时间:2023-12-06 10:20:15
导语:在卫星遥感监测技术的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
关键词:遥感技术;大气环境;水环境;生态环境;环境监测
通过运用遥感监测技术,我们能够很好的应对过去监测工作中遇到的难题,比如时空阻隔,无法体现整体,费用过高等等,由于当前的生态不断恶化,此时高速全面的遥感工艺已然成为了我们最常使用的监测措施。
1 遥感技术概述
1.1 遥感的概念
所谓的遥感技术,具体的说是一类借助物体反射电磁波,来实现远程监测目的的一种技术。其借助观测设备,利用各种物体的独特光谱性能来实现观测目的,获取有价值的内容。
1.2 遥感的分类
(1)如果按照探测波段来区分的话,我们可把其划分为:紫外遥感、可见光、红外遥感、微波遥感。(2)如果按照搭载设备的平台来划分的话,我们可以把其分成:航天遥感技术、航空遥感技术和地面遥感技术。(3)如果按照传感设备的运行形式来区分的话,我们可以把其分成:主动式遥感技术、被动式遥感技术。
2 遥感工艺在环境监测中的意义
2.1 监测区间宽,综合全面
如果只是从地表观测的话,我们能获取的信息非常少,但是如果使用遥感设备从卫星上拍摄的话,很显然获取的信息非常全面,而且更加真实。该技术可以从总体上观测环境,确保监测工作朝着立体化方向发展,具有区间宽,综合性强的特点。
2.2 高效快速
因为该项技术使用的飞行装置都是非常先进的,因此它能够以较快的速率获取所需的资料,所以能够提升工作效率。而且,信息的传递是借助电子光学设备来完成的,所以其更加的现代化,便于我们更好的创建数据模型。此时我们国家的信息总数较之于一般措施获取的信息总数要多很多。
2.3 措施众多,工艺优秀
该技术能够用来监测普通方法无法监测的区域,比如荒漠以及冰川等区域。借助该技术我们还能够获取红外等不同波段的数据。不仅可以使用摄像措施获取资料,而且还能够通过扫描方式获取所需内容。
2.4 速度快,时间短
对于固定的地区能够多次成像,可以获得最精准的动态信息。
3 具体应用情况
3.1 用来监测大气情况
借助激光以及电脑等先进科技,明确大气信号的传播特点,以及不一样的大气状态之中的信号的具体特点,得到遥感方程式,进而完善有关的理论。由于大气成分在不同的波段吸收电磁波的情况不一样,所以我们可以分别测试各个组分的情况。
目前我们国家已经开始使用该项技术开展环境污染治理工作,其中监测的重点有如下几方面:第一,借助遥感技术,监测大气污染。第二,通过分析遥感图像体现出的植被变化特点,明确污染情况,比如污染的存在区域以及程度和变化特点等。第三,和地表采样获取的信息比对综合,建立完善的定量体系。第四,借助飞机携带监测装置,在污染区域的上方获取样本,进而加以处理。
3.2 用来监测水体情况
对水体的遥感监测是以污染水与清洁水的反射光谱特征研究为基础,洁净水能够很好的吸收光,它的反射率不高。所以,此类水在遥感图像是色泽较暗。综合考虑空间、时间、光谱分辨率和数据可获得性,landsat8数据是目前水质监测中最有用,也是使用最广泛的多光谱遥感数据。此外,SPOT卫星的HRV数据、IRS-1C卫星数据和气象NOAA的AVHRR数据以及中巴资源卫星数据也有一定的应用。水质遥感监测研究的内容包括:水体浊度、叶绿素、油污染、热污染、有色可溶性有机污染物等,其中在水体浊度和叶绿素的定量监测方面已比较成熟。
3.3 用来监测生态情况
生态环境监测又称生态监测,是环境生态建设的技术保证和支持体系。生态监测的对象可分为农田、森林、草原、荒漠、湿地、湖泊、海洋、气象、物候、动植物等。它可以被用来测定较广阔区间的土地使用状态,同时还可以调查大规模的生态污染问题。
3.3.1 分析土地使用情况
遥感技术在土地利用监测中的应用,早在1960年国外就利用TIROS和NOAA卫星数据通过制备指数来研究土地利用和土壤覆盖变化。最近几年,很多国家都开始使用遥感技术来分析土地资源,特别是土地分类工作方面利用的更是频繁。
3.3.2 辅助开展生态调查工作
众所周知,植物能够反映出一个区域的环境状况。而且它还可以体现出所在区域的土壤以及水文等特征。借助遥感技术,我们能够获取植物特点。由于当前的传感设备的性能不断提升,加之处理工艺不断完善,此时像是植被的成分以及数量等等的特性都可以借助放射数据来明确。NOAA气象卫星数据的优点非常明显,比如分辨率极高,而且所需的费用不多,不会受到外在天气干扰,因此被大量的用到植被监测工作之中。
3.3.3 调查生态污染情况
最近几年,由于群众生活水平提升,此时垃圾数量也在增加,这就在无形之中导致了严重的生态污染问题,而借助遥感技术,我们能够测试到垃圾的放置情况以及数量等等,这样便于我们更好的处理。遥感监测固体废物的堆置对图像空间分辨率的要求比较高,需达到3~10m的水平。
4 发展方向
4.1 遥感技术层面
(1)遥感影像获取技术方面,随着高性能新型传感器的研发水平的提高以及环境资源遥感对高精度遥感数据要求的提高,高空间和高光谱分辨率已是卫星遥感影像获取技术的总发展趋势。热红外遥感技术会得到更广泛的应用。雷达遥感工艺的特点较为显著,比如它能够全天性的获取信息,而且有着强大的穿透性,所以被大量的使用。建立以地球为研究对象的综合对地观测数据获取系统。(2)遥感信息模型的发展方面,遥感信息机理模型的发展和拓宽,特别是不确定性遥感信息模型与人工智能决策支持系统的开发与综合应用也将是一个重要研究和应用方向。(3)遥感数据共享方面,积极发挥出国际卫星体系的优点,认真开展交流与沟通活动,确保从时空层面上加以互补。
4.2 与环境监测结合层面
(1)积极发展监测技术,切实发挥出当前监测的作用,将遥感工艺和地表监测措施结合到一起,完善当前的监测体系。(2)开发集成GPS,RS,GIS,ES于一体、适合环境保护领域应用的综合多功能型的遥感信息技术。
4.3 不同环境要素层面
(1)大气环境遥感的定量化、集成化、系统化和全球化;大气环境的主动和被动式卫星遥感一体化。(2)利用新型遥感数据进行水质定量监测,形成一个标准化的水安全定量遥感监测体系,由于水体类型不一样,可以建立对应的反演算措施;提升监测的精确性;开展监测模型研究工作;发挥出“3S”科技的优点。
参考文献
[1]王桥,杨一鹏,黄家柱.环境遥感[M].北京:科学出版社,2004.
