CN106845692A - 一种考虑气象信息的成像卫星任务规划方法 - Google Patents
一种考虑气象信息的成像卫星任务规划方法 Download PDFInfo
- Publication number
- CN106845692A CN106845692A CN201611241443.5A CN201611241443A CN106845692A CN 106845692 A CN106845692 A CN 106845692A CN 201611241443 A CN201611241443 A CN 201611241443A CN 106845692 A CN106845692 A CN 106845692A
- Authority
- CN
- China
- Prior art keywords
- data
- cloud
- task
- mission
- information
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000005194 fractionation Methods 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
- B64G1/1021—Earth observation satellites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
- B64G1/00—Cosmonautic vehicles
- B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
- B64G1/1021—Earth observation satellites
- B64G1/1042—Earth observation satellites specifically adapted for meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Astronomy & Astrophysics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种考虑气象信息的成像卫星任务规划方法,包括如下步骤:加载未来预定时间内气象数据信息;计算成像卫星所有待观测任务的可见时间窗口;获取待观测区域的核心条带;根据所述气象数据信息和所述核心条带数据生成任务预规划方案;上注卫星工作计划的前一天加载最新气象预报数据;根据所述最新气象预报数据确定最终任务规划方案。本发明的判断云层是否对卫星成像造成遮挡的评估方法具有评价方法简单,计算量较少,计算速度快的优点。
Description
技术领域
本发明涉及成像卫星技术领域,具体涉及一种考虑气象信息的成像卫星任务规划方法。
背景技术
光学成像遥感器是成像卫星卫星搭载的一种常见传感器。光学遥感器绝大多数都属于被动遥感器,只接收来自目标的反射或自身发射的光辐射。其中可见光遥感器是一种较成熟的光学遥感器,它的照片信息量大、分辨率高,但只能在晴朗的白天工作,无法全天候工作,容易受到云层遮挡,使成像质量受到较大影响。据统计,我国60%左右的光学卫星图像因为云层遮挡而无法成为有效的数据产品,这不仅不能满足用户需求,还对卫星资源造成极大浪费。
可见光成像受气象因素的影响比较大,想要获得高质量的成像图像,就必须增大成像区域的覆盖率。气候多是变化无常的,每个地区的气象特征也有很大差别。针对区域覆盖要求较高的地区,要达到无缝覆盖,最后的查漏补缺就更加困难。
考虑气象因素的影响,将气象预报与任务规划算法相结合,进行任务规划算法设计,提高目标观测的准确性,是本领域技术人员函需解决的技术问题。而如何计算当前时刻某区域的云层覆盖率,如何存储、表示以及统计气象预报数据是解决上述一个或者多个技术问题的前提条件。
因此,亟需一种考虑气象信息的成像卫星任务规划方法。
发明内容
技术问题
有鉴于此,本发明实施例提供一种考虑气象信息的成像卫星任务规划方法,在处理集中式云层遮挡的问题时,根据预报的云量信息,通过调整拍摄时间和卫星侧摆角度来规避影响成像质量的云层,使得拍摄结果有更高的可用性,同时提高了成像卫星的资源利用率。
根据本发明的一个方面,公开了一种考虑气象信息的成像卫星任务规划方法,包括如下步骤:
加载未来预定时间内气象数据信息;
计算成像卫星所有待观测任务的可见时间窗口;
获取待观测区域的核心条带;
根据所述可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案;
上注卫星工作计划的前一天加载最新气象预报数据;
根据所述最新气象预报数据确定最终任务规划方案。
在其中一个实施例中,所述预定时间为7天。
在其中一个实施例中,所述气象数据信息为指定区域的气象预报,包括:成像区域的云量和接收区域的大风、大雨和大雪恶劣天气的预报信息。
在其中一个实施例中,气象数据更新规则为:未来24小时云预报数据和天气预报数据,时间间隔为1小时;未来7天云预报数据和天气预报数据,时间间隔为3小时;云预报和天气预报数据每12小时更新一次。
