魏彩英 張曉虎 趙現(xiàn)綱韓 琦 林維夏

（國家衛(wèi)星氣象中心，北京100081）

區(qū)域掃描模式下風(fēng)云二號(hào)氣象衛(wèi)星姿態(tài)求解方法

魏彩英 張曉虎 趙現(xiàn)綱*韓 琦 林維夏

（國家衛(wèi)星氣象中心，北京100081）

針對(duì)風(fēng)云二號(hào)氣象衛(wèi)星區(qū)域掃描模式下姿態(tài)求解問題，提出了分別基于區(qū)域觀測圖像、姿態(tài)預(yù)報(bào)和粗-精姿態(tài)關(guān)系模型3種不同的衛(wèi)星姿態(tài)求解方法，并分析了它們的適用條件。利用FY-2E衛(wèi)星獲取的2013年7月8—14日的圖像進(jìn)行模擬分析，姿態(tài)計(jì)算結(jié)果表明：利用基于區(qū)域觀測圖像方法求解的姿態(tài)對(duì)區(qū)域觀測云圖進(jìn)行定位，誤差保持在2.5個(gè)紅外像元以內(nèi)，該方法適用于連續(xù)區(qū)域觀測情況；利用基于預(yù)報(bào)的姿態(tài)求解方法對(duì)未來24 h內(nèi)區(qū)域觀測云圖進(jìn)行定位，平均誤差達(dá)到1個(gè)紅外像元，該方法適用于臨時(shí)啟動(dòng)區(qū)域觀測時(shí)前24 h的區(qū)域云圖定位。利用粗-精姿態(tài)關(guān)系模型方法求解的姿態(tài)對(duì)區(qū)域觀測云圖進(jìn)行定位，最大誤差為4.9個(gè)紅外像元，前24 h平均誤差為3.6個(gè)紅外像元，該方法可以在無精姿態(tài)數(shù)據(jù)時(shí)對(duì)區(qū)域觀測圖像進(jìn)行應(yīng)急定位。

靜止氣象衛(wèi)星；區(qū)域觀測；圖像定位；衛(wèi)星姿態(tài)

引 言

我國的風(fēng)云二號(hào)系列靜止氣象衛(wèi)星通常單顆衛(wèi)星每小時(shí)獲取1張圓盤圖，而在每年汛期以及重大氣象服務(wù)時(shí)期，為了提高觀測資料的時(shí)效性，風(fēng)云二號(hào)衛(wèi)星采用雙星加密模式，每顆星30 min接收1張圓盤圖（或半圓盤圖），雙星可以實(shí)現(xiàn)中國區(qū)域每15 min獲取1張圖像。這些加密觀測資料為氣象要素精細(xì)預(yù)報(bào)提供了豐富的數(shù)據(jù)，成為汛期和重大活動(dòng)期間不可或缺的觀測手段［1-5］。

風(fēng)云二號(hào)系列靜止氣象衛(wèi)星設(shè)計(jì)本身具有特定區(qū)域的掃描能力，在區(qū)域掃描模式下，單顆衛(wèi)星對(duì)局部地區(qū)可以實(shí)現(xiàn)幾分鐘1次的觀測，能夠提供比雙星加密更高時(shí)間分辨率的觀測資料。在區(qū)域掃描模式下，衛(wèi)星觀測的是條帶圖像，基于全圓盤圖像的定位方法無法直接用于條帶圖像的定位。由于一直未能解決條帶圖像的定位問題，導(dǎo)致風(fēng)云二號(hào)衛(wèi)星區(qū)域觀測一直未能投入業(yè)務(wù)應(yīng)用。

本文研究自旋穩(wěn)定靜止氣象衛(wèi)星區(qū)域觀測圖像定位技術(shù)，提出了3種區(qū)域觀測圖像定位方法，并分析了它們各自的適用條件，為實(shí)現(xiàn)風(fēng)云二號(hào)氣象衛(wèi)星的區(qū)域觀測業(yè)務(wù)化提供了基礎(chǔ)。

1 國內(nèi)外相關(guān)研究背景

目前，美國和歐洲的靜止氣象衛(wèi)星已實(shí)現(xiàn)了區(qū)域觀測功能，使其衛(wèi)星對(duì)地觀測的時(shí)效性大大提高。歐洲氣象衛(wèi)星應(yīng)用組織在2008年5月實(shí)現(xiàn)了RSS（Rapid Scanning Service）服務(wù)［6］，利用位置為9.5°E的第2代氣象衛(wèi)星提供觀測區(qū)域?yàn)?5°～70°N、每5 min 1次的觀測資料。