[2]康志文,刘二东,贾飚.遥感技术在水环境监测中的应用[J].内蒙古环境科学,2009,21(6):177-180.
[3]陈玲,赵建夫.环境监测[M].北京:化学工业出版社,2008.
对于高分专项的实施而言,造好星和用好星同等重要,只有把卫星的应用效能发挥到极致,才能让国家、让百姓真正感受到高分科技的价值所在。
那么,高分科技究竟能够在哪些方面改变我们的生活?国土资源部、农业部、环境保护部作为首批主要用户代表,可以带我们来一探究竟。
坚守18亿亩耕地红线,解决国土资源无序开发、矿难频发、土地违法屡禁不止等监管难题,一直是国土资源管理部门的一块心病。
传统调查监测手段周期长、效率低,效果不尽如人意,难以满足当前高速的经济社会发展节奏所带来的管理需求。而卫星遥感成为国土资源管理不可或缺的技术手段,迫切需要构建“天上看、地上查、网上管”监管体系,实现以图管地、以图管矿的立体监管系统。
同时,根据国家规划,未来五至十年间,土地利用动态遥感监测、土地利用现状调查、土地利用更新调查、基础地质遥感调查、矿产资源遥感调查与评价、矿山环境与地质灾害遥感调查与监测等以遥感卫星为技术基础的各项工作都将全面启动。
在这一背景下,高分一号卫星的研制和应用,必将为我国国土资源调查、监管、利用提供强大的数据图像支持,其高空间分辨率和高时间分辨率完美结合的应用优势,也将得到实质性的凸显。
上个世纪60年代以来,一方面,空间遥感技术快速发展;而另一方面,粮食安全预警、农产品贸易、农产品补贴等对粮食信息的需求日益强烈。于是,国际上相继开展了农业遥感监测技术研究与业务系统的建立,现如今,遥感技术已经广泛地应用到作物面积监测、长势监测、估产、灾害监测、农业环境监测与评价、土壤监测、精准农业、渔业等农业的各个领域,高分辨率卫星遥感图像成为农业遥感应用的主要数据源。
作为世界粮食大国,我国在农业遥感应用领域,可利用的卫星要么是空间分辨率不足以支撑农业监测,要么是卫星数据获取的周期太长,致使农业方面在高分辨率卫星遥感图像的数据需求与实际可利用的图像数据之间,存在一个不小的鸿沟,
而高分一号卫星的研制和应用,将在我国农情遥感监测水平和技术能力的提高、农情遥感监测范围的拓展、农业遥感监测信息安全建设等方面发挥巨大作用。
原本春意盎然、绿草如茵的阳春季节,却屡屡遭受空气污染的影响,挥之不散的雾霾挑战着人们的脆弱神经;河流水污染,自来水质量堪忧,饮用水问题频频曝光,让人忧心忡忡……
目前,我国环境形势异常严峻,今后一个时期,环境治理与保护、监督执法与履行国际环境公约任务十分繁重,这都要求大力发展卫星遥感监测技术。
高分一号卫星的高分辨率图像产品将利用到开展大型水体水环境、区域环境空气、宏观生态环境、重大环境污染事故与环境灾害、核安全、生物多样性等遥感监测业务应用工作,进一步提高我国环境监测和保护的能力。
未来,天更蓝、地更绿、水更净的功劳簿上,将记上高分辨率对地观测卫星一笔。
5年前汶川大地震的阴影还没有完全消散,一场突如其来的雅安地震又一次牵动了所有国人的心。
灾难面前,航天力量齐上阵:资源三号、资源一号O2C、环境一号等卫星共同出力,将拍摄的震前灾后影像及时提供给国家相关部门;北斗卫星导航系统又一次为救灾部队和受灾群众搭起了生命线……即便如此,在大灾大难的严酷考验面前,卫星对于灾情监测的精确度和及时度方面的欠缺仍显不足。
我国是一个自然灾害频发的国家,但同时我国的灾害监测手段相对落后,减灾管理总体技术水平相对不高,地方民政救济救灾部门的灾害管理水平以及专业化能力还有待于进一步提高。
因此,国家减灾救灾业务对于高分一号卫星的需求就显得十分迫切。高分一号卫星对于减灾救灾最大的优势就是精确性和及时性,它的发射将为我国综合减灾救灾提供快速、准确的辅助决策信息示范,加强地方减灾救灾的业务化、专业化能力,从而整体提高国家灾害管理的科学决策水平。同时,高分一号卫星还将大大提高我国服务国际,特别是非洲等欠发达地区,重大自然灾害应急工作的能力,从而有力提升我国负责任大国形象和在国际空间技术减灾工作中的地位。
关键词:遥感技术;资源;环境;软件;应用
中图分类号:TP237 文献标识码:A 文章编号:1009-3044(2013)23-5360-02
20世纪60年随航天技术和电子计算机技术的发展,遥感技术应运而生。遥感技术根据各类传感器收集的地面物体的电磁波信息,并利用计算机编程技术或者遥感专业软件制作遥感图像,广泛应用于资源考察、灾害监测、环境保护、测绘、军事及气象监测等领域。在地球资源紧缺、环境问题日益突出的现状下,遥感技术得到了空前的重视和广泛的应用,成为观测地球的重要手段。
1 遥感相关技术
遥感图像处理的关键技术主要包括了遥感图像几何校正技术、影像融合技术、图像增强技术以及图像分类技术。利用计算机遥感软件或者基于VC++编程都能实现上述相关功能。国内外已有多种专业的遥感数字图像处理软件,如PCI、ENVI、EDADRS、VirtuoZo、ArcInfo、ArcView等。这些软件为遥感技术在资源调查、环境保护、城市规划等领域的应用提供了强有力的技术保障。ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它的功能相比于其他软件更为先进,操作更为灵活,因此占有了很大的市场份额,是遥感图像处理系统的代表软件。而一些我国自主研发的软件,如中国国土资源航空物探遥感中心研制开发成功的“野外调查微机辅助遥感图像解译系统“、“成像光谱数据分析处理系统”;成都理工大学研制开发成功的“正射遥感影像地图制作系统”等软件系统都已得到推广应用[1]。