在其中一个实施例中,所述获取待观测区域的核心条带的步骤,包括如下步骤:
对所述待观测区域进行条带拆分;
选择核心条带;
对所述核心条带进行优化。
在其中一个实施例中,所述根据可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案的步骤为结合气象预报与任务规划算法设计任务规划算法。
在其中一个实施例中,所述根据可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案的步骤为通过经纬度网格拆分方法,将覆盖待观测区域的云层进行拆分,统计拆分后的元任务的云量覆盖情况。
在其中一个实施例中,所述统计拆分后的元任务的云量覆盖情况的步骤,为使用基于临近点云层覆盖率的加权平均法,并将计算的结果作为该任务时间窗口的云层覆盖率;其中,云层覆盖率Pt为:
其中,t为任务的预计拍摄时间,t1、t2、t3分别为预报的气象数据的时间,其中t1、t2、t3与t的时间间隔依次增加。
在其中一个实施例中,所述根据最新气象预报数据确定最终任务规划数据的步骤,包括如下步骤:
根据所述最新气象预报数据,遍历所有待观测任务的可见时间窗口;
判断所述任务预规划方案中安排的观测任务是否被云层遮挡;
如果被遮挡,则执行删除被遮挡的观测任务,并安排新观测任务并重复执行上述判断的步骤;
如果没有被遮挡,则确定最终任务规划数据。
在其中一个实施例中,所述安排新观测任务的步骤,包括如下步骤:
判断是否有待安排的观测任务;
如果有待安排的观测任务,判断选取的待安排的观测任务的时间窗口是否小于被删除的观测任务的时间,如果是,则进行重规划;如果否,则按照预定添加规则添加优先级最高的所述待安排的观测任务;
如果没有待安排的观测任务,则根据所述最新气象预报数据对任务规划方案进行调整。
采用上述技术方案,本发明至少可取得下述技术效果:
本发明,一种考虑气象信息的成像卫星任务规划方法,为了最大限度的降低云层对光学卫星成像造成的影响,考虑空间云量叠加,将云层信息进行量化,提出一种云量信息的描述方法。云层信息的量化描述使云层对光学卫星成像质量的影响更加明晰;
在处理集中式云层遮挡的问题时,根据预报的云量信息,通过调整拍摄时间和卫星侧摆角度来规避影响成像质量的云层,使得拍摄结果有更高的可用性,同时提高了成像卫星的资源利用率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明一实施例考虑气象信息的成像卫星任务规划方法流程图;
图2是图1所示实施例步骤S130的流程图;
图3是图1所示实施例步骤S160的流程图;
图4是图3所示实施例步骤S166的流程图;
图5是本发明一个月内的全球气候条件统计文件示意图;
图6是本发明中云层遮挡时间窗口投影规则示意图;
图7是本发明中云层集中式简易分布图;
图8是本发明删除可能被遮挡的任务后添加新任务的流程图。
贯穿附图,应该注意的是,相似的标号用于描绘相同或相似的元件、特征和结构。
具体实施方式
提供以下参照附图的描述来帮助全面理解由权利要求及其等同物限定的本公开的各种实施例。以下描述包括帮助理解的各种具体细节,但是这些细节将被视为仅是示例性的。因此,本领域普通技术人员将认识到,在不脱离本公开的范围和精神的情况下,可对本文所述的各种实施例进行各种改变和修改。另外,为了清晰和简洁,公知功能和构造的描述可被省略。
以下描述和权利要求书中所使用的术语和词汇不限于文献含义,而是仅由发明人用来使本公开能够被清晰和一致地理解。因此,对于本领域技术人员而言应该明显的是,提供以下对本公开的各种实施例的描述仅是为了示例性目的,而非限制由所附权利要求及其等同物限定的本公开的目的。
应该理解,除非上下文明确另外指示,否则单数形式也包括复数指代。因此,例如,对“组件表面”的引用包括对一个或更多个这样的表面的引用。
下面依据图1-4对本发明实施例作具体阐述说明。
图1是本发明一实施例考虑气象信息的成像卫星任务规划方法流程图;
图2是图1所示实施例步骤S130的流程图;
图3是图1所示实施例步骤S160的流程图;
图4是图3所示实施例步骤S166的流程图。
图1是本发明一种考虑气象信息的成像卫星任务规划方法100,该方法100具体包括如下步骤:
步骤S110:加载未来预定时间内气象数据信息。
其中,预定时间为7天。所述气象数据信息为指定区域的气象预报,包括:成像区域的云量和接收区域的大风、大雨和大雪恶劣天气的预报信息。
而且,气象数据更新规则为:未来24小时云预报数据和天气预报数据,时间间隔为1小时;未来7天云预报数据和天气预报数据,时间间隔为3小时;云预报和天气预报数据每12小时更新一次。
步骤S120:计算成像卫星所有待观测任务的可见时间窗口。
步骤S130:获取待观测区域的核心条带。
参考图2,获取待观测区域的核心条带的步骤,包括如下步骤:
步骤S132:对所述待观测区域进行条带拆分。
步骤S134:选择核心条带。
步骤S136:对所述核心条带进行优化。
步骤S140:根据所述可见时间窗口、所述气象数据信息和所述核心条带数据生成任务预规划方案。