國內(nèi)風(fēng)云二號(hào)氣象衛(wèi)星的業(yè)務(wù)系統(tǒng)中通過圓盤圖像推導(dǎo)出精確的定位參數(shù)，保證了風(fēng)云二號(hào)氣象衛(wèi)星云圖的定位質(zhì)量和應(yīng)用。

衛(wèi)星姿態(tài)是衛(wèi)星云圖準(zhǔn)確定位的關(guān)鍵參數(shù)之一［7］，很多學(xué)者對(duì)衛(wèi)星姿態(tài)的求解方式進(jìn)行了研究，文獻(xiàn)［8］針對(duì)自旋穩(wěn)定衛(wèi)星提出了一種利用GPS進(jìn)行姿態(tài)確定的方法，文獻(xiàn)［9］提出了一種基于低噪音、高速率的攝像機(jī)來提高衛(wèi)星姿態(tài)估算精度的方法。針對(duì)資源三號(hào)衛(wèi)星的特點(diǎn)，諶一夫等［10］提出了逐點(diǎn)帶權(quán)多項(xiàng)式姿軌模型，推導(dǎo)衛(wèi)星姿態(tài)和軌道。很多學(xué)者利用濾波理論［11-15］對(duì)衛(wèi)星姿態(tài)進(jìn)行預(yù)測和估算。目前，這些方法得到的姿態(tài)大都用來對(duì)衛(wèi)星進(jìn)行姿態(tài)控制，仍難以直接用于圖像定位，圖像定位需要確定每個(gè)像素的精確位置。

2 圖像定位方法

風(fēng)云二號(hào)氣象衛(wèi)星通過衛(wèi)星和地面系統(tǒng)協(xié)同工作完成對(duì)地觀測任務(wù)。風(fēng)云二號(hào)氣象衛(wèi)星的星載多通道掃描輻射儀利用衛(wèi)星的自旋和掃描儀光學(xué)鏡筒的步進(jìn)，實(shí)現(xiàn)對(duì)地球的二維掃描。掃描儀光學(xué)系統(tǒng)的視場非常窄，對(duì)于可見光和紅外／水汽通道分別只有35和140微弧度，分別相當(dāng)于聚焦在星下點(diǎn)地面上1.25 km×1.25 km和5 km×5 km大小的面積。每一瞬間，掃描儀只從聚焦位置上獲取1個(gè)數(shù)據(jù)，稱為1個(gè)像元。衛(wèi)星每0.6 s自旋1周，同時(shí)取得4條可見光掃描線、1條紅外和1條水汽掃描線。每條掃描線所得的數(shù)據(jù)可量化分割出10000個(gè)可見光像元，2500個(gè)紅外、水汽像元。衛(wèi)星自旋1周后，鏡筒步進(jìn)1次，步距為140微弧度，然后進(jìn)行下一條掃描線的觀測。取完圖后鏡筒快速回掃，準(zhǔn)備進(jìn)行下一次觀測。

衛(wèi)星的空間位置不停變化，衛(wèi)星姿態(tài)也隨時(shí)間變化，這些因素對(duì)精確成像帶來了影響。準(zhǔn)確定位需要知道每個(gè)瞬間衛(wèi)星的位置和姿態(tài)。3點(diǎn)測距系統(tǒng)被用來追蹤衛(wèi)星在各個(gè)時(shí)刻的準(zhǔn)確位置，它用無線電波從主站到衛(wèi)星，以及從衛(wèi)星到兩個(gè)副站之間的傳輸時(shí)間，推出它們之間的距離，從而確定衛(wèi)星的位置。衛(wèi)星位置測定的技術(shù)目前已經(jīng)很成熟，衛(wèi)星圖像定位的關(guān)鍵是需要計(jì)算衛(wèi)星的準(zhǔn)確姿態(tài)。

