CN102682481B - 区域观测模式下地球几何特征信息确定方法 - Google Patents
区域观测模式下地球几何特征信息确定方法 Download PDFInfo
- Publication number
- CN102682481B CN102682481B CN201210170581.4A CN201210170581A CN102682481B CN 102682481 B CN102682481 B CN 102682481B CN 201210170581 A CN201210170581 A CN 201210170581A CN 102682481 B CN102682481 B CN 102682481B
- Authority
- CN
- China
- Prior art keywords
- earth
- model
- observation
- cloud atlas
- ellipse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种区域观测模式下地球几何特征信息确定方法,包括以下步骤:1)建立观测地球椭圆模型,建立云图地球边缘点与地球模型参数对应关系;2)利用直方图方法,分别提取区域观测云图地球东和西两方向的边缘点坐标;3)将2)中得到的准确云图地球边缘点带入1)中的地球模型,利用边缘点坐标到对应的模型距离最短的约束条件,用最小二乘法求解地球模型的几何形状参数,从而根据区域观测云图得到该时次完整的观测地球几何模型。本发明的有益效果为:建立了区域观测云图的地球几何模型,利用区域观测的地球边缘点与完整地球几何模型边缘点的对应关系,确定观测云图完整地球几何模型的特征参数,从而获得计算卫星姿态所需地球中心点坐标。
Description
技术领域
本发明属于空间遥感与图像处理技术领域,具体涉及一种区域观测模式下地球几何特征信息确定方法。
背景技术
全圆盘观测模式:全圆盘观测是指静止气象卫星在定点位置对地球进行观测,获取一幅包含地球南北极的完整的地球云图,每30分钟可获取一幅全圆盘云图。全圆盘观测模式是指卫星长期处于连续全圆盘观测工作状态。
区域观测模式:区域观测区别于全圆盘观测,是指在卫星观测能力范围内,对任意指定区域进行观测,获取局部的地球观测云图,区域大小不同观测时间也不相同。区域观测模式指卫星长期处于连续区域观测工作状态,极少或不进行全圆盘观测。
我国风云二号静止气象卫星业务运行模式采用全圆盘观测模式,每小时进行一次全圆盘观测。地球是不规则椭球体,由于卫星轨道位置和姿态随时间变化,不同时刻进行云图观测时卫星和地球相对位置不同,从不同角度观测所获取云图的地球几何形状也不相同,只能根据实际观测结果来确定地球的几何形状,我国风云二号卫星地面应用系统即是根据每幅全圆盘云图获取该时次完整的地球几何信息,然后依靠连续24小时卫星观测的全圆盘云图的地球几何信息进行卫星姿态的精确计算,再利用卫星的精确轨道和姿态,对获取云图的地理信息坐标进行精确预报,从而实现卫星观测云图的精确定位。
现有云图定位技术在风云二号业务系统中运行多年,稳定可靠,但它的前提是获取云图必须为全圆盘云图,通过对全圆盘云图进行边缘检测,获取地球边缘轮廓,再根据观测地球的东西和南北对称的几何特性,来获取准确的地球中心点位置。风云二号卫星具有区域扫描功能,由于根据区域扫描云图获得的是条带状的局部地球图像,只在东西方向上具有对称特性,南北方向只有局部信息,利用以上方法无法获取云图地球中心,缺少进行卫星姿态计算的条件,因而无法进行云图定位,无法将区域云图应用于气象服务。风云二号卫星已发射5颗卫星,在轨运行3颗,投资数十亿,因为区域观测模式下云图定位问题未获解决,区域观测功能一直未能得到应用,严重制约了卫星效益的发挥。
发明内容
本发明的目的是提供一种区域观测模式下地球几何特征信息确定方法,通过建立区域观测模式下的地球几何模型,利用区域观测云图信息,解算完整地球几何模型特征参数,为区域扫描观测下卫星姿态计算提供依据。
本发明的目的是通过以下技术方案来实现:
一种区域观测模式下地球几何特征信息确定方法,包括以下步骤:
1)根据卫星观测地球云图特点,建立观测地球的椭圆模型,建立云图地球边缘点与地球模型参数的对应关系,包括地球云图中心(x 0,y 0),地球云图长轴半径a,短轴半径b,观测云图相对观测坐标旋转角度θ;
静止卫星观测地球形状参数模型可以用下式表示:
其中椭圆中心(x 0,y 0)是卫星星下点的坐标,椭圆模型的5个独立的参数:椭圆中心(x 0,y 0),长轴半径a,短轴半径b,长轴与x轴夹角θ都不确定,以上模型的5个参数方程是复杂的非线性方程,通过变量代换,将上式变为5个参数的简洁的线性方程:
其中:
利用最小二乘拟合,用所有测量点到理想椭圆的距离的平方和为最小这一准则来确定理想椭圆的5个参数:x 0,y 0,a,b和θ。
2)区域观测云图如图1所示,根据自旋卫星扫描方式,利用直方图方法,分别提取区域观测云图地球东和西两方向的边缘点坐标,对边缘点进行奇异点去除;
所述云图由地球、外太空背景和杂散信号组成的图像,云图上的图像灰度值出现阶跃变化,灰度的范围表示图像中各种灰阶的分布范围即所谓的动态范围,对于红外图像为8bits,即0~255的取值范围;
