CN113544061A

CN113544061A - 考虑气象不确定性的用于卫星图像采集的计算机系统

Info

Publication number: CN113544061A
Application number: CN202080018596.1A
Authority: CN
Inventors: 伯诺伊特·西里伊斯; 马修·皮卡德; 乔纳森·格拉
Original assignee: Airbus Defence and Space SAS
Current assignee: Airbus Defence and Space SAS
Priority date: 2019-02-08
Filing date: 2020-02-07
Publication date: 2021-10-22
Anticipated expiration: 2040-02-07
Also published as: US11932423B2; FR3092565A1; FR3092565B1; EP3921234A1; WO2020161446A1; US20220250771A1; CN113544061B; ES2923626T3; EP3921234B1

Abstract

本发明的目的是用于卫星图像采集的计算机系统(100)。本发明还包括用于卫星的任务规划计算装置(120)以及地球观测卫星(110)。本发明的一般原理基于以下观测：与气象条件相关的不确定性会导致为卫星制定任务规划的效率低下。因此，本发明提出表征此不确定性并使用不确定性来改进卫星任务规划的准备。在本发明中，根据观测和/或过去的气象预报构建不确定性的模型。接下来，在规划时，通过将所述观测和/或当前预报作为输入呈现给所述模型而使用所述模型。以此方式，能够识别在优选采集日期不太可能获取可接受图像的采集区。

Description

考虑气象不确定性的用于卫星图像采集的计算机系统

本发明涉及卫星遥感领域。更具体来说，本发明涉及用于卫星图像采集的计算机系统。本发明还涉及用于卫星和地球观测卫星的任务规划计算装置。

环地球空间含有许多地球观测卫星，所述地球观测卫星具体来说用于监测地球系统的参数(海洋、大气、自然资源、人类活动的影响等)，获取地图或提供用于实现国家防御的信息。为此，这些系统基于一系列卫星成像数据，这意味着由卫星上的机载仪器进行的一组测量。

因为对地球的观测变得司空见惯，所以对卫星成像的需求日益增加。然而，卫星的一些资源有限，例如在飞越地球某个区域时可以拍摄的图像数目或同样向地面发射数据的能力。因此，必须对这些资源的使用进行规划，同时还对卫星成像请求作出响应。

在地球光学观测的领域中，卫星成像取决于气象条件。实际上，存在于采集区中的云可能会掩盖预期观测的物体或领土，并且已知当计算卫星的任务规划时考虑气象条件(参见CN 106845692A、CN 108256822A、US 2012/029812 A1)。然而，众所周知，无论对气象现象进行何种建模，气象预报都具有许多不确定性。

为了减少不确定性，已知执行所谓的集合预报。而且，代替用构成确定性预报的模型模拟单个输入数据集，计算从估计的不确定性推导出的若干输入数据集。然后可以得到一组预报，希望这些预报能够代表确定性一组中的不确定性。