衛(wèi)星姿態(tài)是指衛(wèi)星星體在軌道上運(yùn)行所處的空間位置狀態(tài)，可以用x，y和z3個(gè)方向的值表示。將直角坐標(biāo)系的原點(diǎn)置于星體上，指向地面的z軸反映偏航方向，y軸反映俯仰方向，x軸反映滾動(dòng)方向。衛(wèi)星姿態(tài)也可以用赤經(jīng)和赤緯來表示［16］。

本文根據(jù)不同的姿態(tài)計(jì)算原理和適用條件，提出了衛(wèi)星在區(qū)域掃描模式下的3種姿態(tài)計(jì)算方法。

2.1 基于區(qū)域觀測圖像的姿態(tài)確定方法

利用全圓盤圖像進(jìn)行衛(wèi)星姿態(tài)確定的方法已經(jīng)在風(fēng)云二號(hào)氣象衛(wèi)星業(yè)務(wù)系統(tǒng)中成功得到應(yīng)用［17］，衛(wèi)星姿態(tài)參數(shù)的側(cè)滾、俯仰分量在衛(wèi)星角動(dòng)量坐標(biāo)系中呈周期性變化，且互相轉(zhuǎn)化，利用圖像上的特征點(diǎn)的變化即可求解衛(wèi)星姿態(tài)方程。衛(wèi)星的星下點(diǎn)屬于地理位置和圖像位置兩者均已知的觀測目標(biāo)，它們可以被作為己知條件來求解衛(wèi)星的姿態(tài)。

對(duì)于全圓盤圖像可以容易獲得上述兩個(gè)基準(zhǔn)點(diǎn)，但對(duì)于區(qū)域云圖則不同，由于圖像不是完全的地球圖像，可能不包含星下點(diǎn)的圖像位置，這時(shí)需要根據(jù)局部圖像來分析計(jì)算基準(zhǔn)點(diǎn)的圖像位置。

地球形狀為不規(guī)則的扁球體，赤道略呈橢圓形，紅外云圖以24 h周期變化，云圖在衛(wèi)星觀域內(nèi)的大小和位置在不同時(shí)刻均不相同，因此無法找到一個(gè)參數(shù)固定的紅外地球云圖幾何模型。

風(fēng)云二號(hào)氣象衛(wèi)星觀測的全圓盤紅外云圖可以近似為一個(gè)平面橢圓，紅外云圖地球輪廓為該模型的邊緣點(diǎn)，其邊緣模型方程可以用5個(gè)獨(dú)立的參數(shù)A，B，C，D，E來確定。對(duì)于不同時(shí)刻的紅外云圖，這5個(gè)參數(shù)具有不同的結(jié)果，需要建立數(shù)學(xué)模型來計(jì)算每張紅外云圖的幾何參數(shù)。紅外云圖的邊緣點(diǎn)模型可以用以下方程來表示：

式（1）是關(guān)于5個(gè)參數(shù)的復(fù)雜非線性方程，模型中心（x0，y0），長軸半徑a0，短軸半徑b0，長軸與x軸夾角θ，（x，y）為邊緣點(diǎn)坐標(biāo)，通過變量代換，解算該模型，求出模型的幾何參數(shù)，可將式（1）簡化為

設(shè)Pi（xi，yi）（i＝1，2，3，…，l，l≥5）為紅外地球云圖輪廓上的邊緣點(diǎn)，根據(jù)最小二乘法原理［18］，應(yīng)求目標(biāo)函數(shù)

的最小值來確定參數(shù)A，B，C，D，E的值，由極值原理可知，欲使F最小，必有

通過式（4），可求得A，B，C，D，E的值，即求出模型的5個(gè)參數(shù)［19-21］，得到星下點(diǎn)參數(shù)，再利用文獻(xiàn)［17］的方法求出衛(wèi)星姿態(tài)，并對(duì)區(qū)域觀測圖像進(jìn)行定位。

2.2 基于預(yù)報(bào)的姿態(tài)求解方法

基于區(qū)域觀測圖像的姿態(tài)確定方法適用于連續(xù)接收區(qū)域觀測圖像的情況。正常情況下，風(fēng)云二號(hào)氣象衛(wèi)星收取圓盤圖像，遇到特殊天氣時(shí)會(huì)應(yīng)急獲取高頻次的區(qū)域圖像。在區(qū)域觀測剛啟動(dòng)時(shí)，由于區(qū)域圖像積累數(shù)據(jù)少，采用基于區(qū)域觀測圖像的姿態(tài)確定方法對(duì)圖像定位可能誤差較大。