3)将2)中得到的准确云图地球边缘点带入1)中的地球模型,利用边缘点坐标到对应的模型距离最短的约束条件,用最小二乘法求解地球模型的几何形状参数,从而根据区域观测云图得到该时次完整的观测地球几何模型。
本发明的有益效果为:本发明基于卫星观测全圆盘地球云图与椭圆的近似性,建立了区域观测云图的地球几何模型,利用区域观测的地球边缘点与完整地球几何模型边缘点的对应关系,确定观测云图完整地球几何模型的特征参数,从而获得计算卫星姿态所需的地球中心点坐标。由于本方法利用区域云图计算地球几何模型参数,区域大小影响参数精确性,区域越大,确定模型参数越精确。也适用于全圆盘云图。
附图说明
下面根据附图对本发明作进一步详细说明。
图1是区域观测得到的地球云图;
图2是本发明实施例所述的区域观测模式下地球几何特征信息确定方法中红外通道云图灰度值直方图;
图3是本发明实施例所述的区域观测模式下地球几何特征信息确定方法中最小二乘法计算卫星星下点行号坐标分布图。
具体实施方式
如图2所示,本发明实施例所述的一种区域观测模式下地球几何特征信息确定方法,包括以下步骤:
1)根据卫星观测地球云图特点,建立观测地球的椭圆模型,建立云图地球边缘点与地球模型参数的对应关系,包括地球云图中心(x 0,y 0),地球云图长轴半径a,短轴半径b,观测云图相对观测坐标旋转角度θ;
静止卫星观测地球形状参数模型可以用下式表示:
其中椭圆中心(x 0,y 0)是卫星星下点的坐标,椭圆模型的5个独立的参数:椭圆中心(x 0,y 0),长轴半径a,短轴半径b,长轴与x轴夹角θ都不确定,以上模型的5个参数方程是复杂的非线性方程,通过变量代换,将上式变为5个参数的简洁的线性方程:
其中:
利用最小二乘拟合,用所有测量点到理想椭圆的距离的平方和为最小这一准则来确定理想椭圆的5个参数:x 0,y 0,a,b和θ。
设P i (x i ,y i )(i=1,2,3…N,N≥5)为地球轮廓上的测量点,根据最小二乘法原理,应求目标函数
的最小值来确定参数A、B、C、D、E的值,由极值原理,欲使F最小,必有
由此可得方程组:
通过解线性方程组,可求得A、B、C、D、E的值。即可求的椭圆的5个参数:
2)根据自旋卫星扫描方式,利用直方图方法,分别提取区域观测云图地球东和西两方向的边缘点坐标,对边缘点进行奇异点去除;
所述云图由地球、外太空背景和杂散信号组成的图像,云图上的图像灰度值出现阶跃变化,灰度的范围表示图像中各种灰阶的分布范围即所谓的动态范围,对于红外图像为8bits,即0~255的取值范围;
红外云图图像的直方图具有明显的双峰特点,双峰中间的波谷,可以近似认为是图像的边缘点的灰度值,根据灰度的阶跃变化和直方图的双峰特点,可以方便的提取出地球轮廓;
如图2所示,其中横轴为图像中对应的灰度值,纵轴为图像中对应该灰度值的像素个数,即代表了图像中灰度级的分布数量。由于地球目标与周边的空间目标灰度值相差很大,因此表现为两个峰值。当外空间没有杂散信号,则直方图中表现为一条线或较窄的峰,杂散信号使该峰值部分变宽了,如图2中像素值中大于240的部分除去其中外空间的灰级,其他即为分布在全景红外云图之外的杂散信号。由图2可以选取240为图像阈值,当红外像元灰度值小于240时,该像元即可认为是地球边缘上一点。因此,每条扫描线红外云图像素在240附近出现阶跃时,此点即是红外云图上地球的边缘,由此可以初步对地球图像轮廓进行判断;
由于受噪声等的干扰,根据直方图获取的红外云图地球边缘点并不是真正的地球边缘点,因此,需要去除噪声等的影响。根据地球边缘轮廓的类椭圆特性,对由直方图得到的地球轮廓进行滤波,去除噪声影响。
3)将2)中得到的准确云图地球边缘点带入1)中的地球模型,利用边缘点坐标到对应的模型距离最短的约束条件,用最小二乘法求解地球模型的几何形状参数,从而根据区域观测云图得到该时次完整的观测地球几何模型。
用步骤1)通过最小二乘法得到的是基于代数方法的参数,边缘点数量越多,得到模型参数越准确。由于区域扫描图像的局限性,只可以得到部分的边缘点坐标,用以上方法得到的模型参数会存在一定的误差。图3是以上方法得到的卫星星下点坐标点位置与实际值比较结果,可以看出,区域大小和位置的不同,用此方法计算所得星下点位置误差较大。
直接用最小二乘法对(1)中模型参数进行解算,属于代数方法得到结果,在边缘样本点较少的情况下,误差较大,再利用几何约束方法,几何距离测度直接定义为点到椭圆的最短距离,可以得到较高拟合精度,记椭圆参数为a=(a b x 0 y 0 θ)。设给定点P(xi,yi)在椭圆上的正交近邻点为P’(xi’,yi’),则m个给定点的几何距离拟合问题可表述为最小化:
E=(X-X’)TWTW(X-X’)
式中:X与X’分别表示m个给定样本点及相应椭圆上最近邻点的坐标列向量;W是指定的对称正定加权矩阵,用于调整对不同样本点的权重。可见:椭圆拟合首先需计算已知点Xi在初始拟合椭圆上的最近邻点Xi’,然后才是对椭圆上的点X’进行拟合以获取优化的椭圆参数A’。
以上所述,为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明泄露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种区域观测模式下地球几何特征信息确定方法,其特征在于,包括以下步骤:
