CN116562061B - 卫星性能参数的确定方法、装置、电子设备及存储介质 - Google Patents
卫星性能参数的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116562061B CN116562061B CN202310841522.3A CN202310841522A CN116562061B CN 116562061 B CN116562061 B CN 116562061B CN 202310841522 A CN202310841522 A CN 202310841522A CN 116562061 B CN116562061 B CN 116562061B
- Authority
- CN
- China
- Prior art keywords
- satellite
- point source
- determining
- emission intensity
- wind speed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 claims abstract description 77
- 238000009792 diffusion process Methods 0.000 claims abstract description 64
- 238000011002 quantification Methods 0.000 claims abstract description 8
- 238000013139 quantization Methods 0.000 claims description 66
- 238000010586 diagram Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 53
- 239000000779 smoke Substances 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 239000007789 gas Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 239000005431 greenhouse gas Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本申请的一些实施例提供一种卫星性能参数的确定方法、装置、电子设备及存储介质，该方法包括：获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；根据点源排放强度、扩散风速、估算参数和预先建立的卫星参数数据库，确定针对预设条件的卫星的性能参数，并根据卫星的性能参数对卫星进行参数配置，实现了对探测卫星多个性能参数的同步配置，进而提高了探测卫星的量化能力和探测效率。
Description
技术领域
本申请涉及卫星探测技术领域，具体而言，涉及卫星性能参数的确定方法、装置、电子设备及存储介质。
背景技术
若在地面上有点源排放温室气体，有专门检测点源排放温室气体的探测卫星进行观测，该探测卫星用于观测各个点源排放并准确量化排放速率，因此，需要优化配置探测卫星的各个性能参数，例如空间分辨率或者探测精度。
现有技术中，在对探测卫星的设备参数进行配置时，通常只对探测卫星的单一因素进行分析，因此只能提供片面的卫星单一性能参数的设计参考，例如，仅针对空间分辨率这一设备参数进行配置，或者仅针对探测精度这一设备参数进行配置，而卫星的探测能力同时受到卫星多种性能参数的影响，且不同性能参数在工程实现上相互制约，如何平衡多个性能参数对探测卫星的设备参数进行同步配置，提高探测卫星的量化能力和探测效率，是目前急需解决的问题。
发明内容
本申请的一些实施例的目的在于提供一种卫星性能参数的确定方法、装置、电子设备及存储介质，通过本申请的实施例的技术方案，通过获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算偏差期望和估算偏差标准差；根据所述卫星的性能参数对所述卫星进行参数配置，本申请实施例通过建立卫星参数数据库，包括点源参数、风场参数、估算参数和卫星的性能参数的对应关系，根据不同的点源参数、风场参数和估算参数，确定合适的卫星性能参数，并对卫星进行参数配置，以使卫星的性能参数满足卫星的探测和量化要求。
第一方面，本申请的一些实施例提供了一种卫星性能参数的确定方法，包括：
获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内的符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算偏差期望和估算偏差标准差；
根据所述卫星的性能参数对所述卫星进行参数配置。
本申请的一些实施例通过建立卫星参数数据库，包括点源参数、风场参数、估算参数和卫星的性能参数的对应关系，根据不同的点源参数、风场参数和估算参数，确定合适的卫星性能参数，并对卫星进行参数配置。
