CN114219994A - 一种基于空海协同观测的海洋光学卫星辐射定标方法 - Google Patents

一种基于空海协同观测的海洋光学卫星辐射定标方法 Download PDF

Info

Publication number
CN114219994A
CN114219994A CN202111541578.4A CN202111541578A CN114219994A CN 114219994 A CN114219994 A CN 114219994A CN 202111541578 A CN202111541578 A CN 202111541578A CN 114219994 A CN114219994 A CN 114219994A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
observation
sea
marine
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
CN202111541578.4A
Other languages
English (en)
Inventor
范城城
王新平
孙煜坤
商鼎会
程睿
张永合
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.)
Shanghai Engineering Center for Microsatellites
Innovation Academy for Microsatellites of CAS
Original Assignee
Shanghai Engineering Center for Microsatellites
Innovation Academy for Microsatellites 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 Shanghai Engineering Center for Microsatellites, Innovation Academy for Microsatellites of CAS filed Critical Shanghai Engineering Center for Microsatellites
Priority to CN202111541578.4A priority Critical patent/CN114219994A/zh
Publication of CN114219994A publication Critical patent/CN114219994A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Image Input (AREA)

Abstract

本发明涉及一种基于空海协同观测的海洋光学卫星辐射定标方法，包括以下步骤：(1)根据海洋光学遥感卫星的轨道与载荷特性，设计海洋原位‑无人机协同观测模式与走航站位布设，得到不同站位的海面离水辐亮度和观测海域一定范围海水的遥感反射率影像产品；(2)根据原位观测数据反演无人机影像绝对离水辐射亮度产品；(3)计算海洋光学卫星相对辐射校正产品；(4)根据无人机影像绝对离水辐射亮度产品，计算海洋光学卫星绝对辐射校正系数。本发明提供的空海协同观测的海洋光学卫星辐射定标方法，可以充分利用点面协同观测得到高精度面分布绝对辐射亮度参考数据，提高定标参数计算的匹配点数量，进一步提高海洋光学卫星辐射定标精度。

