顾及任务适宜度的时空谱多星协同观测方法研究*

张 新,仵倩玉,程 博,王 雷

(1.中国科学院遥感与数字地球研究所,遥感科学国家重点实验室,北京 100101;2.美国威斯康辛大学密尔沃基分校,密尔沃基 53201;3.中国科学院大学,北京 100049)

随着对地观测技术的发展,各行各业对卫星数据的需求逐渐增大,人类对于航天遥感提出的任务观测请求也越来越复杂,多源卫星协同观测已经成为解决这些问题的重要手段[1-2]。研究多源卫星协同观测任务规划对于提高对地观测系统应对复杂问题的能力具有重要意义[3]。多源卫星的协同观测任务规划主要包括模型建立和模型求解两个方面。模型建立可简单分为两部分,一是给任务挑选合适的卫星,二是将卫星分配给任务。

按照与星载遥感器视场的相对大小关系,卫星的观测目标可分为点目标和区域目标[4-5],能够完全被卫星视场所包含的为点目标,卫星一次扫描无法完全覆盖的为区域目标。对于点目标的多源卫星协同观测任务规划,国内外学者有着许多研究,但大多都是针对求解算法的研究[6-8]。以往初步选择卫星的方法是依据任务的空间分辨率、太阳高度角、云量信息等要求来完成[9-10],然后计算卫星对任务观测的时间窗口,通过设置各种约束条件和目标函数构建数学模型。最后对模型进行求解,将时间窗口分配给各个任务,从而实现任务对卫星的分配。当任务较多时存在一个问题:任务B适合的卫星Sb具有观测到任务A的时间窗口,但Sb不是最适宜任务A的卫星,当卫星Sb观测任务A的时间窗口满足各种约束条件时,会导致任务A不是被最适宜的卫星观测。在目前的研究中构建的目标函数多是关于任务优先级和时间有效性[11-13],这些研究一味地追求高优先级任务的完成程度,没有考虑观测任务本身是否适合或最适合被某颗卫星资源所观测,尤其是在观测任务较多,卫星资源较多的情况下,这一问题更加明显。

光谱分辨率是指传感器所能记录的电磁波谱中,某一特定的波长范围值,波长范围值越宽,光谱分辨率越低。一般来说,传感器的波段数越多,波段宽度越窄,地面物体的信息越容易区分和识别,针对性越强。但在某些情况下,波段太多,分辨率太高,接收到的信息量太大,反而会掩盖地物辐射特性,不利于快速探测和识别地物。所以要根据需要,恰当地利用光谱分辨率。由于不同的地物目标对光谱分辨率的要求不同,因此将光谱特征作为条件分析多星对点目标的协同观测任务规划尤为重要。

本文在模型的目标函数中添加任务适宜度的概念。首先将观测目标按照本身的特征进行分类,依据每种地物类型的光谱特征统计出不同地物所适宜的国产卫星资源,对任务分配卫星时统计任务适宜度,若分配的是适宜的卫星,总任务适宜度增加,否则总任务适宜度不变。然后采用基于启发式规则的贪婪算法对模型进行求解,实现任务优先级和任务适宜度的最大化。最后以新疆尾矿库污染、耕地荒漠化、水资源污染和城镇发展问题为例,将这些问题所在区域的观测目标分为山地、耕地、水体和居民地四类,通过分析每种地物的光谱特征为每种地物分配适宜的卫星资源,实现了多源卫星对多个点目标的任务规划,验证了模型和算法的有效性。

1 模型构建方法

多源卫星协同观测任务规划主要包括任务规划模型建立和模型求解两部分,在任务规划模型方面,目前已有约束满足模型[14]、数学规划模型[15]和基于图论的模型[16]等主要模型。多星对点目标协同观测任务规划的约束较多,而约束满足模型能够方便客观地描述卫星任务规划问题的复杂约束条件。因此,选择约束满足模型描述多星对点目标协同观测任务规划问题。

1.1 任务规划模型描述

考虑到多星对点目标协同观测任务规划问题特点及相关载荷约束条件,建立六元组对问题进行描述。其中S={S1,S2,…,Si,…,Sm}为成像卫星集合,m为成像卫星数量,1≤i≤m;T={T1,T2,…,Tj,…,Tn}为待成像任务集合,n为待成像任务数量,1≤j≤n;W={W1,W2,…,Wn}为n个任务观测时间窗口集合;C为约束集合;D={D1,D2,…,Dn}为待成像任务的类别和最适宜的卫星集合;P={P1,P2,…,Pj,…,Pn}为任务的优先级集合。

