CN108446254A - 数据采集方法及装置 - Google Patents

数据采集方法及装置 Download PDF

Info

Publication number
CN108446254A
CN108446254A CN201810131463.XA CN201810131463A CN108446254A CN 108446254 A CN108446254 A CN 108446254A CN 201810131463 A CN201810131463 A CN 201810131463A CN 108446254 A CN108446254 A CN 108446254A
Authority
CN
China
Prior art keywords
covering
grid
swinging angle
lateral swinging
satellite
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
Application number
CN201810131463.XA
Other languages
English (en)
Inventor
马广彬
黄鹏
章文毅
林友明
朱政霖
田妙苗
冯柯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Remote Sensing and Digital Earth of CAS
Original Assignee
Institute of Remote Sensing and Digital Earth of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Remote Sensing and Digital Earth of CAS filed Critical Institute of Remote Sensing and Digital Earth of CAS
Priority to CN201810131463.XA priority Critical patent/CN108446254A/zh
Publication of CN108446254A publication Critical patent/CN108446254A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种数据采集方法，包括：确定卫星对地面任务区域的成像访问时间窗；将所述地面任务区域划分成多个网格；根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角；以及确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。通过结合卫星轨道计算技术、卫星成像访问计算技术，同时还根据地面任务区域历史云量情况，对地面任务区域有效覆盖率进行评估的方法，具有评估精度高、计算效率高等特点。

