刘斌楠 刘阳 孟祥钊
(中海石油(中国)有限公司天津分公司,天津 300459)
目前,遥感对地观测传感器平台主要有星载、机载两种。卫星平台具有全球范围高分辨率对地观测成像的能力,一直是世界各国对地观测领域研究和发展的热点。尽管卫星在对地观测领域有着不可替代的作用,但在面对灾害监测、国防安全等复杂和高时效的突发观测需求时,卫星仍然存在着一些不足,如受轨道和再访问时间限制,时空分辨率低,观测机动性差等[1]。而无人机遥感平台具有时空分辨率高、机动性强、运行成本低的特点[2],能够满足突发观测事件精细化和高时效性的需求[3],成为卫星重要的补充观测资源。卫星和无人机的协同观测,能够更加有效、快速地获取多平台下多尺度、多分辨率的观测数据,获得更精确、丰富的信息,未来将成为对地观测领域重要的研究方向之一[4-6]。
要实现卫星与无人机的协同观测,需要面临的两个关键点是观测前多平台协同调度规划问题以及观测后多源、多尺度遥感产品处理问题。本文只要介绍国内外“星-机”协同观测进展,归纳“星-机”协同观测调度规划方法与遥感产品处理方法,并对“星-机”协同观测在中小尺度海洋观测、区域生态环境、灾害和应急等领域的应用进行展望。
国外无人机与卫星协同对地观测技术已经步入应用阶段,主要在灾害监测、海洋监测、环境监测3 个领域展开。在灾害监测领域,卫星-无人机协同观测在灾情数据的准实时获取方面发挥了重要作用。其中较为典型的是美国宇航局(NASA)与美国林务局(USFS)使用其联合构建的卫星-无人机-地面协同观测系统进行的森林火灾监测计划[7]。20 世纪80年代,USFS 由于卫星轨道周期限制,缺乏连续覆盖的精细化数据,开始构思卫星战略观测结合空中平台战术观测的计划,并于2001 年开始进行卫星与无人机的协同观测验证工作,随后在2006 年至2010 年期间又实施了一系列观测计划[8-9]。该计划开创了民用领域“卫星-无人机-地面”协同观测应用的新模式,证明了“星-机”协同观测研究的巨大潜力。该“卫星-无人机-地面”联合观测系统使用具有长航时大范围观测能力的Ikhana 无人机作为观测平台,搭载NASA 自主研发的多光谱成像仪,对森林火灾进行扫描成像监测(图1),并通过卫星数据遥测系统来保障“星-机-地”之间的实时通信与数据传输。
同样在灾害观测方面,Ramsey 在2010 年墨西哥湾石油泄漏事件中,采用协同观测方法获得了无人机SAR(Synthetic Aperture Radar,合成孔径雷达)图像和卫星SAR 图像,对溢油分解分类与极化特征进行了分析[10],借助无人机高性能的数据收集能力获得了时空上的连续数据集,对分析和评估产生了重要的作用。近年来,Ohminato、Kruijff、Baiocchi、Tang 也分别在火山爆发预警、地震灾情观测、地震灾后重建、震后滑坡活动分析和地质环境影响评估中先后进行了无人机的应用[11-14],与卫星观测形成了多平台间的有效互补,取得了良好的效果。
在海洋监测领域,Lomax 在2005 年提出将无人机遥感平台纳入海洋观测体系[15],美国Scripps海洋研究所、英国国家海洋中心等机构和Martin、Reineman 等人随后在其海洋科学观测中使用了无人机[16-19],在形成“卫星-无人机-船”对海联合观测体系上迈出了重要一步。Bouffard 等人利用星-机协同观测技术,对海洋中小尺度漩涡进行了多传感器同步观测,并对观测结果进行交叉比对和融合,捕捉到了一系列亚中尺度和小尺度的涡旋[20]。
在生态环境监测领域,2008 年NASA“SIERRA”科学示范计划[21]中使用无人机搭载多种传感器配合卫星进行了碳循环、“海-气”相互作用等地球科学领域的相关研究。2013 年Neigh 构建了一套集卫星、无人机和地面站于一体的观测系统[22],为监测地上碳含量的时空变化提供了一种有效的方法。
表1 国内星机协同观测汇总
目前,我国卫星-无人机协同观测还处于初步探索阶段,在地震、洪涝等灾害监测领域和定量遥感研究方面进行了一些应用,但尚未形成体系。在灾害监测领域,“星-机”协同观测在汶川、玉树地震等灾害监测与评估中发挥了重要作用。在汶川地震(2008年)、玉树地震(2010 年)发生后,中国科学院启动了星-机协同遥感观测计划[23],使用卫星、飞机、无人机获取500 多幅灾区光学和微波遥感影像。在数据分析中,飞机和无人机平台获取的高分辨率航空遥感影像被作为主要数据源,结合地震前后中高分辨率卫星数据,进行堰塞湖风险情况分析,道路损毁定性、定位、定量分析,并用于建立三维灾情评估系统。结果表明,卫星与无人机协同观测在两次地震灾害中的应用均取得了很好的效果。
在定量遥感研究方面,我国卫星与有人机的协同同步观测试验开展的较早,卫星与无人机协同同步观测则刚开始起步。在国家一系列重点项目支持下,我国各研究机构相继开展了顺义“星-机-地”定量遥感综合试验[24]、黑河流域遥感同步观测试验[25]、青藏高原与环渤海地区“星-机-地”同步观测试验[26]等一系列试验。
