CN113343777B - 一种面向自然灾害应急响应的卫星快速规划方法及系统 - Google Patents

一种面向自然灾害应急响应的卫星快速规划方法及系统 Download PDF

Info

Publication number
CN113343777B
CN113343777B CN202110526592.0A CN202110526592A CN113343777B CN 113343777 B CN113343777 B CN 113343777B CN 202110526592 A CN202110526592 A CN 202110526592A CN 113343777 B CN113343777 B CN 113343777B
Authority
CN
China
Prior art keywords
satellite
task
emergency
model
observation
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.)
Active
Application number
CN202110526592.0A
Other languages
English (en)
Other versions
CN113343777A (zh
Inventor
孟庆祥
向枫
张俊
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202110526592.0A priority Critical patent/CN113343777B/zh
Publication of CN113343777A publication Critical patent/CN113343777A/zh
Application granted granted Critical
Publication of CN113343777B publication Critical patent/CN113343777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种面向自然灾害应急响应的卫星快速规划方法，包括建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；采用本体论的思想构建应急任务统一描述模型；进行应急任务需求和卫星资源观测能力的匹配，包括通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证；采用基于重点任务优先规则的快速卫星任务规划方式，进行动态任务的协同规划和资源重组；构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析。本发明在灾害监测上具备优异的实用性与可行性。