1.1遥感图像处理技术
遥感图像处理技术主要包括了:遥感图像几何校正、图像增强技术、以及图像分类技术。下面分别介绍这几个处理技术。
由于卫星传感器视角和地球表面曲率的影响,影响上地物发生几何形变,因此在应用卫星遥感影像之前,必须经过几何校正。图像几何纠正包括空间变换和灰度值内插两步。几何纠正可通过遥感图像处理软件,如ERDAS,或者通过VC编程实现。EDARS进行几何纠正的流程图如图1所示。
遥感图像增强技术指的是将高分辨率全色波段影像与最佳波段组合的多光谱影像进行融合,得到高分辨率、多光谱的融合影像的过程。融合后的图像与原图像相比,更加清晰,提高了视觉效果,改善了几何精度及识别和分类的精度。一般多采用多光谱TM图像和SPOT全色图像进行融合。
遥感图像分类技术指的是利用计算机或目视判读对地球表面及其环境在遥感图像上的信息进行属性的识别和分类,从而识图像信息所对应的地物,提取所需地物信息。计算机自动识别分类技术尚不成熟,因此仍然需要目视判读辅助识别。计算机自动识别分类方法主要分为监督分类法和非监督分类法两种,这两类方法均可在EDARS中实现。监督分类方法需要从研究区域选取有代表性的训练区作为样本,根据已知训练区的样本,选择特征参数,建立判别函数对像元进行分类。非监督分类没有训练区作为样本,主要根据像元间的相似度大小进行归类合并。
2 资源环境应用
2.1资源调查
资源的可持续利用是可持续发展的基础,没有资源的可持续利用,不可能有可持续发展。资源调查主要包括了金属矿产资源勘探及农业资源调查监测两方面。
遥感技术已经在地质矿产勘探、金属、天然气、资源调查中发挥了重要作用[2]。20世纪20年代航空遥感被用于农业土地调查。多光谱原理应用于遥感后,根据各种植物和土壤的光谱反射的特性,建立了丰富的地物波谱与遥感图像解译标志,在农业资源调查与动态监测、生物产量估计、农业灾害预报与灾后评估等方面,取得了丰硕的成果[3]。
利用遥感信息进行资源调查具有成本低、速度快,有利于克服自然界恶劣环境的限制,减少投资的盲目性,保证图像数据的不断更新等优点。在资源调查之前, 可以利用卫星遥感数据, 预先进行判读和分析,以便圈定若干远景区域,,有的放矢;其次利用卫星影像和数据,参照路线考察的样本和实况, 进行较小比例尺的自动分类与制图,满足概查的需要; 必要时再进一步缩小靶区范围,进行大比例尺航空遥感与摄影测量, 结合地面实况调查和取样,编制正射影像地图及系列专题地图,可以满足定量、定位的精度要求。我国在地质及森林资源调查中的经验表明,利用遥感可以节约成本一半, 加快速度一倍[4]。
2.2环境监测
遥感技术在全球环境变化监测方面的应用也是十分广泛的,主要包括:(1)气象监测;(2)臭氧层监测;(3)海洋监测;(4)环境灾害监测等。在气象监测方面,卫星遥感技术在气象上的应用是比较成功的,气象卫星云图为研究云的分布及运动规律提供了准确的信息,如台风监测等。在大气臭氧观测方面,大气臭氧观测包括总含量及其浓度分布廓线的测量。观测方法有在地面上用臭氧分光光度计测量不同天顶角下的太阳紫外光谱, 从而计算出大气臭氧总含量及其浓度分布线;或者在卫星上测量大气对太阳紫外线的后向散射光谱或大气臭氧的红外吸收光谱, 推大气臭氧总含量及浓度分布廓线; 或者用气球将臭氧探测仪送入高空, 测量平流层的臭浓度[5]。在海洋监测方面,遥感能为海洋学家提供跟踪大尺度洋流、中尺度涡流实时调查信息;为海洋气象学的研究提供有关海面上空的云图和风暴潮、台风信息;为海洋生物学的研究提供有关海洋初级生产力和海洋生物环境方面的信息;为海洋地质研究提供有关重力场、海平面、大地水准面等海面地形的测高资料;还能为海洋环境保护提供快速大尺度监测和区分海面溢油及其它海面污染的方法与图像[6]。在环境灾害监测方面,遥感广泛应用于地球温室效应、洪涝灾害、旱灾、地震、森林火灾、沙尘暴等环境现象的监测中。以地震监测为例,近年地震频发,地震后,交通堵塞、通信中断,遥感技术成为信息获取和灾害监测的重要手段。卫星遥感技术能够及时提供宏观灾情,有利于有关方面对灾情做出科学评估,进而采取救灾防灾减灾措施,意义重大[7]。
3 结束语
遥感技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优势, 它不仅可以广泛应用于资源调查,而且可以快速、实时、动态、省时省力地进行大范围的环境监测。遥感技术作为资源调查和环境监测的重要手段之一, 发挥着不可替代的作用。
参考文献:
[1] 熊盛青.国土资源遥感技术应用现状与发展趋势[J].国土资源遥感,2002(1):1-5.
[2] 徐冠华,田国良,王超,等.遥感信息科学的进展和展望[J].地理学报,1996,51(5):385-397.
[3] 韩秀梅,张建民.农业遥感技术应用现状[J].农业与技术,2006,26(6):32-35.
[4] 黄敬峰.论遥感技术与资源、环境可持续发展研究[J].遥感技术与应用,1999,14(1):65-70.
[5]《大气科学辞典》编委会.大气科学辞典[M].北京:气象出版社,1994.