Description

一种基于空海协同观测的海洋光学卫星辐射定标方法
技术领域
本发明涉及海洋卫星遥感在轨定标与处理领域，具体涉及一种基于空海协同观测的海洋光学卫星辐射定标方法。
背景技术
随着定量遥感信息技术的高速发展，我国遥感产品质量亟待提高，特别是海洋光学遥感系列卫星。海洋光学遥感主要是通过海水的光谱反射、辐射特征(如反射率、辐射温度、或遥感专题指数)与准同步实测的各种水体参数(叶绿素含量、悬浮泥沙浓度、水深、水温等)的关系，建立一系列相关模型来提取或反演水体参数。海上原位光谱、辐射定标与检验是提高遥感定量评估精度的必要条件，也是提升光学遥感技术在海洋科学研究中应用能力的重要保证。海洋光学卫星的辐射定标方法主要包括实验室定标、星上定标以及场地定标。由于实验室定标与星上定标无法完全确定在轨实际工作过程中的定标参数变化，故场地定标的优势性更加突出。针对海洋光学卫星，其探测的信号比陆地遥感低一个数量级，因此定标场地只能选在海上，且以往的海面场地定标主要通过少量离散走航式站位原位观测，实际定标处理中可利用的匹配点较少，导致辐射定标精度受限。因此，需构建一种基于空海协同观测的海洋光学卫星辐射定标方法，通过点面高精度协同观测得到面分布的参考数据，从而提高海洋光学卫星的辐射定标精度，为后续向国际单位制标准溯源的定量化应用奠定基础。
发明内容
本发明所要解决的问题是，针对以往海洋光学卫星场地定标主要采用船舶走航式原位观测，可利用的站位匹配点较少且导致定标精度不高，提出一种基于空海协同观测的海洋光学卫星辐射定标方法。
本发明的技术方案为一种基于空海协同观测的海洋光学卫星辐射定标方法，包括以下步骤：
步骤1，根据海洋光学遥感卫星的轨道与载荷特性，设计海洋原位-无人机协同观测模式与走航站位布设；
步骤2，根据原位观测数据反演无人机影像绝对离水辐射亮度产品；
步骤3，计算海洋光学卫星相对辐射校正产品；
步骤4，根据无人机绝对离水辐射亮度产品，计算海洋光学卫星绝对辐射校正系数。
所述确定海洋原位-无人机协同观测模式包括如下步骤：
(11)根据需要进行辐射定标的海洋光学卫星的轨道特性，计算走航船只过境某海域的轨迹与时刻，并利用便携式地物光谱仪，获取不同站位的海面离水辐亮度；
(12)根据海洋光学卫星载荷的波段范围与类型，选择相应的无人机相机载荷，以走航船只为中心，规划无人机飞行航线，获取观测海域一定范围海水的遥感反射率影像产品，并以船舶为参考进行影像拼接。
所述便携式地物光谱仪与无人机采用同步协同观测，且与海洋光学卫星的观测时间差异控制在5h以内。
所述根据原位观测数据反演无人机影像绝对离水辐射亮度产品包括如下步骤：
(21)将便携式地物光谱仪测得的点位原位观测数据与无人机遥感数据进行空间匹配，以点位原位观测数据对应的无人机遥感产品像素点为中心，选取10×10的窗口内像素观测值进行平均拟合得到对应的海水遥感反射率；
(22)采用线性回归拟合模型构建原位观测数据与无人机影像产品转换关系，得到无人机影像绝对离水辐射亮度产品。
所述线性回归拟合模型为：
ρλi(B,L)＝aλiLλi(B,L)+bλi，
其中，ρλi(B,L)表示波段i对应点位的海水遥感反射率，Lλi(B,L)表示波段i对应点位的离水辐亮度值；aλi、bλi表示线性回归模型的拟合系数；
所述无人机影像绝对离水辐射亮度产品为无人机观测归一化离水辐亮度
Figure BDA0003414487370000021
其中，ρwno为无人机对应测得的海水遥感反射率。即先通过拟合模型得到aλi和bλi，然后反推得到Lwno(λ)。
所述计算海洋光学卫星相对辐射校正产品包括如下步骤：通过对海洋光学卫星获取的海面观测数据进行分析，拟合出不同探元的光电响应模式并求取相应的辐射校正系数；采用的相对辐射校正公式表示如下：
Figure BDA0003414487370000031
其中，
Figure BDA0003414487370000032
为载荷相对辐射校正后输出观测值，
Figure BDA0003414487370000033
为原始图像第k号探元的DN值，Bk为第k号探元的偏移值，NGk为第k号探元的归一化増益。
上述公式中，Bk、NGk是辐射校正系数，
Figure BDA0003414487370000034
为是已知的数值，
Figure BDA0003414487370000035
是目标数值。
将与海洋光学卫星同步获取的无人机绝对离水辐射亮度产品作为外部真实参考，采用替代定标的方法计算绝对辐射校正系数，具体定标模型表示如下：
Figure BDA0003414487370000036
其中，Lt(λ)表示卫星载荷入瞳处接收到的辐亮度；Lr(λ)表示大气分子瑞利散射引起的光辐射；La(λ)表示气溶胶散射引起的光辐射；t(λ)表示大气漫射透过率；Lru(λ)表示瑞利散射和气溶胶散射相互作用引起的光辐射；Lw(λ)表示离水辐亮度；A、B表示载荷实验室绝对辐射定标系数；
Figure BDA0003414487370000037
表示载荷相对辐射校正后输出观测值；Lwns(λ)，Lwno(λ)分别表示海洋光学卫星以及无人机观测归一化离水辐亮度；Δ表示系统定标整体限差，C为绝对辐射校正系数。
上述公式中，Lr(λ)、La(λ)、t(λ)、Lru(λ)、A、B、DN(λ)、Lwno(λ)是已知的，Lwno(λ)、
Figure BDA0003414487370000038