1)根据卫星观测地球云图特点,建立观测地球的椭圆模型,建立云图地球边缘点与地球模型参数的对应关系,包括地球云图中心(x 0,y 0),地球云图长半轴a和短半轴b,观测云图相对观测坐标旋转角度θ;
所述地球的椭圆模型用下式表示:
其中椭圆中心(x 0,y 0)是卫星星下点的坐标,椭圆模型的5个独立的参数:椭圆中心(x 0,y 0),长轴半径a,短轴半径b,长轴与x轴夹角θ都不确定,以上模型的5个参数方程是复杂的非线性方程,通过变量代换,将上式变为5个参数的简洁的线性方程:
其中:
利用最小二乘拟合,用所有测量点到理想椭圆的距离的平方和为最小这一准则来确定理想椭圆的5个参数:x 0,y 0,a,b和θ;
2)根据自旋卫星扫描方式,利用直方图方法,分别提取区域观测云图地球东和西两方向的边缘点坐标,对边缘点进行奇异点去除;
3)将步骤2)中得到的准确云图地球边缘点带入步骤1)中的所述的地球的椭圆模型,利用边缘点坐标到对应的模型距离最短的约束条件,用最小二乘法求解地球的椭圆模型的几何形状参数,从而根据区域观测云图得到该时次完整的观测地球几何模型。
2.根据权利要求1所述的区域观测模式下地球几何特征信息确定方法,其特征在于:步骤2)中所述云图是由地球、外太空背景和杂散信号组成的图像,云图上的图像灰度值出现阶跃变化,灰度的范围表示图像中各种灰阶的分布范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210170581.4A CN102682481B (zh) | 2012-05-28 | 2012-05-28 | 区域观测模式下地球几何特征信息确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210170581.4A CN102682481B (zh) | 2012-05-28 | 2012-05-28 | 区域观测模式下地球几何特征信息确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102682481A CN102682481A (zh) | 2012-09-19 |
CN102682481B true CN102682481B (zh) | 2014-08-20 |
Family
ID=46814344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210170581.4A Expired - Fee Related CN102682481B (zh) | 2012-05-28 | 2012-05-28 | 区域观测模式下地球几何特征信息确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102682481B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033803B (zh) * | 2012-10-30 | 2014-11-12 | 国家卫星气象中心 | 气象卫星光学遥感器二维点扩散函数处理方法 |
CN104933291B (zh) * | 2015-05-06 | 2017-08-25 | 中国石油大学(华东) | 基于网函数插值的卫星测高数据平均海面高产品制作方法 |
CN107506779B (zh) * | 2017-07-04 | 2020-06-30 | 北京林业大学 | 一种植物茎干含水量的估算方法及系统 |
CN116206163B (zh) * | 2023-05-04 | 2023-07-04 | 中科三清科技有限公司 | 一种气象卫星遥感云图检测分析处理方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101381004A (zh) * | 2008-08-20 | 2009-03-11 | 南京航空航天大学 | 基于大气阻力的微小卫星编队飞行控制方法及控制装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6810153B2 (en) * | 2002-03-20 | 2004-10-26 | Hitachi Software Global Technology, Ltd. | Method for orthocorrecting satellite-acquired image |
-
2012
- 2012-05-28 CN CN201210170581.4A patent/CN102682481B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101381004A (zh) * | 2008-08-20 | 2009-03-11 | 南京航空航天大学 | 基于大气阻力的微小卫星编队飞行控制方法及控制装置 |
Non-Patent Citations (4)
Title |