摘要:
赤潮是最严重的海洋灾害之一,它不仅破坏海洋渔业生产、恶化海洋环境、影响滨海旅游业,而且还会影响人类健康。卫星遥感技术具有覆盖范围广、重复率高、成本低廉等优势,近年来已成为赤潮监测不可或缺的重要手段。本研究利用C++语言建立了一套赤潮遥感监测系统。该系统能自动接收和处理遥感数据,并利用赤潮水体的光谱和固有光学量特征自动提取赤潮信息。在实际业务化应用中,该系统被国家监测部门采用,在2013年4月至9月东海赤潮高发期间,该系统制作了55期赤潮遥感监测产品,用于指导船舶现场监测工作,取得了良好的应用效果。利用本系统对近年来东海发生的27次大型赤潮事件进行了发生位置和面积的提取,并与现场观测结果进行比较。结果显示,系统对大部分赤潮范围的识别有较好的效果,对赤潮识别准确度大概在80%左右。
关键词:
遥感;卫星数据处理;赤潮;赤潮自动监测系统
引言
赤潮是水体中藻类短期内大量聚集或爆发性增殖引起的一种海洋现象。当赤潮发生在近岸特别是养殖区,由于部分引起赤潮的藻种还能分泌毒素,它会危害到渔业、养殖业、旅游业甚至人类社会的经济和生命安全。我国是世界上海洋养殖业最发达的国家之一,因此赤潮对我国海洋环境和沿海经济有着重要的影响。东海作为我国主要的边缘海,拥有广阔的海岸线和丰富的海洋资源,承载着长三角经济区的高速发展。同时东海也是我国赤潮灾害最严重的海区,其发生面积和次数均为全国海域之最[1]。为减少赤潮灾害所造成的损失,对赤潮的监测和防治是最首要和迫切解决的问题[2]。目前赤潮常规监测手段主要是建立赤潮监控区,对赤潮发生、发展和消亡过程水体生化参数、赤潮物种等进行采样测量与分析,实现对赤潮事件的监测;除此之外,对沿海赤潮的观测记录主要来自于海监部门的飞机和沿海渔民等及时发现与上报。这些监测手段容易受到赤潮爆发不确定性以及时间空间等的诸多限制,且产生的费用也通常较高。相比之下,卫星遥感具有覆盖范围广、重复率高、成本低廉等优势,近年来已是赤潮监测不可或缺的重要手段。目前国内能监测赤潮的系统不多,杨建洪等[3]利用遥感水色图像和人工识别相结合的方法建立了赤潮监测系统。与之不同的是,本文建立的东海赤潮遥感自动监测系统是不需要人工干预的业务化系统,它实现了卫星遥感资料自动接收和处理,以及利用赤潮水体的固有光学特性来自动提取赤潮信息。
一、系统构架
由于赤潮信息的提取需要快速及实效性,因此赤潮遥感自动监测系统需要保障稳定和实时的数据来源。它由两个子系统组成,分别为卫星海洋遥感数据接收与处理子系统和赤潮遥感信息提取子系统。
1.1 卫星海洋遥感数据接收与处理子系统
1.2 赤潮遥感信息提取子系统
目前,赤潮遥感提取算法分为两种。第一种是基于叶绿素质量浓度异常和水体反射率光谱性质的赤潮提取方法,如温度法[4-5]、叶绿素质量浓度法[6-7]、特征波段组合法[8]、荧光法[9]和多源数据综合分析法[10]等,该方法在近岸光学复杂水体中对赤潮的识别正确率较低,并且未能实现对赤潮水体的自动化识别和对赤潮实际发生类型的判断。第二种是基于水体固有光学量的赤潮提取方法。这两种方法各有自己的优点和缺点。由于东海的赤潮一般都是发生在浑浊的二类水体,因此子系统中赤潮判别方法通过结合上面2种方法,以固有光学量提取为主,进行了赤潮遥感信息提取的集成。遥感固有光学量综合算法赤潮判别流程如图3所示。图中的遥感数据为表1中的L2A数据,光谱相对高度指数RH的计算方法见文献[11],色素吸收比重和散射-吸收比值可以通过半分析算法计算[12]。
二、系统应用
赤潮遥感自动监测系统于2012年底开发完成,2013年初部署到国家相关监测部门,并投入运行,图4为赤潮遥感自动监测系统部分可视化界面。每天卫星遥感数据通过遥感地面站自动接收和预处理,然后输入赤潮遥感监测系统进行自动处理,并生成赤潮遥感监测产品,最后通过网络把这些赤潮信息发送给相关部门,赤潮通报,所有这些流程只需要在2h内完成,实现了对东海的赤潮高发区进行每日准实时业务化监测。在2013年4月至9月东海赤潮高发期间,系统制作了55期赤潮遥感监测产品,图5是本系统生成的单轨赤潮遥感监测产品样例,图6是本系统生成的月份赤潮遥感监测产品样例。
三、讨论
3.1 多源卫星数据的应用评价
赤潮遥感自动监测系统的基础是实时获取卫星遥感资料,本系统使用的遥感资料是美国的MODIS卫星,虽然MODIS卫星运行正常,但已经超过它的服役期限,因此单一的数据源限制了系统的推广应用。多源卫星数据的输入是系统下一步的扩展方向。目前在轨能使用的卫星数据不多,如韩国的静止卫星GOCI和美国的NPP卫星。自主卫星HY-1B已经处于退役期很不稳定,不过后期会有新的HY-1C/D星进行替换。如果这些卫星数据都能作为系统的数据源,会极大地拓展系统的使用生存期和范围。特别是GOCI静止卫星,它每天有8轨数据且能监测同一地方,大大增加了赤潮监测的频次。
3.2 赤潮遥感提取效果评价
利用本系统对近年来东海发生的27次大型赤潮事件进行了发生位置和面积的提取,并与现场观测结果进行比较,对遥感提取结果准确度进行评价(表2)。可以看出,总体上本系统对赤潮范围的识别与实际公布面积存在一定差距,但从以上对各赤潮事件提取结果的详细分析来看,大部分赤潮范围的识别有较好的效果,对赤潮识别准确度大概在80%左右。 由于本系统使用的资料为可见光卫星资料,该卫星资料受云的影响较大,而且识别算法给出的阈值范围为基于统计的固定值,对于不同海域和时间内发生的赤潮事件,容易受水体光学环境背景场的变化等多种条件的影响,因此识别结果与实际情况存在一定出入在所难免。另外,单纯通过固有光学量算法提取赤潮区域相对比较困难,很容易受到非赤潮环境水体的干扰,必须借助于遥感反射率光谱共同识别;而为了降低对部分赤潮事件的漏判,对RH模型阈值的适当放宽应该也会对该模型算法的赤潮范围识别效果造成一定的影响。通过此次对不同年份和区域的赤潮事件识别效果来看,本系统对于东海赤潮水体的识别具有较高可信度。
四、小结
关键词:遥感技术 环境科学 应用 3S一体化 发展趋势
遥感是从远离地面的不同工作平台上,如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船和航天飞机等,通过传感器对地球表面的电磁波辐射信息进行探测,然后经信息的传输、处理和判读分析,对地球的资源与环境进行探测与监测的综合性技术。遥感技术从远距离采用高空鸟瞰的形式进行探测,包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息,能提供综合系统性、瞬时或同步性的连续区域性同步信息,在环境科学领域的应用具有很大优越性。