在一些实施例，所述卫星参数数据库通过如下方式获得：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率，采用高斯扩散模型，确定与所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星观测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内的观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化相对偏差的正态分布图；
根据所述相对偏差的正态分布图，得到与点源对应的卫星量化准确性的期望和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度、以及所述量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
本申请的一些实施例，通过将点源排放强度、扩散风速、卫星观测的样本空间分辨率、所述卫星探测精度、以及所述量化准确性的期望值和标准差的对应关系构成卫星参数数据库，可以综合考虑卫星探测精度和卫星观测的空间分辨率，对卫星探测和量化能力的影响，通过平衡并同步进行卫星多性能参数的配置，提高卫星的量化能力和探测效率。
在一些实施例，所述根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化相对偏差的正态分布图，包括：
根据所述第一点源排放强度和所述第二点源排放强度，确定卫星量化的点源排放的相对偏差；
采用高斯分布对所述点源排放的卫星量化相对偏差进行高斯拟合，确定与所述点源对应的卫星量化相对偏差的正态分布图。
本申请的一些实施例，通过对点源排放的卫星量化相对偏差进行高斯拟合，得到卫星量化相对偏差的正态分布图，可以同时考虑多个性能参数对卫星量化准确性的影响，提高了卫星设备参数设计的准确度。
在一些实施例，所述采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度，包括：
获取点源下风向的各个像元面积和各个像元的增强气体浓度；
根据所述像元面积和所述各个像元的增强气体浓度，确定所述点源对应的总排放烟羽质量；
根据所述总排放烟羽质量、所述样本扩散风速和烟羽排放距离，确定与所述点源对应的多个第二点源排放强度。
本申请的一些实施例，通过采用综合质量增强方法，得到多个第二点源排放强度，提高计算的准确性。
在一些实施例，所述方法还包括：根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差；
根据所述卫星的量化准确性的期望值和标准差，对所述卫星的性能进行评估。
本申请的一些实施例，通过根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差，可以对卫星性能进行评估。
第二方面，本申请的一些实施例提供了一种卫星性能参数的确定装置，包括：
获取模块，用于获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
确定模块，用于根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算偏差期望和估算偏差标准差；
配置模块，用于根据所述卫星的性能参数对所述卫星进行参数配置。
本申请的一些实施例通过建立卫星参数数据库，包括点源参数、风场参数、估算参数、卫星的性能参数的对应关系，根据不同的点源参数、风场参数和估算参数，确定合适的卫星性能参数，并对卫星进行参数配置。
在一些实施例，所述装置还包括建立模块，所述建立模块用于：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率，采用高斯扩散模型，确定与所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星观测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化相对偏差的正态分布图；
根据所述相对偏差的正态分布图，得到与点源对应的量化准确性的期望和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度以及所述量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
本申请的一些实施例，通过将点源排放强度、扩散风速、卫星观测的样本空间分辨率、所述卫星探测精度以及所述量化准确性的期望值和标准差的对应关系构成卫星参数数据库，可以综合考虑卫星探测精度和卫星观测的空间分辨率，对卫星性能参数配置的影响，提高卫星的量化能力和探测效率。
在一些实施例，所述建立模块用于：
根据所述第一点源排放强度和所述第二点源排放强度，确定卫星量化点源排放的相对偏差；
采用高斯分布对所述点源排放的相对偏差进行高斯拟合，确定与所述点源对应的卫星量化相对偏差的正态分布图。
本申请的一些实施例，通过对卫星量化的点源排放的相对偏差进行拟合，得到相对偏差的正态分布图，可以同时考虑多个性能参数对卫星量化准确性的影响，提高了卫星设备参数设计的准确度。
在一些实施例，所述建立模块用于：
获取点源下风向的各个像元面积和各个像元的增强气体浓度；
根据所述像元面积和所述各个像元的增强气体浓度，确定所述点源对应的总排放烟羽质量；