Description

一种面向自然灾害应急响应的卫星快速规划方法及系统
技术领域
本发明涉及自然灾害监测领域与卫星规划领域，尤其是一种面向自然灾害应急响应的卫星快速规划方法及系统。
背景技术
近年来，全球范围内重大自然灾害频发，给人类和人类赖以生存的环境造成了严重的破坏。而我国是世界上受自然灾害影响最严重的国家之一，具有灾害种类多、分布地域广、发生频率高、造成损失重等特点。重大的自然灾害经常导致大范围的“信息盲区”与交通瘫痪的“孤岛”，严重阻碍了灾情评估、决策支持、应急响应、抢险救灾、联动指挥等方面工作，其中核心的问题是缺少灾区现场的实时数据。近十多年期间，我国在以常规技术手段为主的灾害监测能力建设方面取得了明显的进展，初步形成了利用地面常规监测手段对自然灾害进行监测、预报和评估的能力，同时，也多次应用对地观测技术为特大自然灾害事件提供了监测服务。
针对自然灾害突发事件的广域性和时空不确定性，对受灾区域的快速感知和精确诊断是实现智能监控和快速响应的必要条件，能够为监测预警、应急处理以及灾后规划重建提供着重要的信息保障和技术支持。目前国内面向应急突发任务的监测感知技术研究大多集中在以地面监测传感设备为主的物联网技术，但是这种技术无法适应大范围区域的监测，而且搭建成本高，且易损耗。随着对地观测技术的发展，大量的遥感卫星源源不断地发射，航空遥感已经进入了多平台、多传感器、多角度观测的发展阶段，逐步形成了具有全天时、全天候、全球观测能力的对地观测系统，因此利用卫星资源对地观测进行灾害监测可以为重大自然灾害应对提供可靠的空间信息与决策支持。
但是目前卫星规划解决方案的研究大多仍止步于粗略的资源匹配，在多平台多类型传感器协同观测上尚存在较大的研究空间，亟需将现有的卫星观测资源整合成一个独立、自主、任务可定制、动态适应并可重新配置的观测网络。主要存在的问题为：
第一、卫星数据获取困难，难以建立起相当规模的卫星资源数据库，从而无法满足应急响应的实时任务需求。
第二，在面对快速应急任务时，传统卫星规划模式存在应急任务与卫星观测资源匹配较慢的问题。
第三，面对任务变更、插入等临时灾害情况变化等任务时，卫星规划模型如何快速对任务变化做出反应也是当前研究的一大难点。
发明内容
本发明要解决的技术问题在于针对现有技术中由于缺乏有效的规划、调度和协同的机制和方法导致卫星观测难以满足自然灾害快速响应需求的缺陷，提供一种面向自然灾害应急响应的卫星快速规划方法及系统。
为了实现上述目的，本发明提出的技术方案为一种面向自然灾害应急响应的卫星快速规划方法，包括以下步骤：
步骤1、建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；
步骤2、建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；
步骤3、采用本体论的思想构建应急任务统一描述模型；
步骤4、进行应急任务需求和卫星资源观测能力的匹配，包括通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证；
步骤5、采用基于重点任务优先规则的快速卫星任务规划方式，进行动态任务的协同规划和资源重组；
步骤6、构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析。
而且，步骤2中构建历史预演模型的实现方式如下，
步骤21、构建历史灾害事件数据库；
步骤22、根据研究区域应急事件的历史资料，构建研究区域灾害应急事件的概率分布图，确定典型灾害事件与卫星资源间的匹配关系；
步骤23、建立基于历史观测数据的预演模型，包括综合度量应急事件风险性，在损失程度以及发生概率两个维度上综合度量单元格内应急事件风险性，建立灰色关联度模型；随机模拟区域应急事件风险性，对整个监测区域进行网格化处理，随后对样本点的分布进行统计分析，利用统计分析的结果，通过三维马尔科夫随机场对整个监测区域的应急事件风险性进行随机模拟。
而且，步骤3中构建应急任务统一描述模型如下，
设应急观测任务要素包括任务描述fde、空间位置信息fl、时间信息ft、光谱信息fs、环境信息fen、观测质量fq和观测数据量fda，
M＝{mj|mj＝(fde，fl，ft，fs，fen，fq，fda)}
其中，M表示为全部观测任务集合；mj代表观测任务，观测任务的标识j＝1，2，...，N，N表示观测任务的数目。
而且，步骤6中构建卫星对地覆盖范围计算模型实现如下，
步骤61、确定卫星传感器瞬时覆盖区域；
步骤62、采取基于线面求交的方式绘制卫星对地覆盖区域，增加当南/北极点位于卫星照射范围内时的修正；
步骤63、对传感器坐标下的观测矢量进行坐标转换；
步骤64、构建矢量三角形，通过联立观测视线和地球椭球体的方程，得到卫星覆盖区域结果。
另一方面，本发明提供一种面向自然灾害应急响应的卫星快速规划系统，其特征在于：用于实现如上所述的一种面向自然灾害应急响应的卫星快速规划方法。
而且，包括以下模块，
第一模块，用于建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；