分别是从步骤(2)、(3)中得到的。
与现有技术相比，本发明的有益效果在于：
本发明提供的空海协同观测的海洋光学卫星辐射定标方法，可以充分利用点面协同观测得到高精度面分布绝对辐射亮度参考数据，提高定标参数计算的匹配点数量，进一步提高海洋光学卫星辐射定标精度。
附图说明
图1为本发明的流程示意图。
具体实施方式
除非另作定义，在本说明书和权利要求书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本文中列举的所有的从最低值到最高值之间的数值，是指当最低值和最高值之间相差两个单位以上时，最低值与最高值之间以一个单位为增量得到的所有数值。
以下将描述本发明的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。在不偏离本发明的精神和范围的情况下，本领域技术人员可以对本发明的实施方式进行修改和替换，所得实施方式也在本发明的保护范围之内。
实施例
下面将对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
一种基于空海协同观测的海洋光学卫星辐射定标方法，其流程如图1所示，包括如下步骤：
步骤1，根据海洋光学遥感卫星的轨道与载荷特性，设计海洋原位-无人机协同观测模式与走航站位布设。
本发明首先根据需要进行辐射定标的海洋光学卫星的轨道特性计算过境某海域的轨迹与时刻，进一步设计走航原位观测站位，原位观测设备采用便携式地物光谱仪，获取不同站位的海面离水辐亮度；根据海洋光学卫星载荷的波段范围与类型，选择相应的无人机相机载荷，以走航船只为中心，规划无人机飞行航线，获取观测海域一定范围海水的遥感反射率影像产品，并以船舶为参考进行影像拼接；海洋原位与无人机采用同步协同观测，与海洋光学卫星的观测时间差异控制在5h以内。
步骤2，根据原位观测数据反演无人机影像绝对离水辐射亮度产品。
得到某海域一定范围内的原位海水遥感反射辐亮度点位数据以及无人机遥感反射率影像拼接产品，按如下步骤反演无人机遥感绝对离水辐亮度产品。
步骤2.1，将点位原位观测数据与无人机遥感数据进行空间匹配，即空间上以原位数据对应的无人机遥感产品像素点为中心，选取10×10的窗口内像素观测值进行平均拟合得到对应的反射率；
步骤2.2，采用线性回归拟合模型构建原位观测数据与无人机影像产品转换关系，进一步得到无人机影像绝对离水辐射亮度产品。本发明采用的线性回归拟合模型表示如下：
ρλi(B,L)＝aλiLλi(B,L)+bλi (1)
其中，ρλi(B,L)，Lλi(B,L)分别表示波段i对应点位的海水遥感反射率与离水辐亮度值；aλi，bλi表示线性回归模型的拟合系数。
步骤3，计算海洋光学卫星相对辐射校正产品。
相对辐射校正，是指为了校正各个探元响应度差异而对海洋光学载荷观测的原始数字计数值进行“再”量化的一种处理过程。由于载荷探元的光电响应函数之间存在一定差异，使得对同一亮度区域成像时，不同探元会输出不同DN(Digital Number)值，从而造成影像上出现贯穿推扫方向的条带现象。本发明通过对海洋光学卫星获取的海面观测数据进行分析，拟合出不同探元的光电响应模式并求取相应的辐射校正系数或查找表，用于消除由于探元的响应不一致引起的条带效应，使这些条带的影响降低到最小程度或彻底去除。采用的相对辐射校正公式表示如下：
Figure BDA0003414487370000051
其中，
Figure BDA0003414487370000052
为相对辐射校正后第k号探元的DN值，
Figure BDA0003414487370000053
为原始图像第k号探元的DN值，Bk为第k号探元的偏移值，NGk为第k号探元的归一化増益，增益值在1.0左右，保证定标后的DN值范围与原始数值的范围基本一致。
步骤4，根据无人机绝对离水辐射亮度产品，计算海洋光学卫星绝对辐射校正系数。
基于步骤3得到的相对辐射校正结果，进一步计算海洋光学卫星绝对辐射校正系数。绝对辐射定标主要是建立载荷数字量化输出值与入瞳绝对辐射通量的定量关系。本发明将与海洋光学卫星同步获取的无人机绝对离水辐射亮度产品作为外部真实参考，采用替代定标的方法计算绝对辐射校正系数，具体定标模型表示如下：
Lt(λ)＝Lr(λ)+La(λ)+t(λ)Lw(λ)+Lru(λ)
Lt(λ)＝C[A·DN(λ)+B]
Figure BDA0003414487370000061
其中，Lt(λ)表示卫星载荷入瞳处接收到的辐亮度；Lr(λ)表示大气分子瑞利散射引起的光辐射；La(λ)表示气溶胶散射引起的光辐射；t(λ)表示大气漫射透过率；Lru(λ)表示瑞利散射和气溶胶散射相互作用引起的光辐射；Lw(λ)表示离水辐亮度；A，B表示载荷实验室绝对辐射定标系数；DN(λ)表示载荷相对辐射校正后输出观测值；Lwns(λ)，Lwno(λ)分别表示海洋光学卫星以及无人机观测归一化离水辐亮度；Δ表示系统定标整体限差。通过迭代计算绝对辐射校正系数C，以满足定标模型的整体限差要求。
上述对实施例的描述是为了便于本技术领域的普通技术人员能理解和应用本申请。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其它实施例中而不必付出创造性的劳动。因此，本申请不限于这里的实施例，本领域技术人员根据本申请披露的内容，在不脱离本申请范围和精神的情况下做出的改进和修改都在本申请的范围之内。