根据所述总排放烟羽质量、所述样本扩散风速和烟羽排放距离，确定与所述点源对应的多个第二点源排放强度。
本申请的一些实施例，通过采用综合质量增强方法，得到多个第二点源排放强度，提高了计算的准确性。
在一些实施例，所述确定模块还用于：根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差；
根据所述卫星的量化准确性的期望值和标准差，对所述卫星的性能进行评估。
本申请的一些实施例，通过确定量化准确性的期望值和标准差，可以对卫星性能进行评估。
第三方面，本申请的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的卫星性能参数的确定方法。
第四方面，本申请的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的卫星性能参数的确定方法。
第五方面，本申请的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的卫星性能参数的确定方法。
附图说明
为了更清楚地说明本申请的一些实施例的技术方案，下面将对本申请的一些实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种卫星性能参数的确定方法的流程示意图；
图2为本申请实施例提供的一种卫星性能的评估方法的流程示意图；
图3为本申请实施例提供的再一种卫星性能参数的确定方法的流程示意图；
图4为本申请实施例提供的一种卫星性能参数的确定装置的结构示意图；
图5为本申请实施例提供的一种电子设备示意图。
具体实施方式
下面将结合本申请的一些实施例中的附图，对本申请的一些实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
探测卫星可以检测地面上各个点源的排放情况，如何能够提高探测卫星的探测性能，需要为探测卫星配置合适的性能参数，而目前只能通过分析单一卫星性能参数的影响对卫星的性能参数进行配置，鉴于此，本申请的一些实施例提供了一种卫星性能参数的确定方法，该方法通过建立卫星参数数据库，该卫星参数数据库包括点源排放强度、扩散风速、估算参数和卫星的性能参数，点源排放强度、扩散风速、估算参数和卫星的性能参数相对应，根据预设区域内的各个点源的点源排放强度、扩散风速和估算参数，采用预先建立的卫星参数数据库，确定预设条件下卫星的性能参数，并根据卫星的性能参数对卫星进行参数配置，这样，实现了对探测卫星多个性能参数的同步配置，进而提高了探测卫星的量化能力和探测效率。
如图1所示，本申请的实施例提供了一种卫星性能参数的确定方法，该方法包括：
S101、获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
若需要对某一个区域的点源开展合理探测，终端设备首先需要获取该区域内的各个点源的点源排放强度和扩散风速，扩散风速用于描述传输和扩散的强度。
S102、根据点源排放强度、扩散风速、估算参数和预先建立的卫星参数数据库，确定针对预设条件的卫星性能参数；其中，预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，点源排放强度、扩散风速、估算参数和卫星的性能参数相对应；
终端设备上预先建立了卫星参数数据库，该卫星参数数据库是根据点源排放强度、扩散风速、估算参数和卫星的性能参数确定的，且将点源排放强度、扩散风速、估算参数和卫星的性能参数的对应关系保存在该卫星参数数据库中，当终端设备获取到预设区域内的各个点源的点源排放强度、扩散风速和预设估算参数时，根据该卫星参数数据库进行查找，查找与点源排放强度、扩散风速、预设估算参数对应的卫星性能参数，在本申请实施例中包括多个参数。
S103、根据卫星的性能参数对卫星进行参数配置。
其中，卫星的性能参数至少包括空间分辨率和探测精度；根据预设的量化准确性要求、排放强度和风速，可以获取合适的卫星性能参数，从而对卫星空间分辨率和探测精度进行同步的优化配置。
在实际配置过程中，由于卫星性能参数包括多个参数，因此需要综合分析多个参数之间的关系，例如需要综合考虑空间分辨率和探测精度对卫星探测和量化的影响，进而根据卫星性能参数对卫星进行参数配置。
示例性地，终端设备得到的卫星量化点源排放相对偏差的每一个期望值，与空间分辨率和卫星探测精度相关，例如在量化10 Mt/yr强度的CO2点源时，在3m/s的风速条件下，若设置卫星量化的相对偏差期望为30%，空间分辨率可设置为0.5~2 km，此情况下对应的卫星探测精度应小于1.5 ppm，结合实际工程实现能力和性价比，需要合理平衡卫星观测的空间分辨率和卫星探测精度之间的关系，从而确定卫星性能参数，对卫星进行配置。
本申请实施例弥补了目前温室气体点源探测卫星性能参数的优化设计系统性方法缺失的问题，该卫星性能参数的确定方法基于以上建立的参数化模型和参考数据库，可以通过数据库查找的方式快速获取卫星性能参数，卫星性能参数至少包括空间分辨率和探测精度。
本申请又一实施例对上述实施例提供的卫星性能参数的确定方法做进一步补充说明。