20世纪90年代以来,环境遥感技术应用越来越广。从陆地的土地覆被变化,城市扩展动态监测评价,土壤侵蚀与地面水污染负荷产生量估算,生物栖息地评价和保护,工程选址以及防护林保护规划和建设。到水域的海洋和海岸带生态环境变迁分析,海面悬浮泥沙、叶绿素含量、黄色物质、海上溢油、赤潮以及热污染等的发现和监测,珊瑚和红树林的现状调查与变化监测,堤坝的规划与水沙平衡分析,水下地形地遥调查以及水域初级生产率的估算。再到大气环境遥感中的城市热岛效应分析,大气污染范围识别与定量评价,大气气溶胶污染特征参数化,全球水、气和化学元素等的循环研究,全球环境变化以及重大自然灾害的评估等,几乎覆盖了整个地球系统。
一、遥感技术在环境科学中的应用
1.遥感技术在水污染监测方面的应用
(1)利用红外扫描仪监视石油污染
全球每年排入海洋的石油及其制品高达1000万吨,利用多光谱航片可对海面石油污染进行半定量分析,将彩色航片同步拍照与近红外片做的彩色密度分割图相比较,更精密地判断和解译信息,参照图片画出不同油膜厚度的大致分级图。通过彩色密度分割图像,特别是数字密度分割图,可以更准确地判断油量的分布情况。通过彩色密度分割可把相差零点零几厚度的海面油膜区分出层次来,这有利于用航空遥感对海面油的扩散分布和半定量研究。浓度大的地方是黄色,往外扩散的油膜变薄,呈黄紫混在一起的颜色,再往外扩散的油膜就更薄些呈紫色。通过对污染发生后各天的气象卫星图像的对比分析,确定油膜的漂移方向,计算出其扩散速度和扩散面积。
(2)利用遥感技术监测水体富营养化
浮游植物中的叶绿素对蓝紫光和红橙光有较强的吸收作用,当水体出现富营养化时,我们就可以利用遥感技术推算出水体中的叶绿素分布情况。赤潮区的海水光谱特征是藻类、泥沙和海水的复合光谱,另外有机或无机颗粒物也会吸收入射光,影响水体的透明度。
(3)通过遥感技术调查废水污染和泥沙污染
废水的颜色与悬浮物性状千差万别,特征曲线上的反射峰位置和强度也不大一样,可以用多光谱合成图像进行监测。水中悬浮泥沙的浓度和粒径增大,水体反射量也会相应增加,反射峰随之红移,定量判读悬浮泥沙浓度的最佳波段是0.65~0.85微米。
(4)应用红外扫描仪监测水体热污染
应用红外扫描仪记录水体的热辐射能量,真实反映其温度差异。在热红外图像上,热水温度高,辐射能量多,呈浅色调。冷水和冰辐射能量少,呈深色调。热排水口处通常呈白色羽流,利用光学技术和计算机对热图像作密度分割,根据少量的同步实测水温,画出水体等温线。
(5)通过遥感技术分析水域的分布变化和水体沼泽化
水体总体反射率较低,选择1.55~1.75微米波段的多时域影像可以分析水域的分布变化。沼泽化在时域图像上反映为水体面积缩小,从水体向边缘有规律变化,显示出不同程度的植被特征。
2.遥感技术在大气环境监测方面的应用
(1)臭氧层
臭氧层位于地球上空25~30千米的平流层中,对0.3米以下紫外区的电磁波有较大吸收,可用紫外波段来测定臭氧层的变化。臭氧层在2.74毫米处也有一个吸收带,可用频率为11O83兆赫兹的地面微波辐射计来测定臭氧在大气中的垂直分布。另外臭氧层会吸收太阳紫外线而升温,可使用红外波段来探测,如用7.75~13.3微米热红外探测器测定臭氧层的温度变化,参照浓度与温度的相关关系,推算出臭氧浓度的水平分布。
(2)大气气溶胶
利用遥感图像可分析大气气溶胶的分布和含量,工业烟雾、火灾浓烟和大规模沙尘暴在遥感图像上都有清晰的图像,可以直接圈定其大致范围。利用周期性气象卫星图可监测沙尘运动,估计其运动速度,及时预报沙尘暴。通过卫星资料可及早发现森林火灾,把灾害损失降到最低。大比例图片可用来调查城市烟囱的数量和分布,还可以通过烟囱阴影的长度来计算其大致高度。应用计算机对影像进行微密度分割,建立烟雾浓度与影像灰度值的相关关系,可测出烟雾浓度的等值线图。
(3)有害气体
彩红外相片可监测有毒气体对污染源周围树木和农作物的危害情况,通过植物对有害气体的敏感性来推断某地区大气污染的程度和性质。一般污染较轻的地区,植被受污染的情况不宜被人察觉,但其光谱反射率却会明显变化,在遥感影像上表现为灰度的差异。正常生长的植物叶片能强烈反射红外线,在彩红外相片上色泽鲜红明亮。受到污染的叶子,其叶绿素遭到破坏,对红外线的反射能力下降,其彩红外相片颜色发暗,如白蜡树受污染后呈紫红色,柳树呈品红色略带蓝灰色。
(4)气候变化
美国、欧盟、日本和俄罗斯的地球同步轨道气象卫星组成的静止气象卫星监测系统昼夜不停地观测地球的气候变化,得到全球范围内的大气参数、海洋参数、地表状况、辐射收支和臭氧分布等信息,对全球变暖、臭氧层空洞以及厄尔尼诺现象的研究非常重要。 3.遥感技术在城市环境监测与管理中的应用
彩红外遥感影像可监测固体废弃物引起的生态环境变化,热红外遥感影像可调查工业废水和废气的排放情况。城市道路宽的呈带状和环状,窄的呈线状,城市广场一般以块状蓝灰色与街道紧密相连于中心地带。居民区呈灰色,高层楼房带有宽长影,平房呈密集排列的小长方块状。水系呈浅蓝色,绿地呈红色。从遥感图像上获取这些信息,对优化城市结构有很大帮助。另外城市里的高大建筑物对太阳辐射和其他热辐射的吸收和释放特性跟以土地和农作物为主要下垫面的郊区有很大不同,利用热红外遥感对城市下垫面进行分析就可以得出城市的热岛效应。
4.应用遥感技术监控生态环境
【关键词】遥感服务产品决策支持数据库系统设计与实现
在我国的卫星气象中心运行的过程中,要应用到大量的遥感服务产品,其在工作的过程中能够对各种天气状态、环境等进行有效的检测,并生成大量的卫星数据及检测报告,这些数据对于天气预报、环境灾害预测等具有非常重要的作用,随着各项研究的深入,其数据量会越来越大,如果采用传统的数据管理方式,将难以做到大量遥感服务产品数据的高效管理, 设计出遥感服务产品决策支持数据库系统是非常必要的,本文就针对此予以简单分析。
一、 遥感服务决策支持数据库系统的主要功能