根据所述可见时间窗口、所述气象数据信息和所述核心条带数据生成任务预规划方案的步骤为结合气象预报与任务规划算法设计任务规划算法。考虑气象因素的影响,将气象预报与任务规划算法相结合,进行任务规划算法设计,提高目标观测的准确性。
所述根据所述可见时间窗口、所述气象数据信息和所述核心条带数据生成任务预规划方案的步骤为通过经纬度网格拆分方法,将覆盖待观测区域的云层进行拆分,统计拆分后的元任务的云量覆盖情况。同样可以利用经纬度网格拆分的方法,将覆盖区域的云层进行拆分,统计拆分后的元任务的云量覆盖情况。每个区域上的云量用百分比表示,百分比越高表示云层覆盖率越大。云层的覆盖率需要考虑空间上的叠加,并且在同一个平面上只计算集中的云层,对于分散的少量云不作考虑。然后根据接收到的气象数据和条带优化的结果,得到初步的任务规划方案。
其中,所述统计拆分后的元任务的云量覆盖情况的步骤,为使用基于临近点云层覆盖率的加权平均法,并将计算的结果作为该任务时间窗口的云层覆盖率;其中,云层覆盖率Pt为:
其中,t为任务的预计拍摄时间,t1、t2、t3分别为预报的气象数据的时间,其中t1、t2、t3与t的时间间隔依次增加。在其他实施例中,还可以使用加权平均法计算云层覆盖率,能够较为准确预报近期的天气情况。
步骤S150:上注卫星工作计划的前一天加载最新气象预报数据。
而且,气象数据更新规则为:未来24小时云预报数据和天气预报数据,时间间隔为1小时;未来7天云预报数据和天气预报数据,时间间隔为3小时;云预报和天气预报数据每12小时更新一次。
与卫星相关的数据包括:上行控制命令和下行成像数据。其中,上行控制命令是指卫星测控站发送给卫星的工作计划,一般将给卫星发送工作计划的过程称为指令上注。
步骤S160:根据所述最新气象预报数据确定最终任务规划数据。
根据最新气象预报数据确定最终任务规划方案的步骤S160,包括如下步骤:
步骤S162:根据所述最新气象预报数据,遍历所有待观测任务的可见时间窗口。
步骤S164:判断所述任务预规划方案中安排的观测任务是否被云层遮挡。
步骤S166:如果被遮挡,则执行删除被遮挡的观测任务,并安排新观测任务并重复执行上述判断的步骤,即,执行步骤S164。
步骤S168:如果没有被遮挡,则确定最终任务规划方案。
其中,S166中所述安排新观测任务的步骤,包括如下步骤:
步骤S1662:判断是否有待安排的观测任务。
如果有待安排的观测任务,则执行步骤S1664,选取优先级最高的待安排的观测任务;如果没有待安排的观测任务,则执行步骤S1670:对任务规划方案进行调整;
步骤S1666:判断选取的待安排的观测任务的时间窗口是否小于被删除的观测任务的时间,如果有待安排的观测任务,则执行步骤S1668;如果没有待安排的观测任务,则执行步骤S1670:对任务规划方案进行调整。
步骤S1668:添加该任务,并重新执行步骤S1662:判断是否有待安排的观测任务。
图5是本发明一个月内的全球气候条件统计文件示意图。
图6是本发明中云层遮挡时间窗口投影规则示意图。
图7是本发明中云层集中式简易分布图;
图8是本发明删除可能被遮挡的任务后添加新任务的流程图。
下面根据图5-8所示实施例对本发明进行具体阐述:
本发明的云层对成像卫星的遮挡时间窗口的计算方法100可以包括以下步骤:
1)加载未来七天的气象数据。
此时加载的气象数据是指定区域的气象预报,主要包括成像区域的云量和接收区域的大风、大雨、大雪等恶劣天气的预报。其中加载的气象数据的更新规则如下:未来24小时云预报数据和天气预报数据,时间间隔为1小时;未来7天云预报数据和天气预报数据,时间间隔为3小时;云预报和天气预报数据每12小时更新一次。
由于气象数据都是整点数据,而实际拍摄任务的时间却是任意时刻,因此本发明使用一种基于临近点云层覆盖率的加权平均法,计算的结果作为该任务时间窗口的云层覆盖率。云层覆盖率Pt具体的计算方法如下:
其中,t为任务的预计拍摄时间,t1、t2、t3分别为预报的气象数据的时间,其中t1与t的时间间隔最小,其次分别为t2、t3。
2)计算成像卫星所有任务的可见时间窗口;
3)对观测区域进行条带拆分,选择核心条带,并对条带进行优化;
4)考虑气象因素的影响,将气象预报与任务规划算法相结,进行任务规划算法设计,提高目标观测的准确性,同样可以利用经纬度网格拆分的方法,将覆盖区域的云层进行拆分,统计拆分后的元任务的云量覆盖情况。图5是一个月内的全球气候统计文件,其基本单位大小为1°×1°,每个区域上的云量用百分比表示,百分比越高表示云层覆盖率越大。由于遮挡窗口与可见窗口的相对位置不确定,一个可见窗口可能对应多个遮挡窗口,不同的遮挡窗口对应的云量等级也可能不同。为了寻找最优成像时间,需要将多个遮挡窗口投影到可见窗口上以计算不同位置的成像质量。具体的投影规则如图6所示,将每段遮挡窗口的开始时间与结束时间对应投影到可见窗口上,并标注遮挡云层的云量等级,当多个遮挡窗口有重叠部分时,重叠时间段的多个云层的云量等级应当进行叠加,最大值为100%目标被云层完全遮挡。