可选地，终端设备上预先建立卫星参数数据库，卫星参数数据库通过如下方式获得：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据第一点源排放强度、样本扩散风速和卫星观测的样本空间分辨率，采用高斯扩散模型，确定与第一点源排放强度、样本扩散风速和卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星观测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内的观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
具体包括：
步骤A1、获取点源的下风向的各个像元面积和各个像元的气体浓度增强；
步骤A2、根据像元面积和各个像元的气体浓度增强，确定点源对应的总排放烟羽质量；
步骤A3、根据总排放烟羽质量、样本扩散风速和烟羽排放距离，确定与点源对应的第二点源排放强度。
示例性地，利用排放源下风方向探测到的总排放烟羽质量计算排放速率，下风向所有可探测到的总排放烟羽质量作为总排放量，可表示为：
;
其中，为可探测到增强烟羽的像元个数（j=1,2,…,N），/>为各烟羽的像元面积，为各像元点内排放气体浓度的增强，/>为第二点源排放强度，/>为排放持续时间，/>为风速，/>为烟羽排放距离。
步骤A4、根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化相对偏差的正态分布图；
具体包括：根据第一点源排放强度和第二点源排放强度，确定卫星量化的点源排放的相对偏差；
采用高斯分布对点源排放的相对偏差进行高斯拟合，确定与点源对应的卫星量化相对偏差的正态分布图。
根据第一点源排放强度和多个第二点源排放强度，通过计算两者之间的相对偏差，即可得到多个相对偏差值，由于样本个数较多，且观测视场内误差为随机分布，相对偏差也应呈正态分布，从而得到与点源对应卫星量化相对偏差的正态分布图，通过高斯拟合得到卫星量化准确性的期望和标准差，相对偏差量可以看作卫星量化准确性的度量。
示例性地，点源排放相对偏差值M=;其中，Q为第一点源排放强度。
也就是说一个第一点源排放强度与多个第二点源排放强度进行计算，得到多个点源排放相对偏差值，终端设备采用高斯分布对多个点源排放相对偏差值进行高斯拟合，得到与点源对应的卫星量化相对偏差的正态分布图。
根据卫星量化相对偏差的正态分布图，确定卫星量化相对偏差的期望值μ和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度、以及所述量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
在一些实施例中，本申请实施例考虑了影响卫星量化点源排放准确性的关键参数，通过物理模型和经验分析，选取了影响卫星监测和量化精度的主要因素变量：
（1）点源排放强度；
（2）扩散风速，用于描述传输和扩散的强度；
（3）卫星观测的空间分辨率；
（4）卫星探测精度，即卫星探测精度为空间分辨率内，卫星能够识别的大气浓度的最小变化。
在模型的建立过程中，首先采用二维的高斯扩散模型模拟了第一点源排放强度卫星观测的指定空间分辨率x和扩散风速u条件下的点源排放烟羽；其次根据卫星探测精度p和指定空间分辨率x构建了卫星观测视场内各个像元排放气体柱浓度观测的随机误差分布情况，即观测误差的随机显示图，该误差随机显示图为白噪声分布，其平均值为0，标准差是探测精度，结合该点源排放烟羽和误差的随机显示图建立卫星观测到的点源伪排放烟羽；最后根据模拟的伪排放烟羽，采用综合质量增强方法估算第二点源排放强度。
其中，高斯扩散模型是适用于均一大气条件，开阔平坦地面的点源排放扩散模式。排放大量温室气体的烟囱、放散管、通风口等，虽然其大小不一，但是只要不是讨论烟囱底部很近距离的排放问题，均可视其为点源。
烟羽(smoke plume)是从工厂烟囱中连续排放出来的烟体，外形呈羽毛状，因而得名。烟羽可被看作是由无数个时间间隔为无限短暂的、依次排放的烟团所组成;烟团各部分的运动速率不同。
本申请实施例根据点源排放强度，扩散风速/>，卫星观测的空间分辨率/>和卫星探测精度/>，建立了四参数的卫星量化准确性的评估模型，
卫星量化准确性通过估算相对偏差的正态分布的模型参数和/>表示。
在相同的点源强度、风场和卫星探测性能参数条件下，由于卫星探测噪声的随机性，在大量卫星探测随机样本中，卫星探测的点源排放估算结果的相对偏差服从高斯正态分布，这里估算的相对偏差是卫星量化准确性的度量，和/>是描述点源排放估算相对偏差正态分布的两个参数，即/>是估算准确性概率密度分布的期望值，/>是估算准确性概率密度分布的标准差。该模型能够提供全面的性能参数设计参考，避免了现有方法仅考虑单一影响因素，提供的设计参考存在片面性的问题。
基于以上建立的参数化模型建立了卫星参数数据库，卫星参数数据库内包含的变量为：空间分辨率、探测精度、排放强度、风速、估算相对偏差期望和估算相对偏差标准差。多维数据库的建立弥补了现有方案仅能针对单一性能的卫星进行性能评价和设计优化的不足。
在多维数据库建立过程中，由于卫星观测误差具有随机性，因此针对相同的排放强度、风速和卫星性能参数条件，都进行了多次观测随机误差分布模拟，从而获取了相同模拟场景下的多个伪排放烟羽样本，并计算了相同模拟条件下大量样本的估算结果及其量化相对偏差。观测误差的随机性导致样本排放量估算结果及其准确性也具有随机性，采取正态分布拟合的方式获得估算相对偏差的两个高斯分布参数：期望和标准差/>。根据拟合获得的两个高斯参数和相应模拟条件构建了卫星参数数据库。