为给观测目标选择适宜的卫星资源进行观测,本文引入适宜度的概念。适宜度的评定由观测目标是否被适宜的卫星所观测来决定,若观测目标被分配的是适宜的卫星,则此观测目标的适宜度为1,若观测目标被分配的是不适宜的卫星,则此观测目标的适宜度为0。据此本文首先将观测目标按照本身的特征进行分类;然后依据每种地物类型的光谱特征统计出不同地物所适宜的国产卫星资源;最后将任务适宜度和优先级的最大化作为优化目标,使得最终求解的规划方案能够满足所有观测目标的适宜度和优先级总和的最大化。

由于轨道限制,卫星只有在特定的时间窗口内才能观测目标,选择的侧摆角度不同,观测的目标也不尽相同。卫星运行过程中还具有很多卫星和任务约束,如卫星观测唯一性约束、卫星存储约束、卫星能量约束、任务执行唯一性约束和任务执行时间约束等,为卫星安排任务时必须要满足这些约束条件。多星对点目标的协同观测任务规划是在各种约束条件下,确定每个卫星的观测方案,并在任务完成程度较高的情况下为每类目标选择适宜的卫星资源进行观测。图1所示为多星对多目标观测的情景。

图1 多星对多目标观测

1.2 参数定义

为了便于表达,首先对相关参数进行定义,定义结果如表1所示。

表1 相关参数定义

1.3 任务规划模型建立

综合考虑各类约束条件,建立任务规划模型。

优化目标是在资源允许的条件下实现任务优先级和任务适宜度最大化,该目标函数可表示为:

(1)

(2)

式中:式(1)为目标函数,xj为决策变量,如果任务j 被卫星观测,xj=1;如果任务j不被卫星观测,xj=0。式(2)表示第j个观测目标适宜度,根据用户提出的对地观测需求,将不同的观测目标按照本身的特征分为w类,通过分析每种地物类型的光谱曲线特征找出其对应的波段和适宜的传感器,从而为每类观测目标选择最适宜的卫星资源集合ISk。若观测任务Tj的卫星属于Tj所适宜的卫星集合,则任务Tj的适宜度1,否则任务Tj的适宜度为0。

从卫星资源和观测任务的角度考虑,存在以下约束条件:

(3)

(4)

(5)

(6)

(7)

ECti≤pi,ECci≤pi

(8)

0≤twsj

(9)

SAAi≥30°

(10)

式中:式(3)为卫星观测唯一性约束,表示两次观测任务不能同时进行,同一卫星同一时刻只能观测一个任务;式(4)为任务执行唯一性约束,表示每个任务最多只能被同一卫星成像一次;式(5)～式(7)为卫星存储约束,表示卫星在某一刻的存储容量不能大于该卫星的存储容量;式(8)为卫星能量约束,表示卫星在单位时间消耗的能量不能大于该卫星的能量,卫星在单个轨道圈次内可消耗的最大能量不能大于该卫星的能量;式(9)为任务执行时间约束,表示任何一个任务的完成,必须在给定的截止时间之前;式(10)为太阳高度角约束,太阳高度角约束了可视时间窗口,不满足太阳高度角范围的时间窗口被忽略,使可用条带数减少,太阳高度角范围为(0°,90°),卫星对地成像要求地面太阳高度角≥30°。

2 优化方案求解方法

在模型求解算法方面,目前已有许多智能优化算法,如:深度优先搜索、动态规划、禁忌搜索算法、贪婪算法、遗传算法和爬山算法等[17-19]。智能优化算法是通过多种智能优化搜索方式寻找可接受的解或解集,不强调找到问题的最优解,。

本文通过对上述多种智能优化算法的比较研究,认为贪婪算法能够按照既定的启发式规则逐步构造可行解,并能按照设定的启发式规则安排任务。因此本文选择贪婪算法对模型进行求解,并将启发式规则设为按照任务优先级和卫星适宜度的高低逐个安排任务。其基本思路是从问题的某一个初始解出发一步一步地进行,通过设定优化测度,确保每一步都能获得局部最优解。贪婪算法每一步只考虑一个数据,且它的选取需要满足局部优化的条件,若下一个数据和部分最优解连在一起不再是可行解时,就不把该数据添加到部分解中。算法停止条件是所有数据都被枚举完或数据不能再添加。

贪婪算法求解步骤如下:

步骤1 初始化变量。确定任务集合T,卫星集合S,观测时间窗口集合W,任务优先级集合P,任务类别和适宜的卫星集合D,规划初始解集合A和约束条件集合C;

步骤2 按照任务优先级Pj由大到小的规则对n个任务进行排序;

步骤3 从已排序好的任务集合中依次选择任务Tj作为待规划任务,并从满足时间窗口约束的卫星集合S中选取资源组合,计算目标函数的值xj(Pj+SDj);

步骤4 对当前任务Tj,搜索满足各约束条件且目标函数值最大化的资源组合Aj,将其作为可行解加入到初始解集合A中;