第二模块，用于建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；
第三模块，用于采用本体论的思想构建应急任务统一描述模型；
第四模块，用于进行应急任务需求和卫星资源观测能力的匹配，包括通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证；
第五模块，用于采用基于重点任务优先规则的快速卫星任务规划方式，进行动态任务的协同规划和资源重组；
第六模块，用于构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析。
或者，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种面向自然灾害应急响应的卫星快速规划方法。
或者，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种面向自然灾害应急响应的卫星快速规划方法。
本发明技术方案产生的有益效果是：
1、构建应急任务统一描述模型能够对应急任务进行准确的描述和分类。
应急任务模型是根据应用任务实施的需要对任务进行的规范描述，目的是选择一种合适的数据描述方式。同时针对不同类型的灾害在应急观测阶段所需的传感器类型、波段范围和空间分辨率等要求的不相同，能够快速的将应急任务进行分类处理。
2、对卫星观测资源进行动态组织使得在面对突发情况时，能够正确快速的生成规划方案。
在应对突发事件的实际情况中，任务完成之前存在众多未知因素、不确定性和任务资源的实时变动等情况，指挥调度人员对灾后的情况并不了解，对任务的把握存在较大的不确定性，因此，调度存在不确定性。而建立对观测资源的动态组织方式，会有利于应急任务出现时，数据的获取和反馈，并且根据当前的任务需求及时对任务进行调整。
3、基于重点任务优先规则的快速卫星任务规划方法适用于灾害应急任务，能够快速生成规划方案。
基于重点任务优先规则的启发式快速遥感卫星任务规划方法,通过设计待成像任务排序规则、卫星排序规则及启发式任务插入方法,算法不需要进行迭代和回溯,可以在极短的时间内生成收益较好的成像任务规划方案。
综上所述，本发明可靠实用，对于面向自然灾害应急响应进行卫星快速规划有较好的适应性，在卫星快速规划、任务动态组织、仿真分析上采取相应技术手段，并获得了优异效果，实用性和可行性较好。
本发明方案实施简单方便，实用性强，解决了相关技术存在的实用性低及实际应用不便的问题，能够提高用户体验，具有重要的市场价值。
附图说明
图1是本发明实施例的方法流程图；
图2是本发明实施例的观测任务与卫星资源匹配流程图；
图3是本发明实施例的快速卫星任务规划方法流程图；
图4是本发明实施例的瞬时覆盖区域示意图。
图5是本发明实施例的传感器坐标系示意图。
具体实施方式
以下结合附图和实施例具体说明本发明的技术方案。
本发明实现了面向自然灾害领域的卫星资源快速规划，兼顾任务动态组织和卫星仿真分析，在灾害监测上具备优异的实用性与可行性。
如图1所示，本发明实施例的面向自然灾害应急响应的卫星快速规划方法，包括以下步骤：
步骤1、建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；
进一步地，实施例优选步骤1中构建卫星资源数据库和卫星轨道模型的具体步骤为：
步骤11、从卫星节点的观测能力、存储能力、数据传输能力、资源消耗能力、观测质量、服务质量、传感器状态特征等方面描述每颗卫星的综合性能，搭建卫星资源数据库。
步骤12、解码卫星星历，即两行轨道数据(TLE)，获取卫星运行的轨道六根数：轨道长半轴a、偏心率e、轨道倾角i、升交点赤经Ω、近地点幅角ω和近地点时刻tp。再根据轨道六根数计算出任意给定时刻卫星的位置和速度。
步骤13、根据任意时刻卫星在地心直角坐标系的直角坐标及经纬度坐标，计算卫星的星下点坐标。假定卫星星下点位置坐标为(Sx，Sy，Sz)，地球半径为R，则容易得到卫星轨道模型：
Figure BDA0003065713170000051
其中，
Figure BDA0003065713170000052
是卫星某一时刻的经纬度坐标。
步骤2、建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；
进一步地，实施例优选步骤2中构建历史灾害事件数据库和历史预演模型的具体步骤为：
步骤21、依据历史任务信息、观测资源信息、历史灾害信息、研究区域地理信息等内容构建历史灾害事件数据库。
步骤22、根据研究区域应急事件的历史资料，构建研究区域灾害应急事件的概率分布图，确定典型灾害事件与卫星资源间的匹配关系，如下表所示。
Figure BDA0003065713170000053
/>
Figure BDA0003065713170000061
根据现有技术分析，各类的灾害所需遥感数据存在一定的差异。