基于上述实施例，图2为本申请实施例提供的一种卫星性能的评估方法的流程示意图，本申请实施例提供一种卫星性能的评估方法，该卫星性能的评估方法包括：
步骤S201、根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差；
步骤S202、根据卫星的量化准确性的期望值和标准差，对卫星的性能进行评估。
如图3所示，终端设备预先建立卫星参数数据库，该卫星参数数据库包括第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率、卫星探测精度、卫星量化相对偏差的期望值和卫星量化相对偏差的标准差，这些参数存在相互对应的关系，该卫星参数数据库不仅可以用于确定卫星的设备参数，还可以对卫星性能进行评估。
当输入参数为点源排放强度、风速、探测精度和空间分辨率时，根据卫星参数数据库，输出估算相对偏差期望和估算相对偏差标准差，通过该估算相对偏差期望即卫星的量化准确性期望值和估算相对偏差标准差即卫星的量化准确性标准差，对卫星性能进行评估。
当输入参数为点源排放强度、风速和估算偏差期望时，根据卫星参数数据库，输出探测精度和空间分辨率，根据该探测精度和空间分辨率，可以确定卫星的设备参数，根据设备参数对卫星进行配置，即可以对卫星进行性能参数设置。
通过本申请实施例，通过检索的方式根据点源量化的准确性要求直接对卫星综合性能参数进行优化设计；快速评估不同性能参数卫星对点源排放的量化能力。相比现有的方法，具有两个突出优势：第一，构建的参数化模型综合考虑了多种影响卫星探测能力的性能参数，可满足全面的卫星性能评估和设计；第二，通过建立的卫星参数数据库可进行直接快速的卫星性能设计方案评估和优化，具有普适、实用、高效的特点。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本申请另一实施例提供一种卫星性能参数的确定装置，用于执行上述实施例提供的卫星性能参数的确定方法。
如图4所示，为本申请实施例提供的卫星性能参数的确定装置的结构示意图。该卫星性能参数的确定装置包括获取模块401、确定模块402和配置模块403，其中：
获取模块401用于获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
确定模块402用于根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算相对偏差期望和估算相对偏差标准差；
配置模块403用于根据卫星的性能参数对卫星进行参数配置。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本实施例提供的卫星性能参数的确定装置，通过获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；根据点源排放强度、扩散风速、估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算相对偏差期望和估算相对偏差标准差。
本申请又一实施例对上述实施例提供的卫星性能参数的确定装置做进一步补充说明。
在一些实施例，所述装置还包括建立模块，所述建立模块用于：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率，采用高斯扩散模型，确定与所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星探测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化的相对偏差的正态分布图；
根据所述相对偏差的正态分布图，得到与点源对应的卫星量化准确性的期望和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度、以及所述卫星量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
本申请的一些实施例，通过将点源排放强度、扩散风速、卫星观测的样本空间分辨率、所述卫星探测精度、以及所述卫星量化准确性的期望值和标准差的对应关系构成卫星参数数据库，可以综合考虑卫星探测精度和卫星观测的空间分辨率，对卫星性能参数配置的影响，从而提高卫星的量化能力和探测效率。
在一些实施例，所述建立模块用于：
根据所述第一点源排放强度和所述第二点源排放强度，确定卫星量化的点源排放的相对偏差；
采用高斯分布对所述点源排放的相对偏差进行高斯拟合，确定与所述点源对应的卫星量化相对偏差的正态分布图。
本申请的一些实施例，通过对点源排放的卫星量化相对偏差进行拟合，得到卫星量化相对偏差的正态分布图，可以同时考虑多个性能参数对卫星量化准确性的影响，提高了卫星设备参数设计的准确度。
在一些实施例，所述建立模块用于：
获取点源的下风向的各个像元面积和各个像元的增强气体浓度；
根据所述像元面积和所述各个像元的增强气体浓度，确定所述点源对应的总排放烟羽质量；
根据所述总排放烟羽质量、所述样本扩散风速和烟羽排放距离，确定与所述点源对应的多个第二点源排放强度。