---|
Fluid structure and motion analysis from multi-spectrum 2D cloud image sequences;Zhou,L. et al.;《IEEE Conference on Computer Vision and Pattern Recognition 2000》;20000615;第2卷;第744-751页 * |
Zhou,L. et al..Fluid structure and motion analysis from multi-spectrum 2D cloud image sequences.《IEEE Conference on Computer Vision and Pattern Recognition 2000》.2000,第2卷第744-751页. |
基于卫星云图的台风云系特征提取算法研究;王毅 等;《遥感技术与应用》;20110630;第26卷(第3期);全文 * |
王毅 等.基于卫星云图的台风云系特征提取算法研究.《遥感技术与应用》.2011,第26卷(第3期),全文. |
Also Published As
Publication number | Publication date |
---|---|
CN102682481A (zh) | 2012-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nouri et al. | Cloud height and tracking accuracy of three all sky imager systems for individual clouds | |
CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN103727930B (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
CN102682481B (zh) | 区域观测模式下地球几何特征信息确定方法 | |
CN104677361B (zh) | 一种综合定位的方法 | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
CN105301601A (zh) | 一种适用于全球区域的gnss电离层延迟三维建模方法 | |
CN114755662B (zh) | 一种路车融合感知的激光雷达和gps的标定方法和装置 | |
CN105203023A (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
CN109238227B (zh) | 一种表征地面沉降时空演变的方法 | |
CN109141427A (zh) | 在非视距环境下基于距离和角度概率模型的ekf定位方法 | |
CN103093459A (zh) | 利用机载LiDAR点云数据辅助影像匹配的方法 | |
CN104197933A (zh) | 一种望远镜视场中高星等滑动恒星的增强和提取方法 | |
CN103644918A (zh) | 卫星对月探测数据定位处理方法 | |
CN112558076A (zh) | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 | |
CN110780327A (zh) | 基于星载ais与红外相机的海上目标协同定位方法 | |
Li et al. | Changes in the glacier extent and surface elevation in Xiongcaigangri region, Southern Karakoram Mountains, China | |
CN111652931A (zh) | 一种地理定位方法、装置、设备及计算机可读存储介质 | |
CN104180794B (zh) | 数字正射影像拉花区域的处理方法 | |
CN114170524A (zh) | 一种高时-空卫星数据融合的单日潮滩数字地形构建方法 | |
CN113238228A (zh) | 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置 | |
CN105403886A (zh) | 一种机载sar定标器图像位置自动提取方法 | |
CN104764465A (zh) | 一种遥感卫星地面分辨率的测量方法 | |
KR20210085787A (ko) | 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법 | |
CN110310370A (zh) | 一种基于积分平差实现gps与srtm点面融合的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140820 Termination date: 20150528 |
|
EXPY | Termination of patent right or utility model |