斷增加和傳感器性能的不斷提高，遙感衛(wèi)星由于其在大面積區(qū)域化數(shù)據(jù)采集方面的優(yōu)勢，使得遙感衛(wèi)星數(shù)據(jù)在國土資源調查、農業(yè)、林業(yè)、海洋等業(yè)務領域得到了日益廣泛的應用，已經(jīng)成為這些業(yè)務領域最為重要的數(shù)據(jù)來源。以國土資源調查為例，中國的資源一號02C、資源三號、法國的SPOT、美國的GeoEye、WorldView、QuickBird等衛(wèi)星的數(shù)據(jù)都得到了大量的使用。但即便如此，現(xiàn)有的衛(wèi)星資源依然不能滿足遙感衛(wèi)星數(shù)據(jù)應用的需要。因此如何提高遙感衛(wèi)星區(qū)域化采集效率、合理調度衛(wèi)星資源，已經(jīng)成為當前衛(wèi)星資源擁有者和衛(wèi)星數(shù)據(jù)使用者共同面對的一個亟待解決的問題。

本文主要從建立遙感衛(wèi)星區(qū)域化采集模型的角度出發(fā)，對歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用加以研究說明，為提高遙感衛(wèi)星數(shù)據(jù)采集效率提供一種有效的方法。

2遙感衛(wèi)星區(qū)域化采集模型

影響遙感衛(wèi)星區(qū)域化采集結果的要素很多，包括衛(wèi)星軌道特性、衛(wèi)星傳感器能力、目標區(qū)域大小、采集時間、云量等，必須通過建立數(shù)據(jù)模型對各要素的約束條件進行綜合分析處理，得出滿足要求的區(qū)域化采集方案。

遙感衛(wèi)星區(qū)域化采集模型的基本處理流程如圖1所示。

圖1　遙感衛(wèi)星區(qū)域化采集模型基本處理流程圖

(1)條件輸入：衛(wèi)星、傳感器、目標區(qū)域、采集時間等基本信息。

(2)衛(wèi)星成像可用條帶計算：根據(jù)輸入的基本信息結合衛(wèi)星軌道參數(shù)(瞬時根數(shù)或兩行根數(shù))與衛(wèi)星傳感器參數(shù)(如傳感器視場角、感器側擺角、側擺步距等)計算在指定時間范圍內可以訪問到目標區(qū)域的所有衛(wèi)星成像條帶進行計算。

(3)衛(wèi)星成像條帶編碼：對計算獲得的所有成像條帶進行唯一性編碼，唯一性編碼可以通過對衛(wèi)星、傳感器(成像模式)、過境軌道、成像條帶等分別編碼后組合而成。

(4)基于智能規(guī)劃算法進行成像覆蓋方案求解：這一步是整個遙感衛(wèi)星區(qū)域化采集模型的核心，需要通過智能規(guī)劃算法(常用的算法如遺傳算法、蟻群算法、模擬退火算法等)，從所有的所有成像條帶中選擇得出優(yōu)化、可行的成像覆蓋方案。要求得出的成像覆蓋方案既要符合衛(wèi)星的實際成像能力，包括單條軌道最多成像條帶數(shù)及條帶長度、單次連續(xù)成像最大長度、多次連續(xù)成像時間間隔，又要滿足區(qū)域化采集的基本業(yè)務規(guī)則，如太陽高度角應大于0°、地勢起伏較大區(qū)域的傳感器側擺角應滿足一定范圍要求、數(shù)據(jù)區(qū)域重疊等，而且還應考慮其采集效率，包括對衛(wèi)星資源、采集時間周期的合理利用，特別是對光學衛(wèi)星采集效率影響最大的云量問題。

(5)形成并輸出滿足要求的、優(yōu)化的區(qū)域化采集方案。

3歷史云量數(shù)據(jù)在模型中的應用

在遙感衛(wèi)星區(qū)域化采集模型中，對于光學成像衛(wèi)星，其成像效果直接受大氣層中云量的影響[2]。對于以光學衛(wèi)星為主的區(qū)域化采集，需要對未來較遠且較長的一段時間范圍內的云量進行預測，但目前常規(guī)的天氣預報只能提供未來7天左右的預報，無法滿足遙感衛(wèi)星區(qū)域化采集模型的應用要求。本文以歷史云量數(shù)據(jù)作為基礎數(shù)據(jù)，通過計算地面目標區(qū)域的歷史平均云量在采集方案制定過程中盡量選擇歷史云量值相對較低的月份安排成像，以提高光學衛(wèi)星數(shù)據(jù)的采集效率、改善采集結果。需要說明的是，云量預測是一個非常復雜的科學問題，其預測結果具有很大的不確定性。地面目標區(qū)域的歷史平均云量并不能夠真實反映該區(qū)域未來的云量情況，但是可以在一定程度作為未來云量值的一個有效的參考。因此，本文在制定遙感衛(wèi)星區(qū)域化采集方案時，在滿足相關約束條件的前提下，將歷史平均云量作為數(shù)據(jù)采集模型選擇成像條帶的一個參考，使規(guī)劃區(qū)域化采集方案時偏向選擇歷史平均云量較小的成像條帶，對于提高光學遙感衛(wèi)星數(shù)據(jù)采集效率具有一定的參考意義。歷史云量數(shù)據(jù)應用方案如下：