基于預(yù)報(bào)的姿態(tài)求解方法是根據(jù)接收?qǐng)A盤圖時(shí)計(jì)算出的精確姿態(tài)，根據(jù)姿態(tài)變化的規(guī)律預(yù)報(bào)未來的衛(wèi)星姿態(tài)，它適用于已有精確的軌道姿態(tài)參數(shù)情況下，采用數(shù)學(xué)模型預(yù)報(bào)未來24 h的定位參數(shù)。

根據(jù)歷史姿態(tài)參數(shù)的數(shù)據(jù)分析，可采用二次多項(xiàng)式函數(shù)作為目標(biāo)函數(shù)，進(jìn)行衛(wèi)星自旋矢量赤經(jīng)、赤緯的求解。衛(wèi)星自旋矢量的赤經(jīng)或赤緯隨時(shí)間變化的模型可表示為

其中，f（t）為衛(wèi)星自旋矢量的赤經(jīng)或赤緯，t為時(shí)間（采用相對(duì)儒略日），a，b，c為待定的參數(shù)。

設(shè)fi（ti）（i＝1，2，3，…，N，N≥50）為歷史衛(wèi)星自旋矢量的赤經(jīng)時(shí)間序列，根據(jù)最小二乘法原理［18］，應(yīng)求目標(biāo)函數(shù)f（i）］2的最小值來確定參數(shù)a，b，c的值，由極值原理，欲使F最小，必有則

通過解方程組，可求得a，b，c的值，即可得到衛(wèi)星自旋矢量的赤經(jīng)隨時(shí)間變化的函數(shù)，同理可求得衛(wèi)星自旋矢量的赤緯隨時(shí)間變化的函數(shù)。然后根據(jù)函數(shù)求解相應(yīng)時(shí)刻的衛(wèi)星姿態(tài)，最后再利用文獻(xiàn)［17］中方法對(duì)區(qū)域觀測圖像進(jìn)行定位。

2.3 基于粗-精姿態(tài)關(guān)系模型的姿態(tài)求解方法

在衛(wèi)星長時(shí)間未接收云圖的情況下，基于區(qū)域觀測圖像的姿態(tài)確定方法和基于預(yù)報(bào)的姿態(tài)求解方法已不適用于此時(shí)的姿態(tài)求解。

利用衛(wèi)星遙測值可以計(jì)算出衛(wèi)星姿態(tài)［22］，由于自旋穩(wěn)定氣象衛(wèi)星遙測值不中斷，在任何時(shí)候都可以通過衛(wèi)星遙測計(jì)算出衛(wèi)星粗姿態(tài)。在實(shí)際業(yè)務(wù)中發(fā)現(xiàn)這種通過衛(wèi)星遙測值計(jì)算出來的衛(wèi)星姿態(tài)不能直接用于圖像定位，圖像定位需要確定每個(gè)像元的精確位置，利用這種姿態(tài)給圖像定位時(shí)會(huì)產(chǎn)生圖像網(wǎng)格偏移，因此將這種利用衛(wèi)星遙測值計(jì)算出來的衛(wèi)星姿態(tài)稱為粗姿態(tài)，而通過圖像反推出來的衛(wèi)星姿態(tài)稱為精姿態(tài)。粗姿態(tài)計(jì)算參見文獻(xiàn)［16，22］，本文不再詳細(xì)描述。

如果能夠確定衛(wèi)星精姿態(tài)和粗姿態(tài)的關(guān)系，則無論是否接收?qǐng)D像都可以隨時(shí)利用粗姿態(tài)來計(jì)算精姿態(tài)。根據(jù)歷史積累的同時(shí)段粗姿態(tài)與精姿態(tài)數(shù)據(jù)，可以使用多項(xiàng)式的最小二乘曲線法來擬合兩種姿態(tài)的變化規(guī)律。

