高分一号、高分二号卫星分辨率及技术指标

高分一号、高分二号卫星分辨率及技术指标
高分一号、高分二号卫星分辨率及技术指标

北京揽宇方圆信息技术有限公司

高分一号、高分二号卫星分辨率及技术指标

高分一号

高分一号卫高分一号卫星是中国高分辨率对地观测系统的首发星,突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术,设计寿命5至8年。高分辨率对地观测系统工程是《国家中长期科学和技术发展规划纲要(2006~2020年)》确定的16个重大专项之一,由国防科工局、总装备部牵头实施。

“高分一号”是我国高分辨率对地观测卫星系统重大专项(简称“高分专项”)的第一颗卫星。“高分专项”于2010年5月全面启动,计划到2020年建成我国自主的陆地、大气和海洋观测系统。尽管该“专项”主要是民用卫星,但外国专家认为,由于分辨率较高,也具备相当价值的军事用途,识别飞机、坦克已经不成问题。

GF-1卫星搭载了两台2m分辨率全色/8m分辨率多光谱相机,四台16m分辨率多光谱相机。卫星工程突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术,多载荷图像拼接融合技术,高精度高稳定度姿态控制技术,5年至8年寿命高可靠卫星技术,高分辨率数据处理与应用等关键技术,对于推动我国卫星工程水平的提升,提高我国高分辨率数据自给率,具有重大战略意义。

“高分一号”的全色分辨率是2米,多光谱分辨率为8米。它的特点是增加了高分辨率多光谱相机,该相机的性能在国内投入运行的对地观测卫星中最强。此外,“高分一号”的宽幅多光谱相机幅宽达到了800公里,而法国发射的SPOT6卫星幅宽仅有60公里。“高分一号”在具有类似空间分辨率的同时,可以在更短的时间内对一个地区重复拍照,其重复周期只有4天,而世界上同类卫星的重复周期大多为10余天。可以说,“高分一号”实现了高空间分辨率和高时间分辨率的完美结合。

实际上,“高分专项”是一个非常庞大的遥感技术项目,包含至少7颗卫星和其他观测平台,分别编号为“高分一号”到“高分七号”,它们都将在2020年前发射并投入使用。“高分一号”为光学成像遥感卫星;“高分二号”也是光学遥感卫星,但全色和多光谱分辨率都提高一倍,分别达到了1米全色和4米多光谱;“高分三号”为1米分辨率;“高分四号”为地球同步轨道上的光学卫星,全色分辨率为50米;“高分五号”不仅装有高光谱相机,而且拥有多部大气环境和成分探测设备,如可以间接测定PM2.5的气溶胶探测仪;“高分六号”的载荷性能与“高分一号”相似;“高分七号”则属于高分辨率空间立体测绘卫星。“高分”系列卫星覆盖了从全色、多光谱到高光谱,从光学到雷达,从太阳

参数2m 分辨率全色/8m 分辨率多光谱相机16m 分辨率多光谱

相机

光谱范围全色0.45—0.90μm

多光谱0.45—0.52μm 0.45—0.52μm

0.52—0.59μm 0.52—0.59μm

0.63—0.69μm 0.63—0.69μm

0.77—0.89μm 0.77—0.89μm

空间分辨率全色2m 16m

多光谱8m 幅宽

60km (2台相机组合)800km (4台相机

组合)重访周期(侧摆

时)

4天覆盖周期(不侧

摆)41天4天

高分二号

高分二号卫星是我国自主研制的首颗空间分辨优于1米的民用光学遥感卫星可在遥感集市平台中查询到,搭载有两台高分辨率1米全色、4米多光谱相机,具有亚米级空间分辨率、高定位精度和快速姿态机动能力等特点,有效地提升了卫星综合观测效能,达到了国际先进水平。

高分二号卫星于8月19日成功发射,8月21日首次开机成像并下传数据。这是我国目前分辨率最高的民用陆地观测卫星,星下点空间分辨率可达0.8米,标志着我国遥感卫星进入了亚米级“高分时

代”。主要用户为国土资源部、住房和城乡建设部、交通运输部和国家林业局等部门,同时还将为其他用户部门和有关区域提供示范应用服务。

高分二号卫星轨道和姿态控制参数参数

指标轨道类型

太阳同步回归轨道轨道高度

631km (标称值)倾角

97.9080°降交点地方时

10:30AM 侧摆能力(滚动)±35°,机动35°的时间≦180s

高分二号卫星有效载荷技术指标参数1m 分辨率全色/4m 分辨率多光谱相

光谱范围

全色0.45—0.90μm

多光谱0.45—0.52μm

0.52—0.59μm 0.63—0.69μm

0.77—0.89μm

空间分辨率

全色

1m 多光谱

4m 幅宽

45km (2台相机组合)重访周期(侧摆时)

