[发明专利]光学遥感卫星大数据的递推精化地面位置方法及存储介质

说明书

本公开提供了一种光学遥感卫星大数据的递推精化地面位置方法及存储介质，包括步骤，根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数和地面点的初始三维位置数据；根据新增的光学遥感卫星数据和首次协因数计算更新协因数；根据新增的光学遥感卫星数据和协因数计算增益值；根据地面点的初始三维位置数据和增益值递推计算更新地面点的三维位置数据；重复执行新增光学遥感卫星后递推计算更新地面点的三维位置数据；第一幅光学遥感卫星数据、第二幅光学遥感卫星数据和新增的光学遥感卫星数据均包括旋转矩阵数据；能实时计算，提高了计算效率，节约了计算资源，取消了传统计算中的初始近似值和迭代，更新结果准确可靠。

技术领域

本公开涉及遥感图像处理技术领域，尤其涉及光学遥感卫星大数据的递推精化地面位置方法及存储介质。

背景技术

随着遥感技术的发展，在轨运行的光学遥感卫星数量也是大幅增加，卫星遥感具备了大数据特征。因此获取的光学遥感数据量越来越大，数据的类型更加丰富。卫星遥感大数据的地面位置精化处理是提升遥感大数据应用的核心和关键，根据精化处理可以提高地面位置的精度，但是现有卫星遥感大数据系统对于光学遥感卫星大数据的位置精化及精度挖掘还明显不足。

利用光学遥感卫星数据计算地面位置的精度一般都是依赖于高精度的卫星姿态和轨道测量及遥感器系统的设计，这大大限制了光学遥感数据的地面位置精度提高的可用性。而基于两幅光学遥感卫星数据构成的立体像对，能计算的得到地面位置的点三维位置，但精度也很有限。光学遥感卫星大数据可以对地面的同一个位置区域进行多颗光学遥感卫星的多角度、多轨道、多高度、多分辨率的观测，这些卫星遥感数据存在着内在的几何一致性，因此可以充分应用光学遥感卫星大数据的这种空间几何关系，精化地面位置的精度。而且随着光学遥感卫星数量的增加，地面位置的精化精度也会逐步提高，即利用光学遥感卫星大数据可以精化地面点的三维位置。

利用光学遥感卫星大数据精化地面位置可以采用传统的最小二乘整体平差方法，但应用这种平差方法时，一旦有新的光学遥感卫星数据加入时，又需要从头开始进行平差计算，即需要把前面已有的全部光学遥感卫星数据和新加入的光学遥感卫星数据整合在一起再处理一次，因此为了获取新数据加入的位置精化结果，常规的平差方法就需要“从头开始”，重复全部的处理流程。随着光学卫星遥感大数据的持续增加，运算的复杂度也快速增加，这种整体平差方法不适合实时计，也不适合大规模工程化应用。

发明内容

(一)要解决的技术问题

鉴于目前根据多颗遥感卫星数据使用传统的最小二乘整体平差方法更新地面点的三维位置，其计算方法冗长、效率低，对于卫星数量较多的计算过程比较复杂，本公开提供一种更新地面点三维位置的方法，可以高效、简单的更新地面点三维位置，尤其是适用于遥感卫星数量较多的情况。

(二)技术方案

本公开的实施例提供一种光学遥感卫星大数据的递推精化地面位置方法，包括如下步骤：

根据第一幅光学遥感卫星数据和第二幅光学遥感卫星数据计算首次协因数和地面点的初始三维位置数据。

根据新增的光学遥感卫星数据和所述首次协因数计算更新协因数。

根据新增的光学遥感卫星数据和所述首次协因数计算增益值。

根据所述地面点的初始三维位置数据和所述增益值递推计算更新所述地面点的三维位置数据。

重复执行新增的光学遥感卫星数据后递推计算更新所述地面点的三维位置数据。

所述第一幅光学遥感卫星数据、所述第二幅光学遥感卫星数据和所述新增的光学遥感卫星数据均包括旋转矩阵数据。