遥感服务决策支持数据库系统设计应该具备以下几点基本功能:(1)决策服务,在遥感服务产品运行的过程中,会对各类天气、环境等重大气象事件进行检测,会生成大量的检测图像及报告,并采用相应的报告的形式对其进行存储,在相关的决策工作中,需要对这些文件内容进行浏览、分析、总结,以便于做出正确的决策;(2)业务流程的优化,在遥感服务决策支持数据库系统中,需要具备清晰、简化的业务流程,以便于业务人员开展相关的数据录入、存储及备份工作;(3)业务工作拓展,遥感服务产品中的大量数据之间的关系是具有一定的复杂性的,遥感服务决策支持数据库系统要能够对各项数据进行清晰的分类统计,方便后续的业务拓展工作。
二、 遥感服务决策支持数据库系统的设计方案
1、 关联关系及属性的设计
本次研究中,进行遥感服务决策支持数据库系统的设计时,数据的组织中心是事件,针对某一特定的事件来进行监测,然后应用各种卫星的监测数据来开展相应监测图像的制作,并要依据实际情况来进行监测报告的,对系统中各种关联关系及属性进行简单描述:(1)事件-监测图像,在实际的运行工作中,各种天气、环境等事件与监测图像之间保持的是一对多的关系,并且在实际的工作中,由于存在类别、剧烈程度、持续时间上的差别,会存在各种种类、数目不同的监测图像;(2)事件-监测报告,它们之间同样是一对多的关系,并且会因事件类别、持续时间、剧烈程度的不同,存在各种种类、数目不同的监测报告;(3)监测图像-卫星数据源,图像的制作过程中会根据事件的实际需求来选择种类、区域、时间不同的卫星数据源,并且其数据源会随着时间的变化不断的变化;(4)事件类型,主要有:暴雨强对流、大雾、沙尘、热带气旋、积雪、海冰、火情、水情等;(5)监测图像属性:图像种类、时间、存储路径、名称等;(6)监测报告属性,主要有:报告编号、属于某个事件、时间、时间种类、存储路径、名称等。
2、 实体关系设计
本次设计中,系统的数据实体有四个,分别是卫星数据源、监测报告、监测图像、事件等,各实体之间的关系图如图1所示。
图1 实体关系图
三、 遥感服务决策支持数据库系统的设计与实现
本次研究中遥感服务产品决策支持数据库系统的设计是在.NET环境下开发,开发过程中应用的语言主要是C语言,底层数据库主要采用的是SQL Server 2005数据库,系统的架构主要是C/S三层结构,数据访问过程中应用的主要技术是技术。
系统的界面设计过程中,主要采用的是两层页面切换方式,为了方便相关数据信息的应用,在系统界面设计的过程中,将系统信息的录入与其信息的检索放置于同一框架中,使用起来非常的方便。在实际的应用过程中,相关信息的录入,需要依据上文中提到的关联关系及属性设计中的相关内容,先确定录入事件的类型,再结合其监测报告及监测图像来开展录入及查询操作。
提供多种信息的检索方式是遥感服务产品决策支持数据库系统的一个非常重要的功能,在实际的应用过程中,可以根据相关事件的属性来进行其监测图像及监测报告的查询,图像的种类、数据源、时间等信息都可以用来进行监测图像的查询,查询完成后,相关的查询结果会在图像文件名列表中进行显示,并可以进行其存储路径的预览,相关的检测报告可以依据报告编号及事件种类来进行查询,相关的查询结果会在报告文件名列表中显示,可以查看其存储路径,并能够实现图像的预览。
结束语
本文主要结合卫星气象中心的遥感服务产品的工作特点,对以事件为中心的遥感服务产品决策支持数据库系统的设计与实现进行了简单分析,这对于遥感服务产品大量数据信息的高效的管理具有积极的作用,能够有效的提升遥感服务产品的服务水平。
参考文献
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]Michel Vasquez,Jin-Kao Hao.Upper Bounds for the SPOT 5 Daily Photograph Scheduling Problem[J]. Journal of Combinatorial Optimization, 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]Nicola Bianchessi,GiovanniRighini. Planning and scheduling algorithms for the COSMO-SkyMedconstellation[J]. Aerospace Science and Technology, 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]Liu Xiaolu,BaiBaocun,ChenYingwu,etc.Multi satellites scheduling algorithm based on task merging mechanism[J].Applied Mathematics and Computaiton,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]Jun Li,Jun Li,Ning Jing.A satellite schedulability prediction algorithm for EO SPS[J].Chinese Journal of Aeronautics,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]Pei Wang,Gerhard Reinelt,Peng Gao.A model,a heuristic and a decision support system to solve the scheduling problem of an earth observing satellite constellation[J]. Computers&Industrial Engineering,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-Duration Embedded Dynamic Scheduling of Earth Observation Satellites for Emergent Events[J].Mathematical Problems in Engineering,2015,Article ID 731734.