(1)選擇歷史云量資料

①國際衛(wèi)星云氣候研究計劃(ISCCP)云量資料

國際衛(wèi)星云氣候研究計劃(ISCCP)成立于1982年，主要通過收集和分析氣象衛(wèi)星輻射測量值來研究全球云分布、屬性的變化[3-4]。ISCCP-D2月平均云量資料時間跨度從1984年到2009年，其網(wǎng)格的水平分辨率為280km×280km。

②風云氣象衛(wèi)星云量資料

風云二號氣象衛(wèi)星(FY-2)是我國自行研制的第一代地球靜止軌道氣象衛(wèi)星[5-6]。使用風云二號系列氣象衛(wèi)星數(shù)據(jù)，經(jīng)過加工整理與分析，得到了中國及周邊區(qū)域風云氣象衛(wèi)星云量資料。風云氣象衛(wèi)星云量資料包含了月平均云量和旬平均云量，時間跨度從2004年至2013年，將會根據(jù)需要進行后續(xù)更新，其網(wǎng)格的最高水平分辨率可達25km×25km。

(2)對地面目標區(qū)域進行網(wǎng)格劃分

按照所選歷史云量資料的網(wǎng)格對地面目標區(qū)域進行網(wǎng)格劃分。

(3)網(wǎng)格歷史平均云量計算

根據(jù)輸入的數(shù)據(jù)采集時間要求，從歷史云量資料中選取對應時間范圍內的歷史云量數(shù)據(jù)作為基礎數(shù)據(jù)，計算每個網(wǎng)格的歷史平均云量。如數(shù)據(jù)采集時間要求為2014年8月～2015年2月，則需要選取歷史云量資料中所有8月～12月和1月～2月內的歷史云量數(shù)據(jù)?？紤]到云量預測的不確定性，建議選取月或旬為單位計算每個網(wǎng)格歷史平均云量。網(wǎng)格歷史平均云量(Vi)的計算公式如下：

Vi=(V1+V2+…+Vn)/n

(1)

其中，Vn為時間單位內網(wǎng)格的歷史云量值。

(4)成像條帶平均云量值計算

衛(wèi)星一條成像條帶對應的地面區(qū)域可能會對應一個或多個目標區(qū)域網(wǎng)格，需要根據(jù)每個目標區(qū)域網(wǎng)格的平均云量值及其在成像條帶對應的地面區(qū)域中所占面積進行加權平均，計算成像條帶的平均云量值。成像條帶平均云量值(MCT)的計算公式如下：

(2)

其中，Si為成像條帶對應的各個網(wǎng)格與成像條帶及地面目標區(qū)域之間交集的面積，Sroi條帶覆蓋地面目標區(qū)域的面積，Vi格歷史平均云量。

(5)成像條帶云量系數(shù)計算

根據(jù)成像條帶的平均云量值計算每個成像條帶的云量系數(shù)，以便于智能規(guī)劃算法進行成像條帶選擇時參照成像條帶云量系數(shù)進行成像覆蓋方案的優(yōu)選。成像條帶云量系數(shù)(MC)的計算公式如下：

MC=1-MCT

(3)

由于成像條帶平均云量值(MCT)的取值范圍為0～1，因此，成像條帶云量系數(shù)(MC)的取值范圍為0～1。成像條帶云量系數(shù)值越大，說明成像條帶平均云量值越低；反之，則成像條帶平均云量值越高。智能規(guī)劃算法在進行成像覆蓋方案優(yōu)化時應優(yōu)先選擇云量系數(shù)值較大的成像條帶。

4實驗分析

(1)實驗設計

①設定數(shù)據(jù)采集時間范圍：2013年1月1日至2013年6月30日。

②設定數(shù)據(jù)采集目標區(qū)域：120°E～125°E，45.25°N～50.25°N。

③設定承擔數(shù)據(jù)采集任務的衛(wèi)星及傳感器：法國SPOT-5衛(wèi)星HRG傳感器。SPOT-5的HRG傳感器具有左右正負27°的側擺能力，其數(shù)據(jù)成像幅寬為60km，分辨率最高為2.5m。