5天覆盖周期(不侧摆)69天

北京揽宇方圆信息技术有限公司

高分辨率遥感影像数据一体化测图系统PixelGrid

高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid(以下简称“PixelGrid”)是由中国测绘科学研究院自主研发的“十一五”重大科技成果,获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化,2008年开始,由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化,并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件, 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式,全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理,可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础,融合计算机技术和网络通讯技术,采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术,是中国测绘科学研究院研制的一款类似“像素工厂”(ISTAR PixelFactoryTM)的新一代多源航空航 天遥感数据一体化高效能处理系统。

高空间分辨率遥感森林参数提取探讨

高空间分辨率遥感森林参数提取探讨 刘晓双,黄建文,鞠洪波 (中国林业科学研究院资源信息研究所,北京100091) 摘要:介绍了高空间分辨率遥感在森林参数提取方面的研究和应用情况,并结合国内外学者在此方面所做出的研究成果,对不同森林参数的提取分别做了阐述,包括单木树冠轮廓信息、胸径、森林生物量、树种识别和分类、叶面积指数、森林郁闭度、木材结构和性质。最后分析了高空间分辨率遥感在森林参数提取方面存在的问题,并对该领域的应用前景作了展望。 关键词:高空间分辨率;遥感;森林参数;树冠提取;生物量 中图分类号:TP79 文献标识码:A 文章编号:1002-6622(2009)02-0111-07 Study on Extraction of Forest Parameters by High Spatial R esolution R emote Sensing L IU Xiaoshuang ,HUAN G Jianwen ,J U Hongbo (Research Instit ute of Forest Resources and Inf ormation Technique ,CA F ,Beiji ng 100091,Chi na ) Abstract :Study and application of forest parameters extraction by high spatial resolution remote sens 2ing was introduced in this article ,combined with achievements in this field made by researchers all over the world 1Extraction of such different forest parameters was described respectively as single tree crown contour ,diameter at breast height ,biomass ,identification and classification of species ,LAI ,canopy den 2sity ,wood structure and property 1Finally ,the problems of forest parameters extraction by high spatial resolution remote sensing were discussed ,and the prospect of forest parameters extraction by high spa 2tial resolution remote sensing was expected. K ey w ords :high spatial resolution ,remote sensing ,forest parameters ,extraction of tree crown ,biomass 收稿日期:2009-01-04;修回日期:2009-04-03 基金项目:中央级公益性科研院所基本科研业务费专项基金(RIFRITZ J Z 2007006);国家自然科学基金“基于高分辨率 遥感的树冠信息提取技术研究”项目(40771141) 作者简介:刘晓双(1985-),女,甘肃兰州人,在读硕士生,主要从事遥感、GIS 技术应用研究。通讯作者:鞠洪波(1956-),男,黑龙江人,研究员,研究方向:林业信息技术。 现代林业的经营管理得以顺利进行主要依赖于对各种森林参数的调查,而森林限于其特殊的自然地理条件往往会给研究数据的采集造成很大的困 难。传统的森林调查方法一般是基于随机抽样和统计学,其样本的选择是否具有代表性对调查的精确性有很大的影响。这种传统的以个体来推断总体的 2009年4月第2期林业资源管理 FOREST RESOURCES MANA GEMEN T April 2009No 12