然而，集合预报需要大量计算时间。

此特征不能满足客户端对卫星遥感系统的始终更高速度和精度的要求。

本发明旨在补救上述缺点。

为此，本发明的第一方面涉及一种用于卫星图像采集的计算机系统。

最后，本发明的第二方面涉及一种用于卫星的任务规划计算装置。

以此方式，本发明涉及一种用于卫星图像采集的计算机系统，卫星图像与先前根据单元(20)的网格划分的地球(10)的至少一个预定区相关联。所述系统包括：

-至少一个地球观测卫星，其包括：

光学成像系统，其用于在至少一个采集日期采集至少一个卫星图像；

第一卫星发射器-接收器，其用于接收命令信号；以及

第一处理器，其用于基于命令信号命令光学成像系统；

-用于卫星的至少一个任务规划计算装置，其包括：

第二卫星发射器-接收器，其用于发射命令信号；以及

存储器，其用于为每个单元存储气象变量值的历史，所述历史包括在采集日期之前的某一日期观测和/或预报的气象观测和/或气象预报；

第二处理器，其用于

ο对于每个单元，基于气象变量值的历史确定多个值组，每一值组至少包括：

与第一历史日期相关联的第一气象变量值；

与晚于或早于第一历史日期的第二历史日期相关联的第二气象变量值，以及

第一历史日期与第二历史日期之间的历史时间差；

ο对于地球的全部或部分预定区，基于多个值组计算条件概率函数，所述条件概率函数描述观测在受制于以下条件的第二日期的预定间隔中包含的第二气象变量值的概率：

在第二日期之前的第一日期观测第一气象变量值，和/或

在第一日期预测处于第二日期附近的预报日期，具体来说在第二日期之前、之后和/或与其相同的日期的第三气象变量值，

并且在观测第一日期与第二和/或预报日期之间的预定时间差的额外条件下，

ο基于卫星的轨道特征从网格选择预期在采集日期由卫星飞过的多个单元，以获取候选单元，

ο对于每个候选单元，获取与在采集日期之前的规划日期相关联的至少一个当前气象观测和/或与处于采集日期附近的日期相关联的至少一个当前气象预报，

ο基于候选单元和条件概率函数计算卫星的任务规划，以及

ο将任务规划插入到命令信号中。

本发明还涵盖一种用于卫星的任务规划计算装置。所述装置包括：

-第一卫星发射器-接收器，其用于发射命令信号，所述命令信号命令地球观测卫星的光学成像系统在至少一个采集日期采集至少一个卫星图像，

-存储器，其用于存储气象变量值的历史，所述气象变量值包括与先前根据单元网格划分的地球的至少一个预定区相关联的气象观测，其中气象观测和/或气象预报在采集日期之前的日期被观测和/或预报；

-第二处理器，其用于

与第一历史日期相关联的第一气象变量值；

第一历史日期与第二历史日期之间的历史时间差；

在第二日期之前的第一日期观测第一气象变量值，和/或

ο基于候选单元和条件概率函数计算卫星的任务规划，以及

ο将任务规划插入到命令信号中。

在第一实施方案中，多个值组进一步包括与当前单元相邻的单元相关联的气象变量值。

在第二实施方案中，在计算卫星的任务规划期间，第二处理器进一步配置用于：

-基于相关联的条件概率函数的结果以及当前气象观测和/或当前气象预报而选择全部或部分的候选单元，以获取选定单元；以及

-基于选定单元计算卫星的任务规划。

在来自第二实施方案的实例中，选定单元是对于采集日期，条件概率函数提供的概率大于或小于第一预定概率的单元。

在第三实施方案中，第二处理器基于对全部或部分值组的概率密度的估计而计算条件概率函数。

在第三实施方案中，第二处理器基于从全部或部分值组预先训练的自动学习模型而计算条件概率函数。

在阅读下面的描述并参考用于说明且非限制性的附图之后，将更好地理解本发明的其它特征和优点。

图1表示根据本发明的计算机系统。

图2表示根据本发明的计算机系统的另一视图。

图3表示地球的预定区。

图4表示涵盖地球的预定区的单元网格。

为清楚起见，除非另有说明，否则所显示的元件不一定以相对于彼此相同的比例显示。

在描述的上下文中，地球观测系统应理解成表示包括例如Landsat、Spot或甚至Pleiades的卫星星座的系统。此外，指定本发明涉及光学卫星系统，对于光学卫星系统，地球图像的采集取决于太阳能照明。这些系统使用无源传感器，通过无源传感器记录由地面反射的各种波长的太阳辐射。

本发明的一般原理基于以下观测：与气象条件相关的不确定性可能导致为卫星制定任务规划的效率低下，该任务计划涵盖在优选采集日期获得可接受图像的概率很低的采集区。因此，本发明提出表征此不确定性并使用不确定性来改进卫星任务规划的准备。在本发明中，根据观测和/或过去的气象预报构建不确定性的模型。因为根据观测和/或过去的气象预报构建不确定性模型，所以不确定性模型可以在任何卫星成像请求构建，使得构建此不确定性模型所需的计算量不会影响消息的计算和规划。接下来，在规划时，通过将观测和/或当前预报作为输入呈现给模型而使用不确定性模型。以此方式，可以识别在优选采集日期不太可能获取可接受图像的采集区。因此，实施三个主要阶段，具体来说，用于收集对应于观测和/或过去的气象预报的历史的阶段，计算呈条件概率函数形式的不确定性模型的阶段，以及使用不确定性模型的规划阶段。通常，在任何卫星成像请求之前完成不确定性模型计算阶段。

