高几何精度对于先进的光学地球观测卫星应用至关重要,但微振动对其构成了重大挑战。微振动通过在单个场景中引入不规则的空间畸变来降低图像的几何精度,由于这些畸变在时间和空间上都是变化的,因此传统的仿射或标准模型无法对其进行校正(Toutin, 2011)。此外,这些干扰还会在多光谱或高光谱图像中引起波段间的错位(Teshima和Iwasaki, 2008),并在数字表面模型中产生偶尔的波动噪声(Takaku和Tadono, 2010),从而进一步降低了数据的空间连贯性和下游应用的可用性。
尽管在微振动检测和补偿技术方面已经取得了数十年的进展,但不断发展的卫星设计范式引入了新的复杂性。紧凑型卫星平台虽然成本效益高,但其结构稳定性较低,对微振动的敏感性增强。同时,机载处理系统优先考虑快速数据处理,而牺牲了精度和时间保真度,可能导致数据通过过于简化的流程而发生不可逆的退化。此外,光学传感器分辨率的提高放大了残余微振动的影响,需要检测和补偿来保持地理定位精度,因为即使是微小的干扰也会显著降低高分辨率图像的质量。鉴于这些挑战,可持续发展目标科学卫星1号(SDGSAT-1)与许多光学地球观测卫星一样,也面临着类似的问题。
SDGSAT-1是世界上第一颗专门服务于2030年议程的科学卫星,也是中国科学院(CAS)的首颗地球科学卫星(Guo等人,2023)。作为在国际可持续发展目标大数据研究中心(CBAS)下发射的可持续发展目标科学卫星系列中的旗舰卫星,SDGSAT-1搭载了三个有效载荷:热红外光谱仪(TIS)、微光成像仪(GLI)和多光谱成像仪(MSI)。图1显示了SDGSAT-1及其相关仪器的图像(Guo等人,2025)。
SDGSAT-1的传感器占卫星总系统质量753公斤的386公斤(Guo等人,2025),提供了300公里宽度的扫描范围,TIS的分辨率为30米,GLI和MSI的最大分辨率为10米,从而能够精确监测可持续发展指标。该卫星保持505公里高度的太阳同步轨道(97.5°倾角),实现11天的全球重访周期。值得注意的是,MSI由两个相机组成,每个相机集成八个电荷耦合器件(CCDs),它们以不同的成像速度工作——这种设计与传统卫星配置不同。SDGSAT-1传输优化的姿态四元数,其采样频率限制为2 Hz,可能不足以分辨微振动信号,并且有效载荷数据也是直接传输的。此外,在同一任务阶段,原始的星跟踪器和陀螺仪观测数据可能无法与有效载荷数据同时下载,这意味着在初始处理工作流程中它们是不可用的。为了能够检测和补偿微振动——特别是对于SDGSAT-1卫星——开发了一个微振动检测和补偿框架,该框架结合了逐行束调整(LLBA)、离散姿态微振动模型(DAMM)和敏感性指标(SI)。
该框架通过结合在轨几何校准结果,明确建模特定于扫描线的姿态干扰,并在沿轨道和横跨轨道方向独立动态调整连接点(TPs)相对于虚拟地面控制点(VGCPs)的权重,从而解决了光学线性推扫传感器在高时间分辨率微振动抑制方面的关键问题,推进了基于视差的微振动检测和补偿方法。
LLBA通过最小化由TPs和VGCPs构建的改进后的严格成像模型的加权残差来实现微振动估计,利用了来自原始多光谱图像和开源数字高程模型(DEMs)的图像对应关系。DAMM通过明确建模特定于扫描线的姿态干扰,克服了依赖静态时间假设或简化几何模型的传统方法的局限性。SI评估了权重方案在优化过程中对微振动检测的敏感性是否足够,并指导在沿轨道和横跨轨道方向独立动态调整TP权重,以抑制噪声同时捕获高频微振动信号。此外,改进后的严格成像模型明确考虑了微振动效应,所得到的微振动感知模型无缝集成到了下游处理工作流程中。
本研究的主要贡献有三个方面:
1.提出了一种基于LLBA的新微振动检测和补偿框架,通过最小化由TPs和VGCPs构建的改进后的严格成像模型中的方向加权残差,实现高时间分辨率的微振动估计(通过DAMM建模)。该框架能够精确且稳健地检测和补偿微振动,从而提高卫星图像的几何质量。
2.提出了一种新的指标(SI),用于评估优化过程中微振动检测的权重方案的适当性,并指导TP权重的动态调整。它还有潜力为其他类似束调整问题的权重方案设计提供信息。
3.首次对SDGSAT-1的微振动进行了表征,发现主要频率为1.0 Hz(沿轨道方向)和0.4 Hz(横跨轨道方向)。这一发现使得有针对性的抑制策略成为可能,并为未来的平台设计提供了依据,因为了解主要频率对于隔离振动源至关重要。
实验结果证实,所提出的框架有效减轻了由微振动引起的几何误差,其性能始终优于原始图像和传统方法。
本文的结构如下。第2节回顾了相关工作,涵盖了微振动特性、直接和间接检测方法(包括基于视差的方法)以及基于硬件和软件的缓解策略。第3节介绍了所提出的方法框架,包括其核心模型和微振动检测及补偿工作流程。第4节通过多CCD和多场景实验验证了该框架,并将其性能与传统方法进行了比较。第5节详细阐述了所提出框架的关键组成部分,包括输入数据的选择、检测到的微振动的光谱分析、不同CCD成像速度的影响、从操作姿态数据中直接提取微振动、使用预处理输入的经典算法、DEM对方法性能的影响,以及敏感性指标在评估参数相关性中的作用。它还讨论了当前方法的局限性,并指出了未来工作的方向。第6节总结了该框架的主要优势和成果。