高空间分辨率遥感影像分割方法研究综述

高空间分辨率遥感影像分割方法研究综述 高空间分辨率遥感影像分割方法研究综述 刘建华毛政元 (福州大学,空间数据挖掘与信息共享教育部重点实验室,福建省空间信息工程研究中心,福州350002) 摘要:遥感影像分割是指把一幅影像划分为互不重叠的一组区域的过程,它要求得到的每个区域的内部具有某种一致性或相似性,而任意两个相邻的区域则不具有此种相似性。遥感影像分割是面向对象的遥感影像数据挖掘与应用中的一项关键技术,对于影像目标信息自动化提取与智能识别尤为重要,在面向对象的遥感影像处理工程中具有重要意义。本文对常见的高空间分辨率遥感影像分割方法与应用策略进行了分析,比较了各种分割方法的应用范围、优缺点及目前存在的改进措施。建立了面向对象的遥感影像分割方法的分类体系,最后指出了面向对象的遥感影像分割方法目前所存在的问题及应用前景。 关键词:高空间分辨率遥感影像影像分割方法应用策略进展 A Survey on High Spatial Resolution Remotely Sensed Imagery Segmentation Techniques and Application Strategy Liu Jian hua Mao zheng yuan (Fuzhou University, Spatial Information Research center, Fuzhou, 350002) Abstract: Remotely sensed imagery segmentation is a process of dividing an image into different regions such that each region is, but the union of any two adjacent regions is not, homogeneous. It is one of key techniques in the object-oriented remotely sensed imagery data mining and its application, also quite essential in remote sensing image processing engineering. In this paper, we have a rough survey on different methods of high spatial resolution remotely sensed imagery segmentation, categorizing them into four groups according to the gray or color information they are exploiting. The disadvantage of current methods and the proper progress which can be attained in the near future are pointed out at the end of this essay. Keywords: High Spatial Resolution Imagery, Segmentation methods, application strategy, advances and prospects 1 引言 高空间分辨率遥感影像(如GeoEye、WorldView、QuickBird、IKONOS等,本文简称高分影像)在诸多领域(地形图更新、地籍调查、城市规划、交通及道路设施、环境评价、精细农业、林业测量、军事目标识别和灾害评估等)得以广泛应用[1]。目前,影像信息提取自动化程度低是高分影像应用潜力得不到充分发挥的主要限制因素,是理论和应用研究中必须突破的瓶颈。 遥感影像分割是面向对象的遥感影像分析方法[2]的基础和关键,在遥感影像工程中处于影像处理与影像理解的中间环节,是面向对象的影像分析理论研究的突破口。按照一般的影像分割定义[3],分割出的影像对象区域需同时满足相似性和不连续性两个基本特性;其中相似性指该影像对象内的所有像元点都满足基于灰度、色彩、纹理等特征的某种相似性准则,不连续性是指影像对象的特征在区域边界处的不连续性。迄今为止,将计算机视觉领域的图像分割算法应用于图像分割过程中,已开展了较多的研究[4-7],并提出了大量的算法;但针对遥感影像尤其是高分影像的分割方法较少[8],仍不成熟。这是由于与其它类型图像的分割相比,高分影像分割难度更大,也更具挑战性。具体体现在高分影像其空间分辨率高、纹理信息丰富而光 基金项目: 国家重点基础研究发展计划项目(973)子课题“高空间分辨率遥感影像自适应数据挖掘方法研[2006CB708306]”,国家自然科学基金项目“基于场模型的自适应空间聚类方法研究[40871206]”。 作者简介: 刘建华,男,博士研究生,曾从事GIS与RS教学工作。目前主要研究方向为空间数据挖掘、遥感图像处理以及GIS与RS集成等。E-mail:sirc.liujh@https://www.360docs.net/doc/3b5219502.html,。

高分辨率遥感影像信息数据的获取

高分辨率遥感影像信息数据的获取 摘要 随着空间技术的不断发展,空间遥感活动中所使用的遥感器的工作波段得到了充分扩展,空间分辨率也在迅速的提高,同时遥感影像的数据量也在成几何倍数地增加。面向对象的遥感信息提取技术是最近几年才发展起来的遥感图像解译新方法,与以往采用面向图像基元的图像解译不同,它是以影像中的像素集合为分析对象,通过对各对象的特征分析进行信息提取。 关键词:高空间分辨率;面向对象 1遥感信息提取的概念 所谓遥感信息提取是指从海量、不完全的、有噪声的、模糊的、随机的实际应用遥感影像数据中提取出蕴涵在其中的大量的对用户有用的信息例如建筑物、植被、温度等,并将其形成结构化的数据放入数据库中或以其它形式提供给用户查询使用的过程。 2高分辨率遥感影像信息数据获取与特点 2.1遥感影像信息获取方式的发展 遥感技术的发展经历了四个阶段:无记录的地面遥感阶段、有记录的地面遥感阶段、空中摄影遥感阶段、航天遥感阶段。 20世纪年代70初,美国成功发射了世界上第一颗地球资源卫星Landsat-1,此卫星传感器所获得的MSS影像数据空间分辨率为88米。其后Landsat-2、3、4、5相继发射,所获得的影像数据空间分辨率为30米,SPOT卫星发射成功,可见光传感器的地面分辨率提高到10米。长期以来,航天影像测图一直局限在中小比例尺的水平,这与国土资源监测、城市规划、城市管理和工程建设等领域对大比例尺地图越来越迫切的需求存在很大的供求不平衡性,发展高空间分辨率对地观测技术势在必行。 当前,高分辨率遥感卫星的成功发射,高分辨率遥感卫星影像获取技术的高速发展,让我们能够获得更多的信息,但是,如何使用和处理这些数据并成功运用到具体的实际当中去成为当前急待解决的问题。目前已有许多学者开发出了许多遥感信息处理系统,并取得了成功,但是在影像的自动信息提取方面还是远远不能满足实际当中的需要,因此,提高信息的提取速度以及尽可能多的提取出有用的信息是遥感数据处理领域最重要的研究方向。 2.2高分辫率遥感影像的特点 高空间分辨率遥感影像与低空间分辨率遥感影像相比具有以下特点:

高空间分辨率的遥感影像在数字深圳中的应用

高空间分辨率的遥感影像在数字深圳中的应用 马 丹1 魏武明2 方圣辉1 (1. 武汉大学遥感信息工程学院,武汉武汉市珞瑜路129号, 430079) (2. 温州市房产管理局龙湾分局,温州市龙湾区房管大楼, 325011) 摘 要:本文介绍了数字城市和高空间分辨率擦的遥感影像在推动数字城市中的重大作用,以美国的Quick Bird卫星高空间分辨率的图像和航空彩色图像融合为例,并对实验结果进行的讨论和分析;文中提出了快速更新地物的独特性和创新性对科学研究和生产实践具有一定的研究价值和实际的指导意义。 关键词: 数字城市 Quick Bird影像 图像融合 1.前言 数字城市广义上指城市的信息化,是用数字化的手段来处理、分析、管理整个城市,服务于人口、资源环境、经济社会的可持续发展的信息基础设施和信息系统。它既是城市信息化总的概述,又是城市信息化的目标;狭义上指综合运用GIS、GPS、RS、网络等关键技术建设服务于城市规划、建设、管理等,其主要内容是建设空间信息基础建设,并在此基础上深度开发和整合应用各种信息资源。要实现数字城市需要诸多学科,特别是信息科学技术的支撑。这其中主要包括:信息高速公路和计算机宽带高速网络技术、高分辨率卫星影像、空间信息技术、大容量数据处理与存贮技术、科学计算以及可视化和虚拟现实技术。 高空间分辨率卫星遥感影像仅能呈现三维城市模型而且还提供具有相片质感的材质和纹理特征的表面描述,以及其他相关的属性信息,特别是在大范围地面目标的快速三维逼真重建方面具有显著的优势,和数字摄影测量技术国内外都把其作为数码城市建设和数据更新的主要技术手段。它能提供覆盖全市的海量的、动态的基础地理信息,成为数字城市数据采集与更新的主要来源之一,是能够实现真三维和多时相的城市漫游、查询分析和可视化不可缺少的一部分,与城市专题信息与城市地理信息系统一体化将是数字城市的主要特征。 2. 高空间分辨率的Quick Bird遥感数据应用于数字城市中地物的更新 高分辨率不仅指高空间分辨率还包括高光谱分辨率和高时间分辨率。空间分辨率指影像上所能看到的地面最小目标尺寸,空间分辨率越高就越能表达地面细小地物;光谱分辨率指成像的波段范围,分得愈细,波段愈多,光谱分辨率就愈高,细分光谱可以提高和识别目标性质和组成成分的能力;时间分辨率指重复周期的长短,时间分辨率越高,就越能反映地表动态变化的详实数据。高空间分辨率的遥感数据具有以下几个特点:单幅影像的数据量显著增加;成像光谱波段变窄;地物的几何结构和纹理信息更加明显;从二维信息到三维信息;高时间分辨率。 随着地球信息科学的迅猛发展,对地观测技术将逐渐实现多时相、多角度和高分辨率化。美国的Quick Bird卫星是目前世界上商业卫星中分辨率最高、性能最优的一颗卫星。成像方式为推扫式传感器,共有全色和多光谱两种模式,其中多光谱波段的空间分辨率为:2.44-2.88米,全色波段的空间分辨率0.61-0.72米。0.61米的空间分辨率意味着城市中的房子、汽车在图像上可以看得很清楚。这一点对大比例尺、高精度的数字城市来说,是非常重要的,也将成为建造数字城市的主要信息源。在数字深圳城市的建模中,主要是应用Quick Bird遥感卫

相关文档
最新文档