④設定數(shù)據(jù)采集目標：使用較少的條帶對目標區(qū)域實現(xiàn)覆蓋，覆蓋率要求大于99%。

(2)實驗使用云量數(shù)據(jù)

本實驗使用云量數(shù)據(jù)為風云二號氣象衛(wèi)星(FY-2)月平均云量數(shù)據(jù)，數(shù)據(jù)時間范圍為2009年1月1日至2012年12月30日，數(shù)據(jù)水平分辨率為25km×25km網(wǎng)格。具體數(shù)據(jù)值如表1所示。

表1　FY-2歷史云量數(shù)據(jù)

(3)實驗方法

根據(jù)實驗設計，分別在不使用云量數(shù)據(jù)和使用云量數(shù)據(jù)兩種不同的條件下通過遙感衛(wèi)星區(qū)域化采集模型計算求解，得到滿足數(shù)據(jù)采集目標的優(yōu)化的區(qū)域化采集方案，以目標區(qū)域對應時間范圍內的歷史平均云量值為參考，對兩個區(qū)域化采集方案進行分析比較，評估歷史云量數(shù)據(jù)在遙感衛(wèi)星區(qū)域化采集模型中的應用效果。

(4)實驗結果與分析

實驗一：不使用云量數(shù)據(jù)，通過遙感衛(wèi)星區(qū)域化采集模型計算求解得到區(qū)域化采集方案。方案如表2所示。實驗二：使用云量數(shù)據(jù)，通過遙感衛(wèi)星區(qū)域化采集模型計算求解得到區(qū)域化采集方案。方案如表3所示。

表2　不使用云量數(shù)據(jù)的采集方案

表3　使用云量數(shù)據(jù)的采集方案

從實驗結果看，實驗一和實驗二的區(qū)域化采集方案都滿足設定的數(shù)據(jù)采集目標。但由于條帶的成像位置和成像時間不同，兩個方案各條帶的歷史平均云量值也各不相同。方案一和方案二各條帶的歷史平均云量值如表4所示。

其中方案的規(guī)劃結果平均云量為各成像條帶面積與地面任務區(qū)域面積比值的加權平均，計算公式如下：

(4)

其中，V為規(guī)劃結果平均云量值，Si為第i個成像條帶的面積，S為地面任務區(qū)域的面積，Vi為第i個成像條帶的平均云量值。

設定的數(shù)據(jù)采集目標區(qū)域2009年至2012年1月～6月份歷史平均云量值統(tǒng)計如表5所示。

表4　兩種采集方案的歷史平均云量值對比

表5　數(shù)據(jù)采集區(qū)域歷史平均云量

由上表可知，數(shù)據(jù)采集目標區(qū)域的1月～4月歷史平均云量值較5、6月歷史平均云量相對略高。對比實驗一和實驗二兩個方案的規(guī)劃結果，方案一各條帶的成像時間在1月～6月間相對比較平均，而方案二各條帶的成像時間全部集中在5、6月，所以方案二規(guī)劃結果的平均云量要低于方案一，其數(shù)據(jù)采集效率更高，方案更為優(yōu)化。

5結束語

遙感衛(wèi)星數(shù)據(jù)區(qū)域化采集過程中，云量對于光學衛(wèi)星數(shù)據(jù)的采集質量具有重要影響。本文研究了歷史云量資料在遙感衛(wèi)星區(qū)域化采集模型中的應用方案，通過將歷史云量數(shù)據(jù)引入遙感衛(wèi)星區(qū)域化采集模型中加以應用，使得規(guī)劃區(qū)域化采集方案時可以偏向選擇歷史平均云量較小的成像條帶，為提高光學遙感衛(wèi)星數(shù)據(jù)采集效率提供一種有效的方法。

參考文獻：

[1]劉心季，唐文周.遙感在新一輪國土資源大調查中的應用[C].中國遙感奮進創(chuàng)新二十年論文集.2001.

[2]沈如松，宋貴寶，呂衛(wèi)民，等.成像偵察衛(wèi)星識別目標能力分析[J].系統(tǒng)仿真學報，2006，8，18(2)：34-37.

[3]HAN Q Y，ROSSOW W B，LACIS A A.Near-global survey of effective cloud droplet radii in liquid water clouds using ISCCP data[J].Journal of Climate，1994，7(1)：465-497.

[4]HAN Q，ROSSOW W B，CHOU J，et al.Global variation of droplet column concentration in low-level clouds[J].Geophysical Research Letters，1998，25(9)：1419-1422.

[5]許健民，楊軍，張志清.我國氣象衛(wèi)星的發(fā)展與應用[J].氣象，2010，36(7)：94-100.

[6]許健民.FY-2氣象衛(wèi)星的數(shù)據(jù)處理[J].上海航天，2005，82(5)：1006-1630.