图1根据本发明示出用于采集与地球的至少一个预定区相关联的卫星图像的计算机系统100。

在图1的实例中，假设计算机系统100接收与由卫星任务中心接收和处理的请求类似的卫星成像请求。然而，还想象计算机系统100可以接收若干同时请求。

在本发明中，请求限定其中必须完成卫星成像采集的地球的至少一个预定区。在实例中，地球的预定区由一个或多个多边形限定，对于该多边形，顶点对应于地球上的地理位置。在特定实施方案中，请求预期与配置用于飞过地球的预定区的至少一个预定地球观测系统匹配。

图3示出地球10的实例预定区。

在本发明中，根据由单元组成的网格划分地球10的预定区。网格应理解成表示例如水平和垂直方格。单元应理解成表示构成网络的基本四边形中的任一个。例如，网格的每个单元具有正方形形状或几乎正方形形状，例如矩形形状。图4示出叠加在地球10的预定区上的单元20的实例网格。在第一实例中，根据本发明的网格以图像文件的形式出现，其中地理参考与预定区相关联的每个单元。在第二实例中，根据本发明的网格以文本文件的形式出现，其中每条线描述具有与预定区相关联的地理参考信息的网格的至少一个单元。

返回图1，计算机系统100包括至少一个地球观测卫星110以及用于卫星的至少一个任务规划计算装置120。此外，根据基于已知类型的卫星通信网络130的架构布置计算机系统100。

在图2的实例中，地球观测卫星110包括光学成像系统111、第一卫星发射器-接收器112和第一处理器113。

光学成像系统111预期用于采集至少一个卫星图像。在实例中，光学成像系统111包括根据从以下项选择的类型的模式操作的至少一个光学仪器：推扫式、推框式以及步进-注视。

在本发明中，光学成像系统111预期用于在至少一个采集日期采集卫星图像。日期应理解成表示时间、日、月和年的指示。

在一个实例中，可以认为由“dd/MM/YYYY HH:mm”提供采集日期，其中dd对应于日，MM对应于月，YYYY对应于相关年分、HH对应于小时且mm对应于分钟。在另一实例中，可以认为在以下日期的几天内完成卫星采集：“dd/MM/YYYY HH:mm”、“(dd+2/MM/YYYY(HH+1):mm)”、“(dd+5)/MM/YYYY HH:(mm+15)”和“(dd+6)/MM/YYYY(HH+2):(mm-3)”。在前一实例中，日期“(dd+2)/MM/YYYY(HH+1):mm”在日期“dd/MM/YYYY HH:mm”之后2天1小时。日期“(dd+5)/MM/YYYY HH:(mm+15)”在日期“dd/MM/YYYY HH:mm”之后5小时少15分钟。并且日期“(dd+6)/MM/YYYY(HH+2):(mm-3)”在日期“dd/MM/YYYY HH:mm”之后6天2小时少3分钟。当然，可以根据客户端的需求考虑其它更短或更长的采集时间间隔。

第一卫星发射器-接收器112预期接收命令信号。在实例中，命令信号是使用已知类型的卫星通信协议的卫星无线电信号。

提供第一处理器113，以基于命令信号命令光学成像系统。

在图2的实例中，用于卫星的任务规划计算装置120包括第二卫星发射器-接收器121、存储器122和第二处理器123。

第二卫星发射器-接收器121预期发射命令信号。

存储器122预期用于针对网格20的每个单元存储气象变量值的历史，该历史包括在采集日期之前的规划日期之前的日期观测和/或预期的气象观测和/或过去的气象预报。在实例中，规划日期对应于规划的时刻，意味着开始计划采集任务的日期。实际上，此日期对应于卫星任务中心接收或接管由客户端制定的卫星成像请求的日期。以此方式，所存储的历史包括甚至在接收或接管由客户端制定的卫星成像请求之前观测的气象观测和/或过去的气象预报。