将云量的分布情况可以分为三种情况:全部式、集中式和分散式。全部式可能被云全部覆盖,也可能没有云,这种情况比较极端,出现的概率较小,处理起来也比较简单。集中式的情况较多,处理起来也比较复杂,其具体图示如图7所示。蓝色阴影区表示云量覆盖率超过30%,不能观测,无色区域表示云量覆盖率低于30%,可以进行观测.从而形象的描述了云层与网格的位置关系,在图7中前三个表述为上下式,后三个表述为左右式,其中a、c、d、f这四种情况相对简单,可以根据需要将被观测区域面积缩小,即将云量覆盖率大于30%的部分分离出去,再进行观测,但是对于b和e这两种情况,云量覆盖率较大的区域在整个观测区域的内部,需根据需要分析其任务目标的具体位置或者根据任务的重要性,删除不重要的部分和云量覆盖率较大的部分,再对剩下的区域安排任务,根据上文提出的云量统计方法进行统计。最后根据接收到的气象数据和条带优化的结果,得到初步的任务规划方案;
5)上注卫星工作计划的前一天,接收最新的气象预报数据,并执行如下操作:
5.1)根据接收到的最新的气象预报数据,遍历所有任务的可见时间窗口,判断5)中生成的任务规划结果中观测任务是否被云层遮挡。若有任务被云层遮挡执行步骤5.2),若没有执行步骤6);
5.2)删除被遮挡的任务,然后判断是否还有待安排的任务。若有未安排的任务,在这些任务里选取优先级最高的任务,如果选取的元任务时间窗口小于被删除的原任务的时间,则进行重规划;否则继续选取剩余未安排的元任务中优先级较高的,做类似的比较,直到没有未安排的元任务为止。若不存在待安排的元任务,则直接根据最新的气象信息对剩余的元任务组进行重规划。删除可能被遮挡的任务后添加新任务的流程图如图8所示,其中任务i,j分别为被删除的遮挡任务和选中的未安排任务,wi和wj分别为任务i,j的时间窗口;
6)确定最终的任务规划结果。
本发明为了最大限度的降低云层对光学卫星成像造成的影响,考虑空间云量叠加,将云层信息进行量化,提出一种云量信息的描述方法。云层信息的量化描述使云层对光学卫星成像质量的影响更加明晰。
在处理集中式云层遮挡的问题时,根据预报的云量信息,通过调整拍摄时间和卫星侧摆角度来规避影响成像质量的云层,使得拍摄结果有更高的可用性,同时提高了成像卫星的资源利用率。本发明的判断云层是否对卫星成像造成遮挡的评估方法具有评价方法简单,计算量较少,计算速度快的优点。
应该注意的是,如上所述的本公开的各种实施例通常在一定程度上涉及输入数据的处理和输出数据的生成。此输入数据处理和输出数据生成可在硬件或者与硬件结合的软件中实现。例如,可在移动装置或者相似或相关的电路中采用特定电子组件以用于实现与如上所述本公开的各种实施例关联的功能。另选地,依据所存储的指令来操作的一个或更多个处理器可实现与如上所述本公开的各种实施例关联的功能。如果是这样,则这些指令可被存储在一个或更多个非暂时性处理器可读介质上,这是在本公开的范围内。处理器可读介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光学数据存储装置。另外,用于实现本公开的功能计算机程序、指令和指令段可由本公开所属领域的程序员容易地解释。
尽管已参照本公开的各种实施例示出并描述了本公开,但是本领域技术人员将理解,在不脱离由所附权利要求及其等同物限定的本公开的精神和范围的情况下,可对其进行形式和细节上的各种改变。
Claims (10)
1.一种考虑气象信息的成像卫星任务规划方法,其特征在于,包括如下步骤:
加载未来预定时间内气象数据信息;
计算成像卫星所有待观测任务的可见时间窗口;
获取待观测区域的核心条带;
根据所述可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案;
上注卫星工作计划的前一天加载最新气象预报数据;
根据所述最新气象预报数据确定最终任务规划方案。
2.如权利要求1所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述预定时间为7天。
3.如权利要求1或2所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述气象数据信息为指定区域的气象预报,包括:成像区域的云量和接收区域的大风、大雨和大雪恶劣天气的预报信息。
4.如权利要求3所述的考虑气象信息的成像卫星任务规划方法,其特征在于,气象数据更新规则为:未来24小时云预报数据和天气预报数据,时间间隔为1小时;未来7天云预报数据和天气预报数据,时间间隔为3小时;云预报和天气预报数据每12小时更新一次。
5.如权利要求1所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述获取待观测区域的核心条带的步骤,包括如下步骤:
对所述待观测区域进行条带拆分;
选择核心条带;
对所述核心条带进行优化。
6.如权利要求1所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述根据可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案的步骤为结合气象预报与任务规划算法设计任务规划算法。
7.如权利要求1所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述根据可见时间窗口、气象数据信息和核心条带数据生成任务预规划方案的步骤为通过经纬度网格拆分方法,将覆盖待观测区域的云层进行拆分,统计拆分后的元任务的云量覆盖情况。