1)地震灾害。现阶段，主要通过光学遥感数据和SAR微波雷达数据两种遥感数据对地震断裂带进行监测。SAR数据的相位信息对于获取地震断裂带具有更好的表现，InSAR数据可以用来协助获取灾区的DEM等信息，而DInSAR数据能够更加快速准确地估计灾前和灾后的地表形变信息。在光学遥感数据中，中高分辨率的全色多光谱数据用于对灾区损失情况的定性评估，而更加精细的定量评估由超高分辨率的全色多光谱数据来实现。对于SAR遥感数据，遥感影像的灰度信息可以用于评估灾害的毁损情况，极化SAR影像对于反映更为丰富的地面目标反射信息很有帮助。
2)洪涝灾害。在洪涝灾害的监测中，由于阴雨天气的影响，可见光传感器无法实现灾区的有效观测，虽然能够在一定程度上观测得到有效的光学数据，但是其应用价值会受到数据质量的限制。多光谱、高光谱的光学遥感数据在天气允许的情况下，可以用于识别和监测洪涝灾害区域。因为水体、植被和裸土等地物在可见光波段和红外波段的光谱特征差异较大，所以红外波段的遥感数据可用于洪涝灾害监测中的水体识别。SAR遥感数据具有全天候观测的优势，InSAR数据的相干性和SAR数据的反向散射强度能够用于洪涝区域的有效测定，参考DEM数据可以获取洪涝区的水深情况。
3)崩塌滑坡和泥石流灾害。在崩塌滑坡和泥石流灾害中，最常用的遥感数据类型是高空间、时间和光谱分辨率的可见光数据和近红外数据，其中空间分辨率是首要决定因素。在对崩塌滑坡和泥石流灾害体的识别中，遥感影像空间分辨率决定了能够识别灾害体的精确性和准确性。另外，具有全天候优势的SAR遥感数据在阴雨天气中可以补充崩塌滑坡和泥石流灾害的监测数据。
4)森林火灾。森林火灾的监测中可以利用可见光波段、红外波段以及微波雷达遥感数据。可见光波段的遥感数据主要用于森林火灾中的着火点识别以及损失评估。红外波段遥感数据具有穿透烟雾的能力，除了用于着火区域的探测还能对灾害区域的温度进行反演。另外，光谱分辨率更高的高光谱遥感数据可以用于受灾区域土壤信息的获取。步骤23、建立基于历史观测数据的预演模型。
步骤231、综合度量应急事件风险性，在损失程度以及发生概率两个维度上综合度量单元格内应急事件风险性，建立灰色关联度模型：
Figure BDA0003065713170000071
Figure BDA0003065713170000072
其中：εi(k)是比较数列Xi(即预演数据)与参考数列X0(即历史数据)在第k个评价指标(包括发生概率和损失程度两个指标)上的相对差值，n为评价指标的个数；ρ∈[0，1]为分辨系数，一般取值为0.5。
其中：γi为第i个比较数列对参考数列的灰色加权关联度。
步骤232、随机模拟区域应急事件风险性，对整个监测区域进行网格化处理，随后上一步灰色关联度计算的样本点的风险分布进行统计分析，利用统计分析的结果，通过三维马尔科夫随机场对整个监测区域的应急事件风险性进行随机模拟，即建立预演模型如下：
Figure BDA0003065713170000073
其中，定义G＝(V，E)为无向图，V为图中节点集合，E为图中边集合，节点vi∈V；边(vi，vj)∈E对应于相邻的节点对，每条边(vi，vj)∈E被赋以非负权重W(vi，vj)，用于描述相邻节点vi及vj间的相似度。定义f为标记赋值函数，f(vi)为每个节点赋以标记。
步骤3、采用本体论的思想构建应急任务统一描述模型；
进一步地，实施例优选步骤3中对建立应急任务统一描述模型的具体步骤为：
步骤31、分析各类应急任务特点，研究应急任务的类型、层次结构关系，确定卫星对地观测元任务类型。
步骤311、采用本体论的思想对应急任务进行统一描述。
步骤312、根据步骤311所得统一描述结果，确定应急任务的类型、各元素间的基本关系和卫星对地观测元任务的类型。
步骤313、针对应急任务，构建本体模型，得到符合本体描述语言OWL的本体模型。
步骤32、分析应急任务的基本属性、时空特性以及完成应急任务的基本流程，在OWL本体模型基础上，构建基于XML的应急任务描述方法。
分析认为应急观测任务的要素主要包括：包括任务描述fde、空间位置信息fl、时间信息ft、光谱信息fs、环境信息fen、观测质量fq、观测数据量fda等。建立如下式所示的应急任务统一描述模型：
M＝{mj|mj＝(fde，fl，ft，fs，fen，fq，fda)}
其中：M表示为全部观测任务集合；mj代表观测任务，观测任务的标识j＝1，2，...，N，N表示观测任务的数目；
步骤321、建立任务描述fde，说明任务的基本信息，包括应急事件类型、任务提交时间、由决策机构根据统一标准决定任务优先级等。
步骤322、建立空间位置信息描述fl，主要用于指明执行任务的空间位置要求，根据观测目标的类型可以分为三种表达方式：
(1)地面点目标的经纬度及高程；
(2)地面圆形区域目标的中心点经纬度、高程及半径；
(3)四边形区域目标的四个顶点经纬度和高程。
步骤323、建立时间信息描述ft，指明观测资源执行任务的时间要求，通常包括任务开始时间，截止时间，响应时间，更新频率。
步骤324、建立光谱信息描述fs，确定任务需求的信息种类，按照所需遥感影像的光谱范围可以为光学影像，红外图像，雷达图像，高光谱影像，超光谱影像等。