从已进行的星-机协同观测计划来看,想要实现“卫星-无人机”协同观测,就需要面对卫星与无人机之间观测模式、使用约束、处理方式的巨大差异性问题[27],两个平台间的协同观测调度技术研究是实现卫星-无人机协同业务化观测的关键点。目前,协同观测调度规划的主要关注点在传感器类型搭配、同步观测时间窗口、无人机巡航能力、无人机最优路径规划等问题上。
在传感器类型搭配上,受无人机载荷能力、传感器集成技术的影响,目前卫星与无人机协同观测中搭载的传感器还较为单一。汶川地震中,由于光学影像可以提供直观的灾情信息,SAR 影像可以提供地震区域形变量、断裂带等丰富的信息,无人机平台主要搭载的传感器为可见光相机和SAR。因此,在传感器类型搭配上主要针对执行任务和目标进行传感器选择。
而在其他关注点上,国内外对多平台协同观测调度问题上进行了分布式、分层式组织模式[28-29]的研究。BAI 等人构建了“卫星-无人机”协同观测规划调度模型,提出了多平台协同进化调度算法(MPCCPSA)[27],完成了多平台协同观测模型下卫星观测目标和无人机观测路径的寻优。
综合以上研究,卫星与无人机协同观测要想满足快速应急响应的需求,实现最优规划调度,需要打破现阶段在观测平台、接受系统、处理系统之间的孤立状态,将具有分布式的多平台观测资源进行整合,形成具有任务针对性、自主独立性的观测系统平台,实现多部门、多平台之间的动态耦合与信息整合,形成全面、完善的观测体系。
卫星和有人机或无人机之间的协同观测机制可以获取多时空尺度、多分辨率数据,为观测目标地物参数信息提取与变化分析提供了基础数据。在“星-机”多源数据的有效利用方面,目前的研究主要集中在遥感产品的反演、多源数据的融合同化、遥感产品的真实性检验三个方面。
在遥感产品的反演方面,目前已经开展过以地表通量为核心的定量遥感“星-机-地”同步观测试验[24],对象元亚象元尺度不同湿度和植被覆盖条件下的地表通量进行了反演。在利用“星-机-地”协同观测数据进行的定量遥感基本参数研究方面,李小文等对定量遥感基本参数的测定方法进行了创新,提出了方向比辐射率测定方法等六种新方法,提高了关键参数的反演的精度和效率[24]。
在多源数据的融合同化方面,无人机载图像的实时快速传输是进行数据融合的先决条件,在该方向上,Ambrosia 改良了图像几何校正方法,建立基于遗传算法的图像快速处理模型[7]。而在国内的协同试验中,黄俊研究了灾害数据应急处理方法,加快多源影像数据解译速度[31]。郭华东在汶川地震中用二维三次卷积法统一多源数据空间分辨率,并进行了三维地形的交互式实时绘制[32]。目前“星-机”协同观测还用于获取大量基础数据,生成高分辨率、空间一致性、时间连续性的高质量数据集,用于推进实时多源数据同化系统[33]的构建。
在定量遥感产品的真实性检验方面,“星-机”协同观测数据发挥了重要作用。张仁华等利用尺度转换后“地-机”“星-机”同目标同面积反演值是否一致性来检验反演模型[34],进而反馈修正,完成真实性检验。目前借助“星-机-地”协同提出的真实性检验方法有分布式三点同步定标法、巡回监测法、“一检多恰”法、多点观测法等方法[24,34]。
卫星与无人机协同观测在地震、森林火灾等应急灾害监测领域有比较成熟的应用,而在生态环境、海洋观测等领域同样有巨大的发展潜力。在海洋观测领域上,卫星观测是主要手段,可以获得大尺度海洋现象和目标的观测数据,但在一些具有生命周期的中小尺度现象的精细化观测与捕捉上,无人机无疑能够发挥其独特的作用,因此,与卫星协同的对海观测便具有十分重要的意义。
目前海上溢油、水域污染、森林火灾、地震、洪涝等非自然和自然灾害的监测越来越关注所获取数据的实时性和连续性,这就要求监测平台具有驻空“凝视”能力。另外,对灾害要防患于未然,这要求监测平台要具备业务化日常运行、预警的能力,而卫星与无人机协同观测系统则具备了这两种潜力,将会在未来成为应急灾害观测领域的必不可少的一部分。卫星与无人机协同观测系统的业务化日常运行能力同样对水环境、农业生态系统调查、气候等生态环境监测领域具有重要意义。
由以上分析可见,卫星与无人机协同观测将会在全球海洋观测、生态环境调查、应急灾害监测等方面发挥更为重要的作用。
卫星与无人机协同观测具备很大的发展潜力,可以成为对地观测领域内重要的手段,其应用领域也在不断扩展中。目前,很多发达国家借助其先进的无人机技术,在卫星与无人机协同观测领域进行了一系列研究,在该领域内走在了前列。我国对卫星与无人机协同观测体系的研究还处于探索中。“空、天、地”一体化的协同观测体系已逐渐成为对地观测领域的发展趋势,而卫星与无人机协同观测则是其中的重要组成部分,相关研究对构建“空、天、地”一体化协同观测体系具有重要意义。