8.如权利要求7所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述统计拆分后的元任务的云量覆盖情况的步骤,为使用基于临近点云层覆盖率的加权平均法,并将计算的结果作为该任务时间窗口的云层覆盖率;其中,云层覆盖率Pt为:
其中,t为任务的预计拍摄时间,t1、t2、t3分别为预报的气象数据的时间,其中t1、t2、t3与t的时间间隔依次增加。
9.如权利要求7所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述根据最新气象预报数据确定最终任务规划数据的步骤,包括如下步骤:
根据所述最新气象预报数据,遍历所有待观测任务的可见时间窗口;
判断所述任务预规划方案中安排的观测任务是否被云层遮挡;
如果被遮挡,则执行删除被遮挡的观测任务,并安排新观测任务并重复执行上述判断的步骤;
如果没有被遮挡,则确定最终任务规划数据。
10.如权利要求9所述的考虑气象信息的成像卫星任务规划方法,其特征在于,所述安排新观测任务的步骤,包括如下步骤:
判断是否有待安排的观测任务;
如果有待安排的观测任务,判断选取的待安排的观测任务的时间窗口是否小于被删除的观测任务的时间,如果是,则进行重规划;如果否,则按照预定添加规则添加优先级最高的所述待安排的观测任务;
如果没有待安排的观测任务,则根据所述最新气象预报数据对任务规划方案进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611241443.5A CN106845692A (zh) | 2016-12-29 | 2016-12-29 | 一种考虑气象信息的成像卫星任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611241443.5A CN106845692A (zh) | 2016-12-29 | 2016-12-29 | 一种考虑气象信息的成像卫星任务规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106845692A true CN106845692A (zh) | 2017-06-13 |
Family
ID=59114578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611241443.5A Pending CN106845692A (zh) | 2016-12-29 | 2016-12-29 | 一种考虑气象信息的成像卫星任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845692A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256822A (zh) * | 2017-12-25 | 2018-07-06 | 航天恒星科技有限公司 | 一种适用于气象信息辅助卫星成像任务规划系统及方法 |
CN108446254A (zh) * | 2018-02-08 | 2018-08-24 | 中国科学院遥感与数字地球研究所 | 数据采集方法及装置 |
CN108510125A (zh) * | 2018-04-11 | 2018-09-07 | 北京航空航天大学 | 卫星任务可靠度优化方法、装置及电子设备 |
CN109948852A (zh) * | 2019-03-20 | 2019-06-28 | 武汉大学 | 一种敏捷卫星的同轨多点目标成像任务规划方法 |
CN110728447A (zh) * | 2019-10-10 | 2020-01-24 | 合肥工业大学 | 一种最早完成区域目标覆盖的分区卫星任务规划方法 |
CN111144196A (zh) * | 2018-11-05 | 2020-05-12 | 慧天科技公司 | 使用序列图像的云预测的方法、系统和存储介质 |
WO2020161446A1 (fr) | 2019-02-08 | 2020-08-13 | Airbus Defence And Space Sas | Systèmes informatiques pour l'acquisition d'images satellitaires avec prise en compte de l'incertitude météorologique |
CN112668613A (zh) * | 2020-12-07 | 2021-04-16 | 中国西安卫星测控中心 | 基于气象预报和机器学习的卫星红外成像效果预测方法 |
CN113935227A (zh) * | 2021-06-23 | 2022-01-14 | 中国人民解放军战略支援部队航天工程大学 | 一种基于实时气象云图的光学卫星智能任务规划方法 |
CN114330033A (zh) * | 2022-03-09 | 2022-04-12 | 山东捷瑞数字科技股份有限公司 | 一种用于模拟卫星发射方案的模拟器及方法 |