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。
关键词:冬小麦;环境;气象卫星;遥感监测
中图分类号:X16 文献标识码:A 文章编号:1674-0432(2010)-09-0166-1
近年来,气象卫星在气象预报分析方面更加准确和迅速,并且逐渐应用到环境科学领域。上世纪80年代初,第3代美国极轨气象卫星环境资源监测被越来越多的国家所运用,其不仅可以用来监测各地干旱情况,还可以用来全球植被资源的监测等。因此我们也用其来研究我国宏观植被季相动态变化。近年来,由于估产业务的需要,我国进一步利用1Km分辨率NOAA-AVHRR的图像资料系列,对北方冬小麦的生长过程进行动态监测,并将分析的结果及时提供给相关的管理部门,而且通过对冬小麦生长的宏观动态监测,为估算冬小麦种植面积和估产提供依据。
1 资料及办法
用气象卫星所获得的资料和地面观测资料来对北方冬小麦来进行气象卫星遥感监测与估产,并且其数据要具有时效性和准确性。
1.1 如何获取及处理气象卫星资料
中国气象局--卫星气象中心是气象卫星资料的来源地。每年秋季在冬小麦出苗时,目视删选符合条件的冬小麦种植区及卫星资料,运用已开发的应用软件对相关的数据在特定工作站完成处理以及加工,随后形成等位网格点资料。通过遥感植被指数来提取冬小麦为主要对象的绿色植被信息。用AVHRR第1通道和第2通道的光谱信息经简单线性组合构成归一化差值植被指数和比值植被指数。其与冬小麦的叶面积系数、生物量等有密切关系。植被指数的变化由于受作物的长势和覆盖度的影响,因此用植被指数作为生长状况的定量标准,由于植被指数受土壤背景的影响很小,当植被覆盖度大于15%小于80%时,其与作物生长覆盖度的增大几乎没有关系。同时,在作物主要生长周期内,双向辐射和大气影响对其影响也非常小.因此本文主要分析用了植被指数,间接地用到比值植被指数加工过后的的气象卫星资料处理方法包括以下三种:
第一,是由热红外通道形成的彩色图像。通道分别用红蓝绿来表示,图像上蓝黑色代表水体,绿色代表植被,红色表示温度较高的地表,形成的图像接近真彩色,因此主要用于宏现地理识别。
第二,是植被指数伪彩色图像。冬小麦生长期间,麦区的植被指数值变化在0.05-0.8之间,云区及有水域的地方出现的是负值。为了便于解译,制图时将植被指数值扩大一万倍。结合地面实际情况来分析,土壤信息值在0-250之间,土壤和绿色植被的混合信息值介于250-500之间,500以上就是绿色植被信息值。在伪彩色图像里,黑色表示负值区,棕黄色值为0-250,白色值在250-500之间,500以上则是绿色及其它颜色,此办法主要用在植被信息的提取。
最后一种是加工成定量数据。主要用于定量分析和组建模型。其方法是将植被指数以县为单位计算出植被指数县平均值、合计值以及所占比例等。
1.2 地面观测资料
对作物遥感监测和估产,地面观测资料意思重大,由于其真实性和准确性,对建立遥感解译标志、估产模型的创建以及预报的准确与否方面都起关键的作用。在保证一定准确精度和代表性的前提下对地面观测点进行合理准确的选择,因此抽选的样点要尽可能的多,得出的范围以及面积才越接近实际情况,从而具有普遍性,这样的样点才更具有代表性。由于北方冬小麦的种植范围大,自然环境和经济发展状况存在差异,因此就需要对冬小麦种植区进行层次划分。北方冬麦区划分为14层,并抽取了137个样县组成包括农学观测资料和农业数据在内的地面观测网,将地面观测到的实况资料通过统计加工,及时地通过气象专用通道,上报给监测和估产部门。
2 冬小麦生长的宏观动态监测
作物长势分析是一个对冬小麦各长势阶段进行全面观测的过程,通过专用气象卫星来对冬小麦的生长发育变化过程进行宏观动态监测,北方种植冬小麦,播种是从9月中陆陆续续开始,主要生长期是在11月前后.返青在来年2月,收割是在6月初。在冬小麦主要生长期11月,除了偏南地区的越冬油菜外与冬小麦同期生长,其余基本都是在4月下旬至5月上旬才开始播种和出苗。因此,从11月-4月,北方的主要植被就是冬小麦,因此获得的卫星资料也主要是指冬小麦信息。
2.1 监测冬小麦的发育期
对作物进行长势分析的重要途径之一就是及时、全面地监测作物发育期的变化情况,因为通过对发育期的监测可以及时、全面地了解作物的发育速度和进程。目前为止,冬小麦发育期的资料获得基本是从有代表性的固定地点定时观测得来的,因此存在不全面、不及时也不准确的特点。但是利用卫星图像可以使我们可以获取定量化植被指数,这样我们不但可以对小麦发育期变化提供直观信息,也可以为发育期地理界限的划分提供宏观依据,从而弥补以往传统的观测方法带来的局限和不足之处。
2.2 冬小麦长势监测
冬小麦的产量与冬小麦各发育阶段的长势情况有着非常密切的关系。壮苗越冬和来年成穗由冬小麦冬前分蘖期的长势来决定,群体穗鼓和穗粒数取决于返青-拨节期的长势情况,冬小麦生长的关键期是抽穗阶段,因此,冬小麦成长的每一个阶段都会影响籽粒的产量。通过对卫星系列图像的分析解译,可及时了解冬小麦苗长势的变化。
3 结束语
极轨气象卫星的发展,使人民对冬小麦的生长全过程有了全面的了解;为农业各部门制定各种管理措施和方法提供了科学依据。遥感监测技术的应用,用量化植被指数值对冬小麦长势随时进行宏观监测,从而获得反映作物生长和环境背景的图像,弥补以往靠地面定点观测资料来评价作物生长状况的缺陷,从而大大提高了对作物生长状况监测的范围。
参考文献
[1] 江东,王乃斌,等.我国粮食作物卫星遥感估产的研究[J].自然杂志,2001.
[2] 阎雨,陈圣波,田静,等.卫星遥感估产技术的发展与展望[J].吉林农业大学学报,2004.