在本发明中，存储于存储器122中的值与已知气象变量，例如云量、温度、降水水平、风的特性、相对湿度或日照水平相关联。在实例中，气象变量值的历史可以包含在由ECMWF(欧洲中期天气预报中心，法语为Centre Européen pour les Prévisions Métérologiques à Moyen Terme)产生的再分析资料(ERA-Interim)数据文件中。根据本发明，此文件可以包括用于网格20的每个单元的至少一个气象变量值，并且在采集日期之前一年或几年中的一个或多个历史日期这样做。

提供第二处理器123以处理气象变量值的历史，以形成命令信号。

首先，第二处理器123预期用于对于网络20的每个单元，基于气象变量值的历史计算多个值组，每一值组至少包括：

-与第一历史日期相关联的第一气象变量值；

-与晚于或早于第一历史日期的第二历史日期相关联的第二气象变量值，以及

-第一历史日期与第二历史日期之间的历史时间差。

因此，对于网格20的每个单元，第二处理器123计算值的至少一个三元组。实际上，第二处理器123识别与第一历史日期相关联的至少第一气象变量值。接下来，第二处理器123识别与晚于或早于第一历史日期的第二历史日期相关联的至少第二气象变量值。然后，第二处理器123计算第一历史日期与第二历史日期之间的时间差。随后，第二处理器123使第一和第二气象值与一个值组内的时间差相关联。最后，第二处理器123将该值组保存在存储器122中。

查看实例以说明本发明的此方面。在此实例中，假设网格20的单元中的一个与以晴空百分比表示的云量值的历史相关联。常规上，云量理解为在网格20的单元附近全部地或部分地由云覆盖的天空部分。如上文所指示，可以通过观测和/或通过预报获得云量值。在此实例中，来自网格20的相关单元包括以下云量值：100％(date_1)、97％(date_2)、99％(date_3)、80％(date_4)、77％(date_5)、79％(date_6)，其中如上所述，日期date_1、date_2、date_3、date_4、date_5和date_6可以以与采集日期的形式相同的形式表示。返回到实例，第二处理器123可以通过将date_1视为第一历史日期来确定以下值组：{100％,97％,date_2-date_1}、{100％,99％,date_3-date_1}、{100％,80％,date_4-date_1}、{100％,77％,date_5-date_1}以及{100％,79％,date_6-date_1}。当date_3被视为第一历史日期时，第二处理器123可以确定以下值组：{99％,80％,date_4-date_3}、{99％,77％,date_5-date_3}以及{99％,79％,date_6-date_3}。

同样，第二处理器123被配置成计算包括多于三个值的值组。在这种情况下，与网格20的当前单元相关联的值组可以进一步包括与网格20的当前单元的相邻单元相关联的气象变量值。相邻单元应理解成表示位于同一线、同一列上和/或位于当前单元周围的网格20的单元。如上文所指示，可以通过观测和/或通过预报获得与相邻单元相关联的气象变量值。

返回到图2，第二处理器123预期用于基于多个值组计算特定于地球10的全部或部分预定区的条件概率函数。根据本发明的条件概率函数用于连接在不同日期观测和/或准备的气象观测和/或气象预报，并且根据观测日期和/或预报日期之间的时间差来执行。

在本发明中，条件概率函数描述观测在受制于以下条件的第二日期的预定间隔中包含的第二气象变量值的概率：

-在第二日期之前的第一日期观测第一气象变量值，和/或

-在第二日期之前的第一日期预测处于第二日期附近的预报日期，具体来说在第二日期之前、之后和/或与其相同的日期的第三气象变量值。

此外，第二处理器123在观测以下项之间的预定时间差的额外条件下计算条件概率函数：

-第一日期与第二日期，和/或

-第一日期与预报日期。

在实例中，根据本发明的条件概率函数用于解决该类型的问题：

-已知我现在在那儿观测到77％的值，从现在起3小时后在网格20的单元中观测到超过82％的云量值的概率是多少？在这种情况下，预定间隔可以包含在82％与100％之间。