CN114387527A (zh) * | 2021-12-28 | 2022-04-22 | 长光卫星技术有限公司 | 一种基于云图的遥感卫星大区域拍摄规划方法 |
CN115936163A (zh) * | 2022-05-17 | 2023-04-07 | 长光卫星技术股份有限公司 | 一种基于气象预测数据的卫星大区域覆盖编程规划方法 |
-
2016
- 2016-12-29 CN CN201611241443.5A patent/CN106845692A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256822A (zh) * | 2017-12-25 | 2018-07-06 | 航天恒星科技有限公司 | 一种适用于气象信息辅助卫星成像任务规划系统及方法 |
CN108446254A (zh) * | 2018-02-08 | 2018-08-24 | 中国科学院遥感与数字地球研究所 | 数据采集方法及装置 |
CN108510125A (zh) * | 2018-04-11 | 2018-09-07 | 北京航空航天大学 | 卫星任务可靠度优化方法、装置及电子设备 |
CN111144196A (zh) * | 2018-11-05 | 2020-05-12 | 慧天科技公司 | 使用序列图像的云预测的方法、系统和存储介质 |
CN113544061B (zh) * | 2019-02-08 | 2024-03-08 | 空客防务与空间有限公司 | 考虑气象不确定性的用于卫星图像采集的计算机系统 |
WO2020161446A1 (fr) | 2019-02-08 | 2020-08-13 | Airbus Defence And Space Sas | Systèmes informatiques pour l'acquisition d'images satellitaires avec prise en compte de l'incertitude météorologique |
FR3092565A1 (fr) * | 2019-02-08 | 2020-08-14 | Airbus Defence And Space Sas | Systèmes informatiques pour l’acquisition d’images satellitaires avec prise en compte de l’incertitude météorologique |
CN113544061A (zh) * | 2019-02-08 | 2021-10-22 | 空客防务与空间有限公司 | 考虑气象不确定性的用于卫星图像采集的计算机系统 |
US11932423B2 (en) | 2019-02-08 | 2024-03-19 | Airbus Defence And Space Sas | Computer systems for acquiring satellite images while taking into account meteorological uncertainty |
CN109948852A (zh) * | 2019-03-20 | 2019-06-28 | 武汉大学 | 一种敏捷卫星的同轨多点目标成像任务规划方法 |
CN109948852B (zh) * | 2019-03-20 | 2021-05-18 | 武汉大学 | 一种敏捷卫星的同轨多点目标成像任务规划方法 |
CN110728447A (zh) * | 2019-10-10 | 2020-01-24 | 合肥工业大学 | 一种最早完成区域目标覆盖的分区卫星任务规划方法 |
CN112668613A (zh) * | 2020-12-07 | 2021-04-16 | 中国西安卫星测控中心 | 基于气象预报和机器学习的卫星红外成像效果预测方法 |
CN113935227A (zh) * | 2021-06-23 | 2022-01-14 | 中国人民解放军战略支援部队航天工程大学 | 一种基于实时气象云图的光学卫星智能任务规划方法 |
CN113935227B (zh) * | 2021-06-23 | 2024-09-06 | 中国人民解放军战略支援部队航天工程大学 | 一种基于实时气象云图的光学卫星智能任务规划方法 |
CN114387527A (zh) * | 2021-12-28 | 2022-04-22 | 长光卫星技术有限公司 | 一种基于云图的遥感卫星大区域拍摄规划方法 |
CN114330033A (zh) * | 2022-03-09 | 2022-04-12 | 山东捷瑞数字科技股份有限公司 | 一种用于模拟卫星发射方案的模拟器及方法 |
CN115936163A (zh) * | 2022-05-17 | 2023-04-07 | 长光卫星技术股份有限公司 | 一种基于气象预测数据的卫星大区域覆盖编程规划方法 |