將精姿態(tài)與粗姿態(tài)的x，y軸和z軸的關(guān)系表示為3組離散數(shù)據(jù)點(diǎn)｛（xi，x′i），i＝0，1，2，…，m｝，｛（yi，y′i），i＝0，1，2，…，m｝和｛（zi，z′i），i＝0，1，2，…，m｝，分別將3個(gè)關(guān)系函數(shù)x″＝X（xi），y″＝Y(jié)（yi）和z″＝Z（zi）與所給3組數(shù)據(jù)擬合；對(duì)姿態(tài)數(shù)據(jù)｛（xi，x′i），i＝0，1，2，…，m｝，｛（yi，y′i），i＝0，1，2，…，m｝和｛（zi，z′i），i＝0，1，2，…，m｝，在所有次數(shù)不超過n（n≤m）的多項(xiàng)式構(gòu)成的函數(shù)類Φ中，分別求和使誤差rxi，ryi和rzi的平方和最小，即

使誤差rxi，ryi和rzi的平方和最小的Xn（xi），Yn（yi），Zn（zi）即為所求多項(xiàng)式，由此可以根據(jù)粗姿態(tài)推算出當(dāng)時(shí)的精姿態(tài)，再利用文獻(xiàn)［17］的方法對(duì)區(qū)域觀測圖像進(jìn)行定位。

3 誤差分析

3.1 基于區(qū)域觀測圖像的姿態(tài)確定方法

利用FY-2E氣象衛(wèi)星2013年7月8—14日的圖像進(jìn)行模擬分析，姿態(tài)計(jì)算結(jié)果如圖1所示（圖中時(shí)間為北京時(shí)，下同）。x軸最大誤差為1.8×10－4，平均誤差為7.1×10－5，最小誤差為3.1×10－8；y軸最大誤差為3.7×10－4，平均誤差為3.0×10－4，最小誤差為2.2×10－4；z軸最大誤差為8.2×10－6，平均誤差為6.1×10－6，最小誤差為3.6×10－6。利用該姿態(tài)對(duì)區(qū)域觀測云圖進(jìn)行定位，誤差保持在2.5個(gè)紅外像元以內(nèi)，符合業(yè)務(wù)要求。

圖1 基于區(qū)域觀測圖像的姿態(tài)確定方法計(jì)算結(jié)果和實(shí)測結(jié)果比較Fig.1 Results of attitude determination method based on the observed image region compared with measurements

續(xù)圖1

3.2 基于預(yù)報(bào)的姿態(tài)求解方法

圖2 基于預(yù)報(bào)的姿態(tài)求解方法計(jì)算結(jié)果與實(shí)測結(jié)果比較Fig.2 Results of solving attitude based on forecast compared with measurements

利用FY-2E氣象衛(wèi)星2013年7月4—7日共4 d的歷史精確姿態(tài)對(duì)2013年7月8—14日進(jìn)行姿態(tài)參數(shù)預(yù)報(bào)，結(jié)果如圖2所示。x軸最大誤差為8.7×10－5，平均誤差為3.8×10－5，最小誤差為4.1×10－7；y軸最大誤差為4.1×10－5，平均誤差為8.9×10－6，最小誤差為2.3×10－7；z軸最大誤差為1.3×10－6，平均誤差為5.9×10－7，最小誤差為1.4×10－9。預(yù)報(bào)時(shí)段內(nèi)，平均誤差達(dá)到1個(gè)紅外像元，最大誤差達(dá)到2個(gè)紅外像元，符合業(yè)務(wù)要求。

3.3 基于粗-精姿態(tài)關(guān)系模型的姿態(tài)求解方法

利用FY-2E氣象衛(wèi)星2013年7月8—10日之間的遙測數(shù)據(jù)計(jì)算出對(duì)應(yīng)的粗姿態(tài)，然后利用已知的精姿態(tài)進(jìn)行擬合分析，預(yù)報(bào)未來48 h精姿態(tài)，具體結(jié)果如圖3所示。x軸擬合最大誤差為3.5×10－5，平均誤差為1.4×10－5，最小誤差為6.6×10－8；y軸擬合最大誤差為2.4×10－5，平均誤差為1.2×10－5，最小誤差為1.4×10－6；z軸擬合最大誤差為3.0×10－7，平均誤差為1.4×10－7，最小誤差為1.3×10－8。利用擬合結(jié)果對(duì)圖像定位誤差的分析結(jié)果顯示最大誤差為4.9個(gè)紅外像元，前24 h平均誤差為3.6個(gè)紅外像元，后24 h平均誤差為4.6個(gè)紅外像元，該方法可以在無精姿態(tài)數(shù)據(jù)時(shí)對(duì)區(qū)域觀測圖像進(jìn)行應(yīng)急定位。