本申请的一些实施例，通过采用综合质量增强方法，得到了多个第二点源排放强度，提高了计算的准确性。
在一些实施例，所述确定模块还用于：
根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差；
根据所述卫星的量化准确性的期望值和标准差，对所述卫星的性能进行评估。
本申请的一些实施例，通过确定量化准确性的期望值和标准差，可以对卫星性能进行评估。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
需要说明的是，本实施例中各可实施的方式可以单独实施，也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时可实现如上述实施例提供的卫星性能参数的确定方法中的任意实施例所对应方法的操作。
本申请实施例还提供了一种计算机程序产品，计算机程序产品包括计算机程序，其中，计算机程序被处理器执行时可实现如上述实施例提供的卫星性能参数的确定方法中的任意实施例所对应方法的操作。
如图5所示，本申请的一些实施例提供一种电子设备500，该电子设备500包括：存储器510、处理器520以及存储在存储器510上并可在处理器520上运行的计算机程序，其中，处理器520通过总线530从存储器510读取程序并执行程序时可实现如上述卫星性能参数的确定方法包括的任意实施例的方法。
处理器520可以处理数字信号，可以包括各种计算结构。例如复杂指令集计算机结构、结构精简指令集计算机结构或者一种实行多种指令集组合的结构。在一些示例中，处理器520可以是微处理器。
存储器510可以用于存储由处理器520执行的指令或指令执行过程中相关的数据。这些指令和/或数据可以包括代码，用于实现本申请实施例描述的一个或多个模块的一些功能或者全部功能。本公开实施例的处理器520可以用于执行存储器510中的指令以实现上述所示的方法。存储器510包括动态随机存取存储器、静态随机存取存储器、闪存、光存储器或其它本领域技术人员所熟知的存储器。
以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种卫星性能参数的确定方法，其特征在于，所述方法包括：
获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算偏差期望和估算偏差标准差；
根据所述卫星的性能参数对卫星进行参数配置；
其中，所述卫星参数数据库通过如下方式获得：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率，采用高斯扩散模型，确定与所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星观测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内的观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应的卫星量化相对偏差的正态分布图；
根据所述相对偏差正态分布图，得到与点源对应的量化准确性的期望和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度、以及所述量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
2.根据权利要求1所述的卫星性能参数的确定方法，其特征在于，所述根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应卫星量化相对偏差的正态分布图，包括：
根据所述第一点源排放强度和所述第二点源排放强度，确定卫星量化点源排放的相对偏差；
采用高斯分布对所述点源排放相对偏差进行高斯拟合，确定与所述点源对应的卫星量化相对偏差的正态分布图。
3.根据权利要求2所述的卫星性能参数的确定方法，其特征在于，所述采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度，包括：
获取点源下风向的各个像元面积和各个像元的增强气体浓度；
根据所述像元面积和所述各个像元的增强气体浓度，确定所述点源对应的总排放烟羽质量；
根据所述总排放烟羽质量、所述样本扩散风速和烟羽排放距离，确定与所述点源对应的多个第二点源排放强度。
4.根据权利要求2所述的卫星性能参数的确定方法，其特征在于，所述方法还包括：
根据点源的点源排放强度、所述扩散风速和预设卫星探测的空间分辨率和探测精度，确定卫星的量化准确性的期望值和标准差；
根据所述卫星的量化准确性的期望值和标准差，对所述卫星的性能进行评估。
5.一种卫星性能参数的确定装置，其特征在于，所述装置包括：
获取模块，用于获取预设区域内的各个点源的点源排放强度、扩散风速和估算参数；
确定模块，用于根据所述点源排放强度、所述扩散风速、所述估算参数和预先建立的卫星参数数据库，确定所述预设区域内符合预设条件的卫星的性能参数；其中，所述预先建立的卫星参数数据库至少包括点源排放强度、扩散风速、估算参数和卫星的性能参数，所述点源排放强度、所述扩散风速、所述估算参数和所述卫星的性能参数相对应，所述估算参数至少包括估算偏差期望和估算偏差标准差；
配置模块，用于根据所述卫星的性能参数对所述卫星进行参数配置；