CN115936163B (zh) * | 2022-05-17 | 2024-02-23 | 长光卫星技术股份有限公司 | 一种基于气象预测数据的卫星大区域覆盖编程规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845692A (zh) | 一种考虑气象信息的成像卫星任务规划方法 | |
US11378718B2 (en) | Unmanned aerial vehicle system and methods | |
CN103941744B (zh) | 用于确定飞行路径的方法 | |
US8972306B2 (en) | System and method for sensor tasking | |
US8831877B2 (en) | Automatic correction of trajectory data | |
US11953328B2 (en) | Systems and methods for flexible route planning | |
US20120029812A1 (en) | Method and system for automatically planning and scheduling a remote sensing satellite mission | |
US20170083979A1 (en) | System and methods for hosting missions with unmanned aerial vehicles | |
US20210221506A1 (en) | Unmanned aerial vehicle system and methods | |
WO2019077006A1 (en) | SYSTEM AND METHOD FOR DETERMINING OPTIMAL PATHS FOR DRONES | |
CA3144577A1 (fr) | Procede de determination de trajet d'un appareil aerien non habite et autres procedes associes | |
US10848905B2 (en) | Selectively highlighting map features associated with places | |
US8201181B2 (en) | System and method for sensor scheduling using fuzzy cognitive maps | |
CN113935227A (zh) | 一种基于实时气象云图的光学卫星智能任务规划方法 | |
US9806528B2 (en) | Systems and methods for estimating net solar energy production for airborne photovoltaic systems | |
US11725960B2 (en) | Determining navigation data based on service type | |
CN110826757A (zh) | 一种航班调度方法、装置及其设备 | |
WO2023275431A1 (en) | Method and system for optimizing image data for generating orthorectified image | |
US20220391626A1 (en) | Method and device for locating an image recording of an object taken from a distance | |
Niu et al. | Multi-satellite observation scheduling for large area disaster emergency response | |
AU2018365237A1 (en) | Method for observing the surface of the earth and device for implementing same | |
US20240287748A1 (en) | Road surface management device, road surface management method, and recording medium | |
CN113544061B (zh) | 考虑气象不确定性的用于卫星图像采集的计算机系统 | |
KR101556462B1 (ko) | 열대 저기압에 대한 지역별 예측 오차의 2차원 표출 방법 및 시스템 | |
CN103761324A (zh) | 一种卫星地图的气象遮挡消除方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |
|
RJ01 | Rejection of invention patent application after publication |