圖3 基于粗-精姿態(tài)關(guān)系模型的姿態(tài)求解方法姿態(tài)計(jì)算結(jié)果Fig.3 Results of attitude determination method based on the relational model of crude-precise attitude

4 結(jié) 論

本文研究了風(fēng)云二號(hào)氣象衛(wèi)星在區(qū)域掃描模式下3種不同的姿態(tài)求解方法，并利用FY-2E氣象衛(wèi)星2013年7月8—14日之間的圖像對(duì)3種方法進(jìn)行了模擬分析，得到如下主要結(jié)論：

1）基于區(qū)域觀測圖像的姿態(tài)確定算法直接利用區(qū)域觀測圖像求解衛(wèi)星姿態(tài)參數(shù)，該參數(shù)用于圖像定位精度比較穩(wěn)定，主要適用于連續(xù)的區(qū)域觀測情況下至少有24 h區(qū)域觀測圖像積累時(shí)的衛(wèi)星姿態(tài)確定。

2）基于預(yù)報(bào)的姿態(tài)求解方法是利用衛(wèi)星接收?qǐng)A盤圖時(shí)計(jì)算出的精確姿態(tài)，根據(jù)姿態(tài)變化規(guī)律預(yù)報(bào)未來衛(wèi)星姿態(tài)，它適用于區(qū)域觀測啟動(dòng)24 h內(nèi)對(duì)云圖的定位。

3）基于粗-精姿態(tài)關(guān)系模型的姿態(tài)求解方法利用遙測數(shù)據(jù)計(jì)算的粗姿態(tài)值，并利用粗-精姿態(tài)關(guān)系模型，預(yù)報(bào)未來24 h的定位參數(shù)。與其他兩種方法相比，該方法精度較低，可以在無精姿態(tài)數(shù)據(jù)時(shí)對(duì)區(qū)域觀測圖像進(jìn)行應(yīng)急定位。

［1］ 薛諶彬，龔建東，何財(cái)福，等.靜止衛(wèi)星云導(dǎo)風(fēng)的質(zhì)量控制及在同化中的應(yīng)用.應(yīng)用氣象學(xué)報(bào)，2013，24（3）：356-364.

［2］ 黃勇，覃丹宇.舟曲泥石流天氣過程中云團(tuán)合并的衛(wèi)星觀測.應(yīng)用氣象學(xué)報(bào)，2013，24（1）：87-98.

［3］ 劉健，張里陽.氣象衛(wèi)星高空間分辨率數(shù)據(jù)的云量計(jì)算與檢驗(yàn).應(yīng)用氣象學(xué)報(bào)，2011，22（1）：35-45.

［4］ 韓秀珍，吳朝陽，鄭偉，等.基于水面實(shí)測光譜的太湖藍(lán)藻衛(wèi)星遙感研究.應(yīng)用氣象學(xué)報(bào)，2010，21（6）：724-731.

［5］ 許健民，張其松.衛(wèi)星風(fēng)推導(dǎo)和應(yīng)用綜述.應(yīng)用氣象學(xué)報(bào)，2006，17（5）：574-582.

［6］ ［2013-07-06］.http：∥www.eumetsat.int／Home／Main／Satellites／Meteosat Second Generation／Services／SP_2010062816 1215372.

［7］ 王素娟，郭強(qiáng)，許健民.FY-4氣象衛(wèi)星定位用導(dǎo)航星選取方法.應(yīng)用氣象學(xué)報(bào)，2010，21（2）：149-156.

［8］ Pei C.Attitude determination algorithms for spinning satellites using single antenna GPS receiver and MEMS gyro.Aerospace Science and Technology，2013，26（1）：10-15.

［9］ D’Angelo M，Linares R，Crassidis J L.Attitude determination for a small satellite mission.Advances in the Astronautical Sciences，2012，144：165-171.

［10］ 諶一夫，張春玲，張慧，等.ZY-3衛(wèi)星的姿態(tài)和軌道模型研究.華中師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（3）：421-425；430.

［11］ Cao L，Yang W W，Chen X Q，et al.The research of microsatellite attitude determination based on predictive filter.Applied Mechanics and Materials，2012，110-116：5413-5419，DOI 10.4028／www.scientific.net／AMM.110-116.5413.