所述装置还包括建立模块，所述建立模块用于：
获取卫星观测视场内的各个点源的第一点源排放强度、样本扩散风速、卫星观测的样本空间分辨率和样本卫星探测精度；
根据所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率，采用高斯扩散模型，确定与所述第一点源排放强度、所述样本扩散风速和所述卫星观测的样本空间分辨率对应的点源排放烟羽；
根据所述卫星观测的样本卫星探测精度和样本空间分辨率，确定卫星观测视场内的观测误差的随机显示图；
根据所述点源排放烟羽和所述观测误差的随机显示图，确定所述卫星观测视场内的点源的多个伪排放烟羽；
采用综合质量增强方法，对所述多个伪排放烟羽进行处理，确定与所述点源对应的多个第二点源排放强度；
根据所述第一点源排放强度和所述多个第二点源排放强度，确定与所述点源对应卫星量化相对偏差的正态分布图；
根据所述相对偏差的正态分布图，得到与点源对应的卫星量化准确性的期望和标准差；
将所述第一点源排放强度、所述样本扩散风速、所述卫星观测的样本空间分辨率、所述卫星探测精度、以及所述卫星量化准确性的期望值和标准差的对应关系，确定为所述卫星参数数据库。
6.根据权利要求5所述的卫星性能参数的确定装置，其特征在于，所述建立模块用于：
根据所述第一点源排放强度和所述第二点源排放强度，确定卫星量化的点源排放的相对偏差；
采用高斯分布对所述点源排放的相对偏差进行高斯拟合，确定与所述点源对应卫星量化相对偏差的正态分布图。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的卫星性能参数的确定方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的卫星性能参数的确定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310841522.3A CN116562061B (zh) | 2023-07-11 | 2023-07-11 | 卫星性能参数的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310841522.3A CN116562061B (zh) | 2023-07-11 | 2023-07-11 | 卫星性能参数的确定方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116562061A CN116562061A (zh) | 2023-08-08 |
| CN116562061B true CN116562061B (zh) | 2023-09-12 |
Family
ID=87491897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310841522.3A Active CN116562061B (zh) | 2023-07-11 | 2023-07-11 | 卫星性能参数的确定方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116562061B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108426856A (zh) * | 2018-03-26 | 2018-08-21 | 武汉大学 | 评估激光雷达卫星测量大气co2浓度性能的综合分析系统 |
| CN115372287A (zh) * | 2022-09-12 | 2022-11-22 | 中国科学技术大学 | 基于高分五号卫星数据的二氧化硫排放清单构建方法 |
| CN115840259A (zh) * | 2022-11-11 | 2023-03-24 | 北京跟踪与通信技术研究所 | 卫星载荷效能评估方法、装置、设备及可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015130950A2 (en) * | 2014-02-26 | 2015-09-03 | Clark Emerson Cohen | An improved performance and cost global navigation satellite system architecture |
-
2023
- 2023-07-11 CN CN202310841522.3A patent/CN116562061B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108426856A (zh) * | 2018-03-26 | 2018-08-21 | 武汉大学 | 评估激光雷达卫星测量大气co2浓度性能的综合分析系统 |
| CN115372287A (zh) * | 2022-09-12 | 2022-11-22 | 中国科学技术大学 | 基于高分五号卫星数据的二氧化硫排放清单构建方法 |