Claims (7)

1.一种基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述定标方法包括以下步骤：
(1)根据海洋光学遥感卫星的轨道与载荷特性，确定海洋原位-无人机协同观测模式与走航站位布设，得到不同站位的海面离水辐亮度和观测海域一定范围海水的遥感反射率影像产品；
(2)根据原位观测数据反演无人机影像绝对离水辐射亮度产品；
(3)计算海洋光学卫星相对辐射校正产品；
(4)根据无人机影像绝对离水辐射亮度产品，计算海洋光学卫星绝对辐射校正系数。
2.如权利要求1所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述确定海洋原位-无人机协同观测模式包括如下步骤：
(11)根据需要进行辐射定标的海洋光学卫星的轨道特性，计算走航船只过境某海域的轨迹与时刻，并利用便携式地物光谱仪，获取不同站位的海面离水辐亮度；
(12)根据海洋光学卫星载荷的波段范围与类型，选择相应的无人机相机载荷，以走航船只为中心，规划无人机飞行航线，获取观测海域一定范围海水的遥感反射率影像产品，并以船舶为参考进行影像拼接。
3.如权利要求2所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述便携式地物光谱仪与无人机采用同步协同观测，且与海洋光学卫星的观测时间差异控制在5h以内。
4.如权利要求2所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述根据原位观测数据反演无人机影像绝对离水辐射亮度产品包括如下步骤：
(21)将便携式地物光谱仪测得的点位原位观测数据与无人机遥感数据进行空间匹配，以点位原位观测数据对应的无人机遥感产品像素点为中心，选取10×10的窗口内像素观测值进行平均拟合得到对应的海水遥感反射率；
(22)采用线性回归拟合模型构建原位观测数据与无人机影像产品转换关系，得到无人机影像绝对离水辐射亮度产品。
5.如权利要求4所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述线性回归拟合模型为：
ρλi(B,L)＝aλiLλi(B,L)+bλi，
其中，ρλi(B,L)表示波段i对应点位的海水遥感反射率，Lλi(B,L)表示波段i对应点位的离水辐亮度值；aλi、bλi表示线性回归模型的拟合系数；
所述无人机影像绝对离水辐射亮度产品为无人机观测归一化离水辐亮度
Figure FDA0003414487360000021
其中，ρwno为无人机对应测得的海水遥感反射率。
6.如权利要求2所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，所述计算海洋光学卫星相对辐射校正产品包括如下步骤：通过对海洋光学卫星获取的海面观测数据进行分析，拟合出不同探元的光电响应模式并求取相应的辐射校正系数；采用的相对辐射校正公式表示如下：
Figure FDA0003414487360000022
其中，
Figure FDA0003414487360000023
为载荷相对辐射校正后输出观测值，
Figure FDA0003414487360000024
为原始图像第k号探元的DN值，Bk为第k号探元的偏移值，NGk为第k号探元的归一化増益。
7.如权利要求4所述的基于空海协同观测的海洋光学卫星辐射定标方法，其特征在于，将与海洋光学卫星同步获取的无人机绝对离水辐射亮度产品作为外部真实参考，采用替代定标的方法计算绝对辐射校正系数，具体定标模型表示如下：
Figure FDA0003414487360000025
其中，Lt(λ)表示卫星载荷入瞳处接收到的辐亮度；Lr(λ)表示大气分子瑞利散射引起的光辐射；La(λ)表示气溶胶散射引起的光辐射；t(λ)表示大气漫射透过率；Lru(λ)表示瑞利散射和气溶胶散射相互作用引起的光辐射；Lw(λ)表示离水辐亮度；A、B表示载荷实验室绝对辐射定标系数；
Figure FDA0003414487360000031
表示载荷相对辐射校正后输出观测值；Lwns(λ)，Lwno(λ)分别表示海洋光学卫星以及无人机观测归一化离水辐亮度；Δ表示系统定标整体限差，C为绝对辐射校正系数。
CN202111541578.4A 2021-12-16 2021-12-16 一种基于空海协同观测的海洋光学卫星辐射定标方法 Pending CN114219994A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111541578.4A CN114219994A (zh) 2021-12-16 2021-12-16 一种基于空海协同观测的海洋光学卫星辐射定标方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111541578.4A CN114219994A (zh) 2021-12-16 2021-12-16 一种基于空海协同观测的海洋光学卫星辐射定标方法