［12］ Jiao Y，Wang J，Pan X，et al.Influence analysis of measurement errors in satellite attitude determination based on extended Kalman filter.Aeronautical Journal，2012，116（1178）：373-389.

［13］ 李鵬，唐健，段廣仁，等.基于自適應(yīng)聯(lián)邦濾波的衛(wèi)星姿態(tài)確定.中國空間科學(xué)技術(shù)，2013（2）：67-71.

［14］ 魏喜慶，宋申民.基于容積卡爾曼濾波的衛(wèi)星姿態(tài)估計(jì).宇航學(xué)報(bào)，2013（2）：193-200.

［15］ 張健，孫兆偉.粒子濾波在衛(wèi)星姿態(tài)確定中的應(yīng)用.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2012（11）：31-35.

［16］ 李于衡，易克初，關(guān)鵬.地球靜止軌道自旋衛(wèi)星姿態(tài)確定及控制策略.飛行器測控學(xué)報(bào)，2009，24（5）：19-26.

［17］ 陳寶林.最優(yōu)化理論與算法（第二版）.北京：清華大學(xué)出版社，2005：322-328.

［18］ Lu Feng，Zhang Xiaohu，Xu Jianmin.Image navigation for the FY2 geosynchronous meteorological satellite.Journal of Atmospheric&Oceanic Technology，2008，25（7）：1149.

［19］ Ahn S J，Rauh W，Cho H S.Orthogonal distance fitting of implicit curves and surfaces.IEEE Trans PAMI，2002，24（5）：620-638.

［20］ Cui Y T，Weng J，Reynolds H.Estimation of ellipse parameters using optimal minimum-variance estimator.Pattern Recognition Letter，1996，17（3）：309-316.

［21］ Nick B，Robert B，Naoki S.A method to detect and characterize ellipses using the Hough transform.IEEE Trans PAMI，1999，21（7）：652-657.

［22］ 李于衡，楊小芹，關(guān)鵬，等.基于遙測數(shù)據(jù)的定點(diǎn)自旋衛(wèi)星姿態(tài)選優(yōu)方法.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2009，41（5）：175-177.

FY-2 Meteorological Satellite Attitude Solving Method Under Area Scan Mode

Wei Caiying Zhang Xiaohu Zhao Xiangang Han Qi Lin Weixia
（National Satellite Meteorological Center，Beijing100081）

Area observation is realized by the geostationary meteorological satellites of the United States and Europe.The timeliness of satellite observation is greatly improved，and an instance can be accomplished within several minutes.Geostationary meteorological satellites of FY-2 series have the capability of specific area observation，but due to the strip image navigation problem，the area observation of FY-2 satellites is not put into operational use.Therefore，the attitude determination technology of FY-2 satellites’area observation is studied and 3 solving methods are proposed，which are based on area images，attitude prediction，and the relation model between crude and precise attitude.

The attitude determination method based on area images uses area images to calculate satellite attitude directly.This method is applicable to the condition that area images can be obtained continuously.When area images are accumulated for twenty-four hours，the method navigates the area image with the attitude gained by the method based on area images.The navigation deviation is in 2.5 infrared pixels.FY-2 satellite receives full disk images under normal observation mode，and receives high-frequency area images under emergency observation mode when special weather occurs.When using the attitude to navigate satellite image at the beginning of area observation，the image navigation accuracy maybe not ideal because the area images quantity is not enough.On this occasion，the attitude solving method based on attitude prediction can be used.With this method，the average deviation of image navigation can be reduced to 1 pixel.Based on the precise attitude which is gained through full disk images，this method predicts the future satellite attitude according to the variety rules of attitude.It is applicable to predict navigation parameter in future 24 hours with mathematics model while precise orbit attitude parameter is obtained.The attitude solving method based on relation model of crude-precise attitude uses the crude attitude which is calculated from telemetry data and the relation between the latest crude-precise attitude，and estimates precise attitude from the crude attitude which is calculated in real time.Using the attitude gained by this method to navigate the image，the max navigation deviation of area image is 4.9 infrared pixels，and the average deviation of former 24 hours is 3.6 infrared pixels.When precise attitude is not available，the attitude obtained by the method based on relation model of crude-precise attitude can be used to navigate area image during emergency situations.

geostationary meteorological satellite；area observations；image navigation；satellite attitude

魏彩英，張曉虎，趙現(xiàn)綱，