| CN115840259A (zh) * | 2022-11-11 | 2023-03-24 | 北京跟踪与通信技术研究所 | 卫星载荷效能评估方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116562061A (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hekker et al. | Solar-like oscillations in red giants observed with Kepler: influence of increased timespan on global oscillation parameters | |
| Gong et al. | Automatic detection of infeasible paths in software testing | |
| Engel et al. | Using coverage‐based rarefaction to infer non‐random species distributions | |
| CN114091863B (zh) | 园区内目标对象挥发性有机物污染等级的评估方法和装置 | |
| Lindau et al. | The joint influence of break and noise variance on the break detection capability in time series homogenization | |
| Zadeh et al. | Impact of measurement error and limited data frequency on parameter estimation and uncertainty quantification | |
| Tebaldi et al. | Extreme metrics from large ensembles: investigating the effects of ensemble size on their estimates | |
| Astrup et al. | Finding the appropriate level of complexity for a simulation model: An example with a forest growth model | |
| CN116562061B (zh) | 卫星性能参数的确定方法、装置、电子设备及存储介质 | |
| Dumont Le Brazidec et al. | Deep learning applied to CO 2 power plant emissions quantification using simulated satellite images | |
| CN113591314A (zh) | 传感器可信性评估方法、装置、计算机设备及介质 | |
| CN115526330A (zh) | 有机物走航数据校准方法、装置、计算机设备和存储介质 | |
| CN109858699B (zh) | 水质定量模拟方法、装置、电子设备及存储介质 | |
| Fleming et al. | Sensitivity of a white‐tailed deer habitat‐suitability index model to error in satellite land‐cover data: implications for wildlife habitat‐suitability studies | |
| CN117314914B (zh) | 一种对工程无损检测图像的缺陷识别方法及相关设备 | |
| Thompson et al. | A flexible algorithm for network design based on information theory | |
| CN112165616A (zh) | 一种摄像头模组的测试方法、装置、电子设备及存储介质 | |
| CN117252489B (zh) | 臭氧污染来源的评估方法、装置、介质及电子设备 | |
| CN113820311B (zh) | 一种基于遥感组合反演公式的水质重金属监测方法及装置 | |
| Arias-Giraldo et al. | enmpa: An R package for ecological niche modeling using presence-absence data and generalized linear models | |
| CN114927239B (zh) | 一种应用于药物分析的决策规则自动生成方法及系统 | |
| CN118072871B (zh) | 一种有机污染物环境检测方法及相关设备 | |
| Pardo et al. | Global Reprocessed Observation Product For the Atlantic and Arctic Observation Products | |
| CN117541071B (zh) | 一种场地土壤重金属损害基线计算方法和装置 | |
| CN118211355B (zh) | 一种适用于污染场地的监测井布设方法、装置及电子设备 |
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 |