-已知在那儿2小时前所做的预报需要10％的值，从现在起5小时后在网格20的单元中观测到超过70％和低于80％的云量值的概率是多少？在这种情况下，预定间隔可以包含在70％与80％之间。

-已知在那儿4小时内进行的预报预测35％的值，从现在起4小时后在网格20的单元中观测到超过60％的云量值的概率是多少？在这种情况下，预定间隔可以包含在60％与100％之间。

-已知我现在在那儿观测到30％的值并且已知在那儿4小时内进行的预报预测10％的值，从现在起2小时后在网格20的单元中观测到低于20％的云量值的概率是多少？在这种情况下，预定间隔可以包含在0％与20％之间。

在值组包括多于三个值的特定实施方案中，条件概率函数描述观测在受制于以下补充条件的第二日期的预定间隔中包含的第二气象变量值的概率：

-在第二日期之前的第四日期在当前单元的相邻单元中观测至少一个第四气象变量值，和/或

-在第四日期预测处于第二日期附近的预报日期，具体来说在第二日期之前、之后和/或与其相同的日期的在当前单元的相邻单元中的至少一个第五气象变量值。

在此特定实施方案的实例中，根据本发明的条件概率函数用于解决该类型的问题：

-已知我现在在那儿观测到77％的值并且已知我现在在相邻单元中观测到52％的值，从现在起3小时后在网格20的单元中观测到超过82％的云量值的概率是多少？在这种情况下，预定间隔可以包含在82％与100％之间。

-已知在那儿2小时前所做的预报需要10％的值并且已知在相邻单元中2小时前所做的预报需要10％的值，从现在起5小时后在网格20的单元中观测到超过70％以及低于85％的云量值的概率是多少？在这种情况下，预定间隔可以包含在70％与85％之间。

-已知在那儿4小时内进行的预报预测35％的值并且已知在相邻单元中4小时内进行的预报预测35％的值，从现在起4小时后在网格20的单元中观测到低于60％的云量值的概率是多少？在这种情况下，预定间隔可以包含在60％与100％之间。

-已知我现在在那儿观测到30％的值并且已知在那儿4小时内进行的预报预测10％的值并且已知我现在在相邻单元中观察到27％的值，从现在起2小时后在网格20的单元中观测到低于20％的云量值的概率是多少？在这种情况下，预定间隔可以包含在0％与20％之间。

-已知我现在观测到30％的值并且已知在那儿2小时内进行的预报预测10％的值并且在相邻单元中2小时内进行的预报预测15％的值，从现在起2小时后在网格20的单元中观测到超过10％且低于20％的云量值的概率是多少？在这种情况下，预定间隔可以包含在10％与20％之间。

在实例实施方案中，第二处理器123基于对全部或部分值组的概率密度的估计而计算条件概率函数。概率密度应理解成表示在数学上对参数可能采用的可能值的分布进行加权的函数。在此实例中，第二处理器123通过使用已知技术，例如直方图估计、移动直方图估计或核估计(例如使用Parzen-Rosenblatt方法)来估计概率密度。

在本发明的另一实例中，第二处理器123基于从全部或部分值组预先训练的自动学习模型而计算条件概率函数。在此实例中，从监督分类算法训练自动学习模型。因此，受训练、预训练的自动学习模型可以根据至少以下项为网格20的每个单元预测代表与第二日期的第二气象变量值相关联的条件概率值的种类：

-在第一日期完成的气象观测和/或在第二日期附近完成的预报，以及

-第一日期与第二日期之间的时间差和/或第一日期与预报日期之间的时间差。

在这种情况下，训练阶段需要形成各自包括例如上述一个值组的多个因素。接下来，对于每一值组，如上所述计算条件概率值。在实例中，如上所述，从全部或部分值组的概率密度计算条件概率。并且随后，定义指示计算出的条件概率值的种类。最后，通过将向量和相关联的种类分别呈现给自动学习模型的输入和输出来训练自动学习模型，以获取预先训练的自动学习模型。在特定实施方案中，从多层感知型人工神经网络或卷积型神经网络构建自动学习模型。