Publications (1)

Publication Number Publication Date
CN114219994A true CN114219994A (zh) 2022-03-22

Family

ID=80702904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111541578.4A Pending CN114219994A (zh) 2021-12-16 2021-12-16 一种基于空海协同观测的海洋光学卫星辐射定标方法

Country Status (1)

Country Link
CN (1) CN114219994A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079114A (zh) * 2022-08-22 2022-09-20 中国科学院空天信息创新研究院 基于海洋与角反射器后向散射的机载sar辐射定标方法
CN115170442A (zh) * 2022-09-08 2022-10-11 中国科学院空天信息创新研究院 基于点光源的绝对辐射校正方法、装置、设备和介质
CN115630256A (zh) * 2022-12-07 2023-01-20 自然资源部第二海洋研究所 基于暗像元假定的多角度偏振水色卫星大气校正方法
CN115950538A (zh) * 2022-12-30 2023-04-11 国家卫星气象中心(国家空间天气监测预警中心) 一种基于水陆表协同观测的场地定标系统和方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079114A (zh) * 2022-08-22 2022-09-20 中国科学院空天信息创新研究院 基于海洋与角反射器后向散射的机载sar辐射定标方法
CN115170442A (zh) * 2022-09-08 2022-10-11 中国科学院空天信息创新研究院 基于点光源的绝对辐射校正方法、装置、设备和介质
CN115170442B (zh) * 2022-09-08 2022-12-02 中国科学院空天信息创新研究院 基于点光源的绝对辐射校正方法、装置、设备和介质
CN115630256A (zh) * 2022-12-07 2023-01-20 自然资源部第二海洋研究所 基于暗像元假定的多角度偏振水色卫星大气校正方法
CN115630256B (zh) * 2022-12-07 2023-07-07 自然资源部第二海洋研究所 基于暗像元假定的多角度偏振水色卫星大气校正方法
CN115950538A (zh) * 2022-12-30 2023-04-11 国家卫星气象中心(国家空间天气监测预警中心) 一种基于水陆表协同观测的场地定标系统和方法

Similar Documents

Publication Publication Date Title
CN114219994A (zh) 一种基于空海协同观测的海洋光学卫星辐射定标方法
CN102901516B (zh) 一种基于绝对辐射定标的多光谱影像辐射校正方法
CN112051222A (zh) 一种基于高分卫星影像的河湖水质监测方法
CN108303044B (zh) 一种叶面积指数获取方法及系统
CN110987821B (zh) 一种高光谱快速大气校正参数化方法
KR101702187B1 (ko) 고해상도 광학위성의 대리복사 보정장치 및 대리복사 보정방법
CN109883957B (zh) 基于modis影像的表观反射率模型构建方法、系统及定标方法
Xie et al. Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China
CN112798013B (zh) 一种对光学载荷在轨绝对辐射定标结果进行验证的方法
CN112051226B (zh) 基于无人机载高光谱图像估算近海总悬浮物浓度的方法
CN114139444A (zh) 一种基于机器学习的近海海表温度反演方法
CN109283144A (zh) 强潮高浑浊河口悬浮泥沙长历时变化的遥感计算方法
US5324113A (en) Process for multispectral/multilook atmospheric estimation
CN111651707A (zh) 一种基于光学浅水区卫星遥感影像的潮位反演方法
CN111144350B (zh) 一种基于参考底图的遥感影像定位精度评价方法
CN108226059B (zh) 一种卫星高光谱co2探测仪在轨辐射定标方法
CN113408111B (zh) 大气可降水量反演方法及系统、电子设备和存储介质
CN112665829B (zh) 一种光学遥感卫星的波段间定标方法
CN113836731B (zh) 陆表稳定目标大气层顶反射率模型的构建方法和装置
Aitken et al. Prelude to CZMIL: seafloor imaging and classification results achieved with CHARTS and the Rapid Environmental Assessment (REA) Processor
Chen et al. Scale correction of two-band ratio of red to near-infrared using imagery histogram approach: A case study on Indian remote sensing satellite in Yellow River estuary
CN110702228B (zh) 一种航空高光谱影像的边缘辐射校正方法
CN111044489B (zh) 一种基于多波长测量获得大气折射率高度分布剖面的方法
CN114296061A (zh) 基于多元变量检测和不同辐射传输模型的交叉定标方法
Eugenio et al. Worldview-2 high resolution remote sensing image processing for the monitoring of coastal areas

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