步骤325、建立环境信息描述fen，应急事件任务当中的一些环境因素可能会限制观测资源的使用，因此，观测任务的框架模型中加入环境因素的描述，主要包括天气状况(能见度)、任务观测区域地形信息、风力、路况等。
步骤326、建立观测质量描述fq，指明任务需求的信息质量，通常的质量指标包括空间分辨率，定位精度等。
步骤327、建立观测数据量描述fda，指明任务完成会产生多大的数据量，通常采用公式(持续时间*成像率*单幅图像大小)或者(传输时间*传输率*用户数)来计算。其中，*表示乘以。
步骤4、基于多项约束条件，进行应急任务需求和卫星资源观测能力的匹配；
本步骤利用步骤1、步骤2、步骤3的结果，通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证。
参见图2，进一步地，实施例优选步骤4中对应急任务与观测资源进行匹配的具体步骤为：
步骤41、分析观测资源能力的描述和各类任务需求的描述。
步骤42、根据观测资源观测能力的描述和观测任务需求的描述，确定匹配的各项约束条件。
步骤421、建立时空观测能力约束，确定观测资源对于要求观测范围的覆盖程度。若观测资源不能满足时空观测能力约束，则直接将其在观测资源候选集(即卫星数据库中所有可用卫星资源)中删除。
步骤422、建立时空遥感数据类型约束，确定观测资源是否能够提供应急灾害事件任务所需要的遥感数据类型。
步骤423、建立数据质量约束，确定观测资源获得的遥感数据质量能否满足任务需求中的质量要求，主要考虑观测资源获取数据的空间分辨率属性。
步骤424、建立数据传输能力约束，确定观测资源的传输能力是否能够满足任务需求中对于观测数据传输速率和传输距离等要求。
步骤43、根据约束条件对观测资源与观测任务进行匹配运算，筛选出满足任务需求的候选资源集。
步骤431、确定卫星轨道数据和视场角大小，计算任务观测时间段内卫星运行传感器扫过的条带状区域。
步骤432、通过空间分析中的拓扑关系分析，判断该条带状扫描区域是否与任务观测区域相交。
步骤433、判断是否满足约束条件、筛选出满足任务需求的候选卫星资源集。
在步骤42和步骤43，利用卫星轨道模型以主要对应时空观测能力约束的匹配，利用历史预演模型以主要对应数据类型、质量和传输能力等约束的匹配。
步骤5、采用基于重点任务优先规则的快速卫星任务规划方法进行动态任务的协同规划和资源重组；
参见图3，进一步地，实施例优选步骤5中基于重点任务优先规则的快速卫星任务规划方法可采用现有技术，为便于实施参考起见，提供相应的具体步骤为：
步骤51、由遥感任务成像的需求方指定重点任务，按照多因素分层启发式规则确定重点任务的成像观测方案，更新待成像任务集合T0＝T0-Timp，其中T0为待成像任务集合，Timp为重点任务成像集合。
多因素分层启发式规则来源于决策理论中针对多准则优化问题采用的一种策略。其主要思想为将多个需要考虑的因素按照一定标准进行重要度排序，分为最重要因素，次要因素等等，然后按照重要度的降序，逐个地针对每个因素，构造初始解。本文采用以下规则逐步进行存在冲突的重点任务选择：优先选择成像收益高的任务；判断可合并成像任务数量，选择合并成像数量较多的任务；判断传感器侧视角度，选择侧视角度较小的任务；判断成像时刻太阳高度角，选择太阳高度角较高的任务；判断成像开始时间，选择开始时间较早的任务；如果以上条件都相同，随机选择一个任务。
步骤52、在待成像任务集合中选择能与重点任务进行合并成像的任务加入任务规划方案，更新待成像任务集合T0＝T0-Timp-Tmer，其中Tmer为可与重点任务进行合并成像的任务成像集合。
步骤53、按照任务优先度Req(t)对待成像任务进行排序，得到排序后的待成像任务集合T′0。
Figure BDA0003065713170000101
δ1+δ2＝1
其中，Prt为任务t的成像收益，OppNumt为任务t的可成像时间窗口数量，δ1、δ2分别为两种因素的权重，本实施例中优选取值为0.73和0.27。
步骤54、对于待成像任务集合T′0中的每一个任务，满足其成像条件并具备成像时间窗口的卫星集合为St，将St中的卫星按照满足度μ(i)进行排序。
Figure BDA0003065713170000111
其中，RemainMi为卫星Si剩余存储容量，RemainEi为卫星Si剩余能源，Disi为卫星Si传感器分辨率，ConflictSpanit为卫星Si对任务t的成像时间窗口与其他任务的成像时间窗口冲突的数量。
步骤55、对每一个任务t及其对应的卫星集合St，从St中满足度最高的卫星开始依次判断是否能在其成像任务序列中插入任务t(如下式)，如果能够插入，在第一个满足约束的卫星成像任务序列中插入任务t，如果St中全部卫星的成像任务序列都不能插入任务t，则任务t无法被完成。
wsi(j+1)k-weijk≥weijk-wsijk+2×(dei+dsi)
其中，[wsijk，weijk]为卫星Si对任务j的第k个成像时间窗口内的实际成像时段，dsi为卫星Si成像开始准备时间，dei为卫星Si成像结束恢复时间。