返回到图2，第二处理器123基于在采集日期卫星的轨道特征而从网格20中选择卫星110预期在采集日期飞过的多个单元，以获取候选单元。

卫星的轨道特征应理解成表示常规参数，例如海拔、每天的旋转数或轨道的倾斜。系统的其它参数也可以与卫星的轨道特征共同地定义，例如用于下载由卫星制成的图像的地面站列表、成像系统的分辨率、由卫星的成像系统支持的频谱带、光学仪器的线束，或甚至图像允许的错位角度限制。

随后，对于每个候选单元，第二处理器123获取与在采集日期之前的规划日期相关联的至少一个当前气象观测，和/或与处于采集日期附近，具体来说在采集日期之前、之后或与其相同的预报日期相关联的至少一个当前气象预报。在本发明中，通过已知方法获得当前气象观测和/或当前气象预报。“当前”应理解成表示在等于或早于规划日期的日期完成对应气象观测和/或气象预报。实际上，其优选地涉及最新可用的气象观测和/或在规划日期可用的气象预报。

在特定实施方案中，如上文所指示，第二处理器123还预期针对当前候选单元的每个相邻单元获取当前观测和/或预报。

随后，第二处理器123预期基于候选单元和条件概率函数计算卫星110的任务。

任务规划应理解成表示卫星的调度规划，考虑到它通过控制中心上传/发送到卫星并且可以根据规划中提供的顺序和图像特性拍摄地球10的预定区的图像。众所周知，任务规划考虑与平台相关的运动约束并结合清空各个接收站的规划。此任务规划可以从已知类型的任务规划生成器获得，例如在申请FR3,039,728中描述。

最后，返回到图2，第二处理器123预期将任务规划插入到命令信号中。

在本发明的实施方案中，在计算卫星的任务规划期间，第二处理器123进一步预期基于相关联的条件概率函数的结果以及当前气象观测和/或当前气象预报，并且还基于采集日期与完成当前气象观测和/或当前气象预报的日期之间的差而选择全部或部分的候选单元，以获得选定网格。接下来，第二处理器123基于选定单元计算卫星的任务规划。

在此实施方案中，可以从卫星采集中留出不太可能获取可接受图像的候选单元。

例如，选定单元是对于采集日期，条件概率函数提供的概率大于或小于第一预定概率的单元。

同样，其它标准可以进一步用于做出选择。例如，可以使用卫星成像请求的优先级信息或来自候选单元的表面信息。

在本发明的特定实施例中，计算机程序指令实施由第一处理器113和第二处理器123完成的各种操作。因此，本发明还针对在非易失性存储介质上具有固定计算机程序代码的程序，并且当计算机程序加载到计算机中或在计算机中执行时，程序可以执行由第一处理器113和第二处理器123完成的各种操作。

本发明已经在本详细描述和附图中进行描述和说明。同样，本发明不限于所呈现的实施例。因此，在阅读本发明的说明书和附图之后，本领域的普通技术人员可以推导并实施实施例中的其它变体。