步骤5 判断任务是否已遍历结束,如果j≤n,转到步骤2;如果j>n,任务规划结束,输出任务规划解集A。

3 仿真实验分析

我国正在实施《国家中长期科学和技术发展规划纲要》所部署的16个重大专项之一“高分辨率对地观测系统”,到2020年将发射35颗高分辨率卫星,逐步实现从太空、邻近空间、航空、地面等多层次观测平台上获取高分辨率遥感数据,发展了宽视场、静轨凝视等多种独有的地球数据获取手段,其空间分辨率达到亚米级,时间分辨率最高达到亚小时级。根据《国家民用空间基础设施中长期发展规划(2015—2025年)》,我国计划在2025年前后完成民用空间基础设施的88颗卫星布局,为了更好发挥多源卫星的优势,急需开展基于多源遥感卫星的时间、空间、光谱协同优化观测技术积累,以更好支持我国国土资源与生态环境安全监测应用需求。特此本文结合我国已有的主要高分辨率卫星对提出的模型与方法进行了对点目标任务规划的效果进行了如下仿真实验。

3.1 卫星轨道信息

仿真时间:2018/5/18 00:00:00-2018/5/19 00:00:00。

依据观测目标的图像类型需求、图像分辨率需求、太阳光照条件和相关遥感器的时间窗口为观测目标选择可用的成像卫星。成像卫星集合中S1为高分一号,S2为高分二号,S3为环境一号A星,S4为环境一号B星,S5为资源三号01星,S6为资源一号02C星。六颗卫星S1～S6轨道参数信息如表2所示。

3.2 观测任务信息

本文以新疆尾矿库污染、耕地荒漠化、水资源污染和城镇发展问题为例,分别在新疆伊犁河流域尾矿库区域、塔里木河流域和阿克苏区域随机产生20个优先级为[1,10]的观测任务。依据观测任务的特征将任务分为四种类型,I1为山地,I2为耕地,I3为水体,I4为居民地。观测任务所对应的地物类型、地理坐标、观测所需时间、任务优先级如表3所示。

表2 卫星轨道信息表

表3 观测点信息表

3.3 地物隶属卫星资源信息

根据本文所选观测目标的对地观测需求,将不同的观测目标按照本身的特征分为山地、耕地、水体和居民地四大类,通过分析每种地物类型的光谱曲线特征找出其对应的波段和适宜的传感器,从而为每类观测目标选择最适宜的卫星资源。

通过分析地物光谱特征得出0.45 μm～0.52 μm的蓝波段对水体有一定的透视能力,能够反射浅水水下特征,分析土地利用。0.52 μm～0.60 μm的绿波段能够探测健康植被绿色反射率,增强鉴别植被的能力。0.63 μm～0.69 μm的红波段能够测量植物绿色素吸收率,进行植物分类,此外其信息量大也可用于岩性、地层等。0.76 μm～0.90 μm的近红外波段能够测量生物量和作物长势,区分植被类型。1.55 μm～1.75 μm的中红外波段能够探测植物含水量和土壤湿度。10.40 μm～12.50 μm的热红外波段可用于岩石识别和地质探矿。2.08 μm～2.35 μm的远红外波段可探测高温辐射源,用于区分人造地物类型和岩石判别。

根据不同地物的光谱曲线和波谱响应曲线分析不同地物的波谱特征,结合卫星传感器的波段范围和分辨率为每种地物选择适宜的国产卫星,不同地物适宜的国产卫星如表4所示。

表4 不同地物类型适合的国产卫星

3.4 模型求解结果

采用AGI Graphics 公司的STK软件对该实例的卫星对观测点的可见时间窗口进行计算,时间范围为2018年5月18日00:00:00至2018年5月19日00:00:00,从而得到卫星对观测点的可见时间窗口。

采用C#语言在Visual Studio 2017中对算法进行实现。采用贪婪算法求得卫星任务规划方案。将观测的第一个目标的起始时间设为0,以此类推得到任务时间规划结果如图2所示,其中T7和T11未被观测,因此未对其进行任务规划。

图2 任务时间规划图

4 结论

基于多源遥感卫星的时间、空间、光谱协同优化观测是国土资源与生态环境安全监测技术研究的重要内容。本文提出了面向优化目标函数的适宜度指标,建立了具有光谱特征的多星对点目标协同观测任务规划模型,利用基于启发式规则的贪婪算法,实现任务优先级和任务适宜度的同步优化。文章以新疆尾矿库污染、耕地荒漠化、水资源污染和城镇发展应用问题为例,通过分析每种地物的光谱特征为其分配适宜的卫星资源,采用STK软件计算的时间窗口作为仿真数据,构建时空谱一体化的多星协同观测约束优化模型。利用以任务优先级和任务适宜度最大化为启发式规则的贪婪算法对模型进行求解,得到了多星对点目标协同观测任务规划方案,从而验证了模型和算法的有效性。