陆地观测卫星数据的分况
截至201 3年6月底,共向全国用户分发陆地观测卫星数据产品430余万景,其中,资源一号01、D2、02B卫星数据产品112万景,环境一号1A、1B卫星近300万景,资源一号02C和资源三号高分辨率卫星数据26万景。注册用户单位涵盖全国34个省市自治区(含港澳台地区)共计3000余家。
自资源三号、资源一号02C正式交付用户使用以来,高分辨率遥感数据应用于国家重大项目的数量迅速增长,农业、林业、水利、国土资源、测绘、海洋、城市规划、灾害监测、政府部门和科研等行业用户共有76个用户使用近9000景(约2134万平方千米)数据,高分辨率数据产业化应用初见成效。
陆地观测卫星数据的典型应用
卫星数据分发量增长迅速的背后是卫星数据应用领域的不断扩大。国产陆地观测卫星数据在农业、林业、水利、国土资源、城市规划、环境保护、灾害监测等领域的广泛应用,创造了巨大的社会效益和经济效益。
2013年1月,为了促进国产陆地卫星高分辨率卫星数据在国民经济各行业的业务化应用,环境保护、交通、水利、林业、地理与资源、地震、测绘、海洋环境等八个行业的用户代表单位就业务化应用与中心联合签署了《国产陆地观测卫星数据行业应用战略合作协议》。这八家单位分别是:环境保护部卫星环境应用中心、中国交通通信信息中心、水利部水利信息中心、国家林业局调查规划设计院、中国科学院地理科学与资源研究所、中国地震局地震预测研究所、国家基础地理信息中心、国家海洋环境监测中心,开创了我国陆地观测卫星数据行业应用的新局面。
在国土资源调查与执法中的应用:中心与辽宁省国土资源厅和山西省国土资源厅开展合作,分别将资源三号和资源一号02C卫星影像用于辽宁省和山西省的新增建设用地和矿区遥感动态监测,在2012年辽宁省和山西省国土资源执法检查与土地批后监管等工作中发挥了重要作用,为国土资源管理决策提供了翔实准确的依据,得到了辽宁省和山西省国土资源厅的好评。
在环境保护中的应用:环境部卫星环境应用中心基于2011-2012年的国产陆地观测卫星高分辨率数据开展了饮用水源地保护区风险源遥感监测工作,通过野外实地检验,证明饮用水源地风险源遥感影像解译结果基本正确。国产陆地观测卫星高分辨率数据,可以协助全面把握水源地风险源,减少了野外工作量,便于制定有效的核查路径,为水源地风险源督察工作提供了良好的支撑。
在林业领域的应用:2009年,中心与国家林业局湿地资源监测中心开展合作,利用资源一号02B星以及部分资源一号02星和环境一号1A、B星的数据开展6个省市的湿地调查,采用遥感影像解译与实地野外调查相结合的方法,将面积大于8公顷的湿地进行调查摸底,为全国林业发展与改善生态环境、加强生态建设、维护生态安全提供支持。
在水利领域的应用:2011年初以来,长江中下游地区降水持续偏少,江南大部降水量偏少2~5成,其中部分省区的平均降水量较多年平均同期偏少一半以上,为近61年来同期最少。水利部水利信息中心利用2009-2011年的环境卫星30米CCD影像,提取了汉江中下游水体信息,与2009年5月20日提取结果对比,可以清晰地看到2011年汉江中下游水体总面积明显减少。
在灾害监测中的应用:在国内重大自然灾害监测方面,中心利用国产遥感卫星开展了全国范围内发生的重大自然灾害的动态监测和灾害评估工作,制定了重大自然灾害应急监测工作机制和应急预案。每次灾害发生时,中心第一时间启动灾害监测工作机制和监测预案,积极安排卫星资源,开展灾情遥感监测,在汶川地震、南方雪灾、澳大利亚火灾、太湖水华、淮河洪涝等灾害应急监测中均发挥了重要作用。
陆地观测卫星的国际化
中心近来不断坚持“走出去”发展战略,服务国家外交和安全,支持国家遥感卫星的海外拓展,不断提升中心的国际竞争力,目前已经成为我国民用对地观测领域国际交流与合作的重要窗口之一。
参加国际组织履行国际义务和社会责任
2007年5月我国以国家航天局的名义加入空间与重大灾害国际组织,为全球灾害监测提供服务。6年来,我国正式执行30个时间段的紧急事务官国际值班,响应与处理国际重大自然灾害请求28次,及时调度和安排国际卫星资源对灾区成像,为世界范围重大自然灾害提供了援助。
中心积极参加国际卫星对地观测委员会(CEOS)的多项活动,参与协调该组织中所有国际民用卫星对地观测任务。积极利用CEOS组织与全球卫星数据用户对话的论坛,扩大中国航天在国际上的影响。
中心积极参与全球对地观测组织的各项活动,在全球观测、资源调查、环境监测等多方面发挥作用。承担项目了机构发展和个人能力、基础设施建设项目、全球森林观测计划等项目,为中国政府开展国际对地观测合作提供了有力支撑。
推广遥感数据海外落地
开展国际技术交流合作
①遥感数据落地南非
由中心承担的资源一号02B星南非地面系统建设项目,实现了资源一号02B星的遥感数据成功落地南非,这也是中国遥感卫星成功迈向海外的第一步。该项目的成功实施也扩大了我国和南非在遥感领域的国际合作,为中非科技合作作出了重大贡献。
2007年11月,在全球对地观测组织第四次全会和第四届部长峰会会议期间,中巴两国代表团召开新闻会,科技部部长万钢宣布了资源一号02B星数据在非洲共享的决定。授权中国资源卫星应用中心在南非建立资源一号02B星数据接收站,并进行数据处理、存储和分发,待运行机制取得成效后在非洲其他国家进一步推广。
资源一号02B星南非站已于2008年投入运行,这是我国首次在海外建立的遥感卫星数据接收站。之后将继续开展资源一号03星在南非的数据落地。
②泰国建站
2011年4月1日,中心为泰国承建的环境一号1A卫星遥感地面站正式交付泰方,这是我国首个成套从接收到处理、存储、分发的地面系统出口,实现了零的突破。2011年7月9日,该地面站被命名为“朱拉蓬公主遥感卫星地面站”。
卫星覆盖泰国及周边的越南、老挝、柬埔寨、缅甸、孟加拉国、尼泊尔、不丹、印度、马来西亚、印度尼西亚、菲律宾等众多国家及海域,总面积达到2041万平方千米。
③与亚太空间合作组织建立数据共享服务平台
2011年5月6日,中心与亚太空间合作组织在北京正式签署数据共享服务平台合同。该项目是中心首次参与国际竞标并成功中标的成功范例,进一步扩大了我国遥感卫星数据在亚太地区的影响,扩展了国际市场。
④资源一号03卫星数据(东盟)共享服务平台项目
2012年9月21日,科技部部长万钢宣布中国-东盟科技伙伴计划正式启动,资源一号03卫星数据(东盟)共享服务平台作为该计划第一个项目获得批准。
中心负责该项目的研制、实施、培训交流和技术支持。其目标是依托我国的资源一号03卫星数据资源,建立资源一号03卫星数据(东盟)共享服务平台,使东盟各国可以使用我国的中低分辨率遥感卫星数据,实现资源一号03卫星数据在东盟地区的共享。共享服务平台包含北京数据中心、新加坡接收站、数据共享服务用户终端等三个部分的内容。
随着我国遥感卫星技术的快速发展和遥感卫星数量的逐渐增多,我国长期、稳定、连续的陆地观测空间信息基础设施正在形成。