Claims

1.用于卫星图像采集的计算机系统(100)，卫星图像与先前根据单元(20)的网格划分的地球(10)的至少一个预定区相关联，所述计算机系统包括：

-至少一个地球观测卫星(110)，其包括：

光学成像系统(111)，其用于在至少一个采集日期采集至少一个卫星图像；

第一卫星发射器-接收器(112)，其用于接收命令信号；以及

第一处理器(113)，其用于基于所述命令信号命令所述光学成像系统；

-用于卫星的至少一个任务规划计算装置(120)，其包括：

第二卫星发射器-接收器(121)，其用于发射所述命令信号；以及

存储器(122)，其用于为每个单元存储气象变量值的历史，所述历史包括在所述采集日期之前的某一日期观测和/或预报的气象观测和/或气象预报；

第二处理器(123)，其用于：

○对于每个单元，基于气象变量值的历史确定多个值组，每一值组至少包括：

与第一历史日期相关联的第一气象变量值；

与晚于或早于所述第一历史日期的第二历史日期相关联的第二气象变量值，以及

所述第一历史日期与所述第二历史日期之间的历史时间差；

○对于地球的全部或部分预定区，基于所述多个值组计算条件概率函数，所述条件概率函数描述观测在受制于以下条件的第二日期的预定间隔中包含的第二气象变量值的概率：

在所述第二日期之前的第一日期观测第一气象变量值，和/或

在第一日期预测处于所述第二日期附近的预报日期，具体来说在所述第二日期之前、之后和/或与其相同的日期的第三气象变量值，

并且在观测所述第一日期与第二和/或预报日期之间的预定时间差的额外条件下，

○基于所述卫星的轨道特征从所述网格选择预期在所述采集日期由所述卫星飞过的多个单元，以获取候选单元，

○对于每个候选单元，获取与在所述采集日期之前的规划日期相关联的至少一个当前气象观测和/或与处于所述采集日期附近的日期相关联的至少一个当前气象预报，

○基于所述候选单元和所述条件概率函数计算所述卫星的任务规划，以及

○将所述任务规划插入到所述命令信号中。

2.根据权利要求1所述的计算机系统，其特征在于，所述多个值组进一步包括与当前单元相邻的单元相关联的气象变量值。

3.根据权利要求1至2中任一项所述的计算机系统，其特征在于，在计算所述卫星的任务规划期间，所述第二处理器进一步配置用于：

-基于所述选定单元计算所述卫星的任务规划。

4.根据权利要求3所述的计算机系统，其特征在于，所述选定单元是对于所述采集日期，所述条件概率函数提供的概率大于或小于第一预定概率的单元。

5.根据权利要求1至4中任一项所述的计算机系统，其特征在于，所述第二处理器基于对全部或部分值组的概率密度的估计而计算所述条件概率函数。

6.根据权利要求1至4中任一项所述的计算机系统，其特征在于，所述第二处理器基于从全部或部分值组预先训练的自动学习模型而计算所述条件概率函数。

7.用于卫星的任务规划计算装置(120)，其包括：

-第一卫星发射器-接收器(121)，其用于发射命令信号，所述命令信号命令地球观测卫星的光学成像系统在至少一个采集日期采集至少一个卫星图像，

-存储器(122)，其用于存储气象变量值的历史，所述气象变量值包括与先前根据单元(11)的网格划分的地球(110)的至少一个预定区相关联的气象观测，其中气象观测和/或气象预报在所述采集日期之前的日期被观测和/或预报；

-第二处理器(123)，其用于：

与第一历史日期相关联的第一气象变量值；

所述第一历史日期与所述第二历史日期之间的历史时间差；

○对于所述地球的全部或部分所述预定区，基于所述多个值组计算条件概率函数，所述条件概率函数描述观测在受制于以下条件的第二日期的预定间隔中包含的第二气象变量值的概率：

在所述第二日期之前的第一日期观测第一气象变量值，和/或

○将所述任务规划插入到所述命令信号中。

8.根据权利要求7所述的装置，其特征在于，所述多个值组进一步包括与当前单元相邻的单元相关联的气象变量值。

9.根据权利要求7至8中任一项所述的装置，其特征在于，在计算所述卫星的任务规划期间，所述第二处理器进一步配置用于：

-基于所述选定单元计算所述卫星的任务规划。

10.根据权利要求9所述的装置，其特征在于，所述选定单元是对于所述采集日期，所述条件概率函数提供的概率大于或小于第一预定概率的单元。

11.根据权利要求7至10中任一项所述的装置，其特征在于，所述第二处理器基于对全部或部分值组的概率密度的估计而计算所述条件概率函数。

12.根据权利要求7至10中任一项所述的装置，其特征在于，所述第二处理器基于从全部或部分值组预先训练的自动学习模型而计算所述条件概率函数。