步骤56、重复以上过程，直到完成T′0中全部任务的插入分析。
步骤57、对每颗卫星的任务规划方案进行卫星指令存储约束检验、卫星数据存储容量约束检验和卫星能源约束检验。
步骤6、构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析。
进一步地，实施例优选步骤6中构建卫星对地覆盖范围计算模型的具体步骤为：
步骤61、确定卫星传感器瞬时覆盖区域，如图4所示。利用瞬时覆盖区域动态实时地描述卫星传感器地面覆盖情况。覆盖区域有以下两种形态：
(1)一般框幅式传感器的瞬时覆盖区域的形状为圆形，会形成圆锥形的罩子；
(2)推扫式传感器和SAR的瞬时覆盖区域为矩形，会形成四棱锥的罩子。
本发明实施例优选采用第一种方式，具体实施时也可以采用第二种方式。
步骤62、采取一种基于线面求交的算法绘制卫星对地覆盖区域，增加当南/北极点位于卫星照射范围内时的修正。
步骤621、根据传感器视场范围的形状及传感器的参数建立初始观测矢量。
步骤622、定义传感器坐标，具体定义为：
Figure BDA0003065713170000121
坐标系原点为传感器中心，X轴平行于飞行方向，Y轴平行于扫描方向，Z轴指向地心，X、Y、Z三轴方向形成的坐标系属于右手坐标系。如图5所示：在传感器平面中心为原点O，F为传感器焦点，N为边上一点，则在边界上的任意一点都可由观测矢量FN旋转而得，f为传感器的焦距，[x，y，z]为传感器的三维坐标，M为圆锥底面上一点，1为传感器的观测矢量，l＝[x，y，z]T，圆锥半径r＝|OM|，F＝[0，0，-f]T，FM＝M-F＝[0，r，f]T。
步骤623、归一化卫星坐标可得：
Figure BDA0003065713170000122
Figure BDA0003065713170000123
Figure BDA0003065713170000124
步骤624、
Figure BDA0003065713170000125
则带入上式可得：
x＝tanα×sinθ
y＝tanα×cosθ
z＝1
其中，α为传感器半视场角，θ为在0-2π之间的角，单位为弧度，具体数值与所取n(覆盖区域边界点的个数)有关，
Figure BDA0003065713170000126
当n＝1时，就是星下点坐标；当n＝2时，就是线阵推扫式；当n＝4时，就是框幅式；n越大，越接近SAR型传感器。
步骤63、对传感器坐标下的观测矢量进行坐标转换。
步骤631、将传感器观测矢量加上传感器参数转换为卫星本体坐标下的观测矢量。
步骤632、再加上卫星姿态(滚转角、俯仰角、偏航角)转换为卫星轨道坐标下的观测矢量。
步骤633、加上卫星星历参数转换为地心惯性坐标下的观测矢量。
步骤634、最后加上时角成为地固坐标系下的观测矢量。
步骤64、构建矢量三角形，通过联立观测视线和地球椭球体的方程，得到卫星覆盖区域结果，计算方式如下：
Figure BDA0003065713170000127
Figure BDA0003065713170000128
其中S为卫星，O为地心，θ是卫星的半视场角，k是卫星的有效载荷侧视角，RE为地球的半径，h为卫星的轨道高度，δ为扰动项，β是覆盖区域半地心角。
可以得到覆盖区域半径：
r球＝RE/β
覆盖区域面积占全球面积的百分比A：
Figure BDA0003065713170000131
具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。
在一些可能的实施例中，提供一种面向自然灾害应急响应的卫星快速规划系统，包括以下模块，
第一模块，用于建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；
第二模块，用于建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；
第三模块，用于采用本体论的思想构建应急任务统一描述模型；
第四模块，用于进行应急任务需求和卫星资源观测能力的匹配，包括通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证；
第五模块，用于采用基于重点任务优先规则的快速卫星任务规划方式，进行动态任务的协同规划和资源重组；
第六模块，用于构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析。
在一些可能的实施例中，提供一种面向自然灾害应急响应的卫星快速规划系统，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种面向自然灾害应急响应的卫星快速规划方法。
在一些可能的实施例中，提供一种面向自然灾害应急响应的卫星快速规划系统，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种面向自然灾害应急响应的卫星快速规划方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (5)

1.一种面向自然灾害应急响应的卫星快速规划方法，其特征在于，包括以下步骤：
步骤1、建立在轨遥感测绘卫星的卫星资源数据库，并根据相关参数构建卫星轨道模型；
步骤2、建立历史灾害事件数据库，并根据历史数据和风险分析方法构建历史预演模型；
步骤3、采用本体论的思想构建应急任务统一描述模型；
步骤4、进行应急任务需求和卫星资源观测能力的匹配，包括通过卫星轨道模型计算出卫星的时空参数，与应急任务统一描述模型相应约束条件进行对比筛选，并通过历史预演模型进行经验验证；
步骤5、采用基于重点任务优先规则的快速卫星任务规划方式，进行动态任务的协同规划和资源重组；
步骤6、构建卫星对地覆盖范围计算模型，进行卫星观测的仿真分析；
步骤2中构建历史预演模型的实现方式如下，
步骤21、构建历史灾害事件数据库；
步骤22、根据研究区域应急事件的历史资料，构建研究区域灾害应急事件的概率分布图，确定典型灾害事件与卫星资源间的匹配关系；
步骤23、建立基于历史观测数据的预演模型，包括综合度量应急事件风险性，在损失程度以及发生概率两个维度上综合度量单元格内应急事件风险性，建立灰色关联度模型；随机模拟区域应急事件风险性，对整个监测区域进行网格化处理，随后对样本点的分布进行统计分析，利用统计分析的结果，通过三维马尔科夫随机场对整个监测区域的应急事件风险性进行随机模拟；
步骤3中构建应急任务统一描述模型如下，
设应急观测任务要素包括任务描述fde、空间位置信息fl、时间信息ft、光谱信息fs、环境信息fen、观测质量fq和观测数据量fda，
M＝{mj|mj＝(fde,fl,ft,fs,fen，fq,fda)}
其中，M表示为全部观测任务集合；mj代表观测任务，观测任务的标识j＝1,2,…,N，N表示观测任务的数目。
2.根据权利要求1所述的面向自然灾害应急响应的卫星快速规划方法，其特征在于：步骤6中构建卫星对地覆盖范围计算模型实现如下，
步骤61、确定卫星传感器瞬时覆盖区域；
步骤62、采取基于线面求交的方式绘制卫星对地覆盖区域，增加当南/北极点位于卫星照射范围内时的修正；
步骤63、对传感器坐标下的观测矢量进行坐标转换；
步骤64、构建矢量三角形，通过联立观测视线和地球椭球体的方程，得到卫星覆盖区域结果。
3.一种面向自然灾害应急响应的卫星快速规划系统，其特征在于：用于实现如权利要求1-2任一项所述的一种面向自然灾害应急响应的卫星快速规划方法。
4.根据权利要求3所述面向自然灾害应急响应的卫星快速规划系统，其特征在于：包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如权利要求1-2任一项所述的一种面向自然灾害应急响应的卫星快速规划方法。
5.根据权利要求3所述面向自然灾害应急响应的卫星快速规划系统，其特征在于：包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如权利要求1-2任一项所述的一种面向自然灾害应急响应的卫星快速规划方法。
CN202110526592.0A 2021-05-14 2021-05-14 一种面向自然灾害应急响应的卫星快速规划方法及系统 Active CN113343777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110526592.0A CN113343777B (zh) 2021-05-14 2021-05-14 一种面向自然灾害应急响应的卫星快速规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110526592.0A CN113343777B (zh) 2021-05-14 2021-05-14 一种面向自然灾害应急响应的卫星快速规划方法及系统

Publications (2)

Publication Number Publication Date
CN113343777A CN113343777A (zh) 2021-09-03
CN113343777B true CN113343777B (zh) 2023-03-24

Family

ID=77469959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110526592.0A Active CN113343777B (zh) 2021-05-14 2021-05-14 一种面向自然灾害应急响应的卫星快速规划方法及系统

Country Status (1)

Country Link
CN (1) CN113343777B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113762773B (zh) * 2021-09-07 2023-05-19 江西省农业科学院园艺研究所 一种灾害监测预报的关联定位分解方法及系统
CN114444304B (zh) * 2022-01-24 2023-04-07 中国科学院空间应用工程与技术中心 一种空间任务仿真方法、系统及仿真系统
CN116256820B (zh) * 2023-05-09 2024-02-09 国家卫星气象中心(国家空间天气监测预警中心) 用于具有快速成像仪的卫星的强对流天气观测系统
CN116432993B (zh) * 2023-06-15 2023-11-03 南京北斗创新应用科技研究院有限公司 一种空天地一体化观测资源协同调度方法与系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210700A (zh) * 2019-04-19 2019-09-06 中国科学院遥感与数字地球研究所 面向应急响应的基于任务优先级的多星动态任务规划方法
CN111861230B (zh) * 2020-07-24 2023-11-28 二十一世纪空间技术应用股份有限公司 一种面向灾害应急的多星协同观测任务规划方法及装置

Also Published As

Publication number Publication date
CN113343777A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN113343777B (zh) 一种面向自然灾害应急响应的卫星快速规划方法及系统
CN100547594C (zh) 一种数字地球原型系统
CN201111049Y (zh) 一种数字地球原型系统
CN103728609B (zh) 星载多光谱红外传感器交叉辐射定标方法
CN105975763A (zh) 一种多源海面风场的融合方法和装置
CN111339826B (zh) 一种滑坡无人机线性传感器网络框架检测系统
Li et al. Urban morphology in China: dataset development and spatial pattern characterization
CN114091756B (zh) 一种基于泰森多边形的乡镇级海啸风险评估方法
CN116151610B (zh) 一种非均质城市下垫面承灾体风险暴露空间模拟方法
CN115310550B (zh) 一种大气二氧化碳干空气柱浓度计算方法及系统
CN114048944A (zh) 一种暴雨诱发地质灾害下应撤离人口及损毁房屋的预估方法
CN114120145A (zh) 一种监测方法、装置、电子设备及计算机可读存储介质
CN113793023A (zh) 一种基于卫星遥感的区域绿色发展指标评价方法
Du et al. Fusing multimodal data of nature-economy-society for large-scale urban building height estimation
CN114898138A (zh) 一种基于地形地貌及遥感数据进行森林火灾预测的方法
CN113361852A (zh) 场址选择的方法、装置、电子设备及存储介质
Ilčev et al. Satellite Remote Sensing in Meteorology
Qi et al. Evaluating multivariable statistical methods for downscaling nighttime land surface temperature in urban areas
Gao et al. Air Quality Prediction Using Machine Learning
Skoufias et al. Constructing damage indices based on publicly available spatial data: Exemplified by earthquakes and volcanic eruptions in Indonesia
Sobue et al. Jaxa earth observation dashboard with COG and WMS/WMTSS
Yang et al. A framework of linear sensor networks with unmanned aerial vehicle for rainfall-induced landslides detection
Wynne et al. Terrain Analysis of Thermal Imagery for Terrestrial Cave Detection
Xue et al. Telegeoprocessing
Adhikari Comparison of Sky View Factor Estimates using Digital Surface Models

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
GR01 Patent grant
GR01 Patent grant