Description

数据采集方法及装置
技术领域
本发明涉及多卫星联合数据采集分析评估技术领域，尤其涉及一种数据采集方法及装置。
背景技术
遥感卫星影像数据具有大面积同步观测、良好的时效性等特点，因此在土地利用调查方面得到了广泛应用。遥感卫星数据采集的质量和时效性是土地变更调查顺利展开的关键，由于受相关卫星的成像能力和各卫星任务区域的天气等因素的影响，使得遥感数据的政府采供具有一定的不可控性。如果能对地面任务区的卫星有效覆盖情况进行评估，从而能尽早发现薄弱地区，尽早采取预案，对保障各区域的遥感数据的及时获取具有现实意义。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种数据采集方法及装置，以解决上述的至少一项技术问题。
(二)技术方案
本发明的一方面，提供了一种数据采集方法，包括：
确定卫星对地面任务区域的成像访问时间窗；
将所述地面任务区域划分成多个网格；
根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角；以及
确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
在本发明的一些实施例中，所述网格满足用户对于地面任务区域的云量要求。
在本发明的一些实施例中，各所述网格的形状大小一致。
在本发明的一些实施例中，卫星对地面任务区域的观测起止时间中，各组成像开始时间和成像结束时间即为所述成像访问时间窗。
在本发明的一些实施例中，根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗的卫星的最佳侧摆角，具体包括以下步骤：
计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数，0≤px≤1，0≤px′≤1；
对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序；以及
按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；或者按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x历史的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
在本发明的一些实施例中，所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
在本发明的一些实施例中，评估各网格的有效覆盖率，指若网格的有效覆盖次数等于1，则卫星对该网格完成了有效覆盖；若网格的有效覆盖次数小于1，则该网格未对该网格完成有效覆盖。
本发明的另一方面，还提供了一种数据采集装置，包括：
第一确定模块，用于确定卫星对地面任务区域的成像访问时间窗；
划分模块，用于将所述地面任务区域划分成多个网格；
第二确定模块，用于根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角；以及
评估模块，用于确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
在本发明的一些实施例中，所述第二确定模块还包括：
增量计算单元，用于计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数，0≤px≤1，0≤px′≤1；
降序单元，对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序；以及
最佳侧摆角确定单元，用于按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；或者按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x历史的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
在本发明的一些实施例中，所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
(三)有益效果
本发明的数据采集方法及装置，相较于现有技术，至少具有以下优点：
1、结合卫星轨道计算技术、卫星成像访问计算技术，同时还根据地面任务区域历史云量情况，对地面任务区域有效覆盖率进行评估，具有评估精度高、计算效率高等特点。
2、根据有效覆盖次数总增量最大原则，引入“最大平均覆盖指数”或者“最小增长率指数”两个限制条件，选择出卫星在各成像访问时间窗中的最佳侧摆角，进一步地提高了网格的有效覆盖率的评估结果。
附图说明
图1为本发明实施例的数据采集方法的步骤示意图。
图2为本发明实施例的网格划分示意图。
图3为本发明实施例的步骤S3的子步骤示意图。
图4为本发明实施例的数据采集装置的结构示意图。
图5为本发明实施例的第二确定模块的结构示意图。
具体实施方式
基于现有技术中，卫星的成像能力和各卫星任务区域的天气等因素使得遥感数据的政府采供具有一定的不可控性，本发明对地面任务区的卫星有效覆盖情况进行评估，从而能尽早发现薄弱地区，尽早采取预案，对保障各区域的遥感数据的及时获取具有现实意义。因此，本发明提供了一种多卫星对地面任务区域有效覆盖率进行评估的方法，根据卫星的成像特性并结合地面任务区的历史云量情况，评估地面任务区的有效覆盖率。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
本发明实施例的一方面，提供了一种数据采集方法，图1为本发明实施例的数据采集方法的步骤示意图，如图1所示，该方法包括以下步骤：
S1、确定卫星对地面任务区域的成像访问时间窗。
其中，卫星对地面任务区域的观测起止时间中，各组成像开始时间和成像结束时间即为所述成像访问时间窗。
举例来说，卫星对地面任务区域的成像观测起止时间为T1至T2，计算T1至T2时间范围内卫星对地面任务区域的所有成像开始时间和成像结束时间，每一组成像开始时间和成像结束时间组成一个成像访问时间窗。
S2、将所述地面任务区域划分成多个网格。
本发明实施例结合地面任务区域历史云量情况，从而能够更精准地评估计算卫星对地面任务区域有效覆盖率，因此所述网格应该满足用户对于地面任务区域的云量要求。比如，用户要求地面任务区域云量小于20％，则可拍摄网格点选择云量小于20％的网格点即可。
图2为本发明实施例的网格划分示意图，如图2所示，当划分网格时，应该先确定地面任务区域的外界矩形，再对该外界矩形进行划分，优选地，各所述网格大小形状一致，如此便于划分，还能减小误差。
S3、根据有效覆盖次数总增量最大原则，结合最大平均覆盖指数或者最小增长率指数二者之一，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角。
这是因为目前绝大部分卫星都具有左右侧摆成像能力，对于需要多个卫星条带组合才能覆盖的地面任务区域，卫星每一次成像访问会有多个成像侧摆角可供选择，因此，对于每一次成像访问，需要确定唯一的最佳侧摆角。
图3为本发明实施例的步骤S3的子步骤示意图，如图3所示，在一些实施例中，步骤S3可以具体包括以下子步骤：
S31、计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数(0≤px≤1，0≤px′≤1)；
S32、对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序；以及
S33、当根据最大平均覆盖指数α确定最佳侧摆角时应按照以下步骤：按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；
当根据最小增长率指数β确定最佳侧摆角时应按照以下步骤：按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x历史的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
S4、确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
评估各网格的有效覆盖率，指若网格的有效覆盖次数等于1，则卫星对该网格完成了有效覆盖；若网格的有效覆盖次数小于1，则该网格未对该网格完成有效覆盖。
本发明实施例的另一方面，还提供了一种数据采集装置，图4为本发明实施例的数据采集装置的结构示意图，如图4所示，该装置包括第一确定模块1、划分模块2、第二确定模块3和评估模块4。
第一确定模块1，用于确定卫星对地面任务区域的成像访问时间窗。其中，卫星对地面任务区域的观测起止时间中，各组成像开始时间和成像结束时间即为所述成像访问时间窗。
划分模块2，用于将所述地面任务区域划分成多个网格。本发明实施例结合地面任务区域历史云量情况，从而能够更精准地评估计算卫星对地面任务区域有效覆盖率，因此所述网格应该满足用户对于地面任务区域的云量要求。比如，用户要求地面任务区域云量小于20％，则可拍摄网格点选择云量小于20％的网格点即可。
还需说明的是，当划分网格时，应该先确定地面任务区域的外界矩形，再对该外界矩形进行划分，优选地，各所述网格大小形状一致，如此便于划分，还能减小误差。
第二确定模块3，用于根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角。
图5为本发明实施例的第二确定模块3的结构示意图，如图5所示，第二确定模块3具体可以包括增量计算单元31、降序单元32和最佳侧摆角确定单元33。
增量计算单元31，用于计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数(0≤px≤1，0≤px′≤1)。
降序单元32，对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序。
最佳侧摆角确定单元33，用于按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；或者按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x当前的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
评估模块4，用于确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
其中，所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
一般来说，评估各网格的有效覆盖率，指若网格的有效覆盖次数等于1，则卫星对该网格完成了有效覆盖；若网格的有效覆盖次数小于1，则该网格未对该网格完成有效覆盖。
综上，本发明的数据采集装置及方法结合卫星轨道计算技术、卫星成像访问计算技术，同时还根据地面任务区域历史云量情况，对地面任务区域有效覆盖率进行评估，具有评估精度高、计算效率高等特点。此外，还根据有效覆盖次数总增量最大原则，引入“最大平均覆盖指数”或者“最小增长率指数”两个限制条件，选择出卫星在各成像访问时间窗中的最佳侧摆角，进一步地提高了网格的有效覆盖率的评估结果，高效地解决了现有技术的缺陷。
除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本发明的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到“约”的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
再者，“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的“一”或“一个”不排除存在多个这样的元件。
说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词，以修饰相应的元件，其本身并不意味着该元件有任何的序数，也不代表某一元件与另一元件的顺序、或是制造方法上的顺序，该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种数据采集方法，包括：
确定卫星对地面任务区域的成像访问时间窗；
将所述地面任务区域划分成多个网格；
根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角；以及
确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
2.根据权利要求1所述的方法，其中，所述网格满足用户对于地面任务区域的云量要求。
3.根据权利要求2所述的方法，其中，各所述网格的形状大小一致。
4.根据权利要求1所述的方法，其中，卫星对地面任务区域的观测起止时间中，各组成像开始时间和成像结束时间即为所述成像访问时间窗。
5.根据权利要求2所述的方法，其中，根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗的卫星的最佳侧摆角，具体包括以下步骤：
计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数，0≤px≤1，0≤px′≤1；
对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序；以及
按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；或者按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x历史的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
6.根据权利要求5所述的方法，其中，所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
7.根据权利要求2所述的方法，其中，评估各网格的有效覆盖率，指若网格的有效覆盖次数等于1，则卫星对该网格完成了有效覆盖；若网格的有效覆盖次数小于1，则该网格未对该网格完成有效覆盖。
8.一种数据采集装置，包括：
第一确定模块，用于确定卫星对地面任务区域的成像访问时间窗；
划分模块，用于将所述地面任务区域划分成多个网格；
第二确定模块，用于根据最大平均覆盖指数或者最小增长率指数，确定每次成像访问时间窗中卫星每次过境的最佳侧摆角；以及
评估模块，用于确定各成像访问时间窗中，所述最佳侧摆角下各网格的有效覆盖次数px′，并评估各网格的有效覆盖率。
9.根据权利要求8所述的装置，其中，所述第二确定模块还包括：
增量计算单元，用于计算卫星以侧摆角i进行拍摄时，各网格x的有效覆盖次数的总增量其中，Ri为侧摆角为i时拍摄到的所有网格点，Δpx＝px′-px，px′是当前计算得出的网格点x的有效覆盖次数，px是各网格x历史的有效覆盖次数，0≤px≤1，0≤px′≤1；
降序单元，对每一个侧摆角i计算该侧摆角下有效覆盖次数的总增量然后对降序排序；以及
最佳侧摆角确定单元，用于按照的排列顺序，直至确定以侧摆角i拍摄，被拍摄区域网格点Ri的平均有效覆盖次数小于最大平均覆盖指数α的侧摆角，|Ri|表示Ri中网格点数量；或者按照的排列顺序，直至确定被拍摄区域网格点Ri当前的平均有效覆盖次数与各网格x历史的平均有效覆盖次数的差大于最小增长率指数β的侧摆角。
10.根据权利要求8所述的装置，其中，所述最佳侧摆角下各网格的当前的有效覆盖次数满足公式：px′＝min(px+Δpx，1)，Δpx表示网格x被拍摄1次后有效覆盖次数的增量，其计算方法为：Δpx＝1/gx，gx表示实现覆盖需要的拍摄次数，gx满足公式为：kx为云量要求的概率，γ表示网格x成功拍摄的置信系数。
CN201810131463.XA 2018-02-08 2018-02-08 数据采集方法及装置 Pending CN108446254A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810131463.XA CN108446254A (zh) 2018-02-08 2018-02-08 数据采集方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810131463.XA CN108446254A (zh) 2018-02-08 2018-02-08 数据采集方法及装置

Publications (1)

Publication Number Publication Date
CN108446254A true CN108446254A (zh) 2018-08-24

Family

ID=63192119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810131463.XA Pending CN108446254A (zh) 2018-02-08 2018-02-08 数据采集方法及装置

Country Status (1)

Country Link
CN (1) CN108446254A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993719A (zh) * 2019-03-20 2019-07-09 武汉大学 一种面向区域覆盖的多轨拼接成像优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015077917A (ja) * 2013-10-18 2015-04-23 三菱電機株式会社 観測器の制御装置
CN105787173A (zh) * 2016-02-25 2016-07-20 中国地质大学（武汉） 一种多星对地观测任务的调度规划方法及装置
CN105956225A (zh) * 2016-04-19 2016-09-21 武汉大学 一种顾及区域尺度的遥感卫星有效覆盖仿真计算方法
CN106845692A (zh) * 2016-12-29 2017-06-13 航天恒星科技有限公司 一种考虑气象信息的成像卫星任务规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015077917A (ja) * 2013-10-18 2015-04-23 三菱電機株式会社 観測器の制御装置
CN105787173A (zh) * 2016-02-25 2016-07-20 中国地质大学（武汉） 一种多星对地观测任务的调度规划方法及装置
CN105956225A (zh) * 2016-04-19 2016-09-21 武汉大学 一种顾及区域尺度的遥感卫星有效覆盖仿真计算方法
CN106845692A (zh) * 2016-12-29 2017-06-13 航天恒星科技有限公司 一种考虑气象信息的成像卫星任务规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘华俊: "《一种成像卫星区域覆盖的自适应规划方法》", 《武汉大学学报.信息科学版》 *
祝江汉等: "《多卫星区域观测任务的侧摆方案优化方法研究》", 《武汉大学学报(信息科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993719A (zh) * 2019-03-20 2019-07-09 武汉大学 一种面向区域覆盖的多轨拼接成像优化方法

Similar Documents

Publication Publication Date Title
US8019117B2 (en) Method and apparatus for evaluating solar radiation amount
Lu Aboveground biomass estimation using Landsat TM data in the Brazilian Amazon
Sinoquet et al. Estimating the three-dimensional geometry of a maize crop as an input of radiation models: comparison between three-dimensional digitizing and plant profiles
CN109872060B (zh) 一种用于多卫星传感器联合观测方案选择的方法
CN109840553B (zh) 耕地作物类型的提取方法及系统、存储介质、电子设备
CN103955606B (zh) 一种基于遥感技术的草原蝗灾渐进式预测方法
CN107423537B (zh) 一种基于自适应阈值的地表温度降尺度的方法
CN108007438A (zh) 无人机航空摄影遥感湿地植物生物量的估测方法
CN108446711A (zh) 一种基于迁移学习的软件缺陷预测方法
CN102636486B (zh) 一种棉花三真叶期的自动检测方法
CN104331686B (zh) 一种土壤地表秸秆覆盖率人工辅助识别系统
CN111829957A (zh) 基于无人机多光谱遥感反演冬小麦植株含水率系统及方法
CN108898070A (zh) 一种基于无人机平台的高光谱遥感提取薇甘菊装置及方法
CN111222539A (zh) 基于多源多时相遥感影像优化和扩充监督分类样本的方法
Degefu et al. Effects of urbanization on the relationship between greenspace patterns and evolution of regional heat island in cities of Ethiopia
CN110018529B (zh) 降雨测量方法、装置、计算机设备和存储介质
CN105893938A (zh) 一种油温表的读数方法及系统
CN108205718A (zh) 一种粮食作物抽样测产方法及系统
CN108446254A (zh) 数据采集方法及装置
So et al. Estimating the electricity generation capacity of solar photovoltaic arrays using only color aerial imagery
CN104574455B (zh) 图像重建方法及装置
Yang et al. Estimation of rice aboveground biomass by UAV imagery with photosynthetic accumulation models
Allegra et al. Crystal powder statistics. II. Line profiles in diffraction spectra of identical crystals and of Gaussian samples. Crystal size distributions
CN115601471B (zh) 基于大型无人机光电侦察扫过区域的绘制方法
CN110751201A (zh) 基于纹理特征变换的sar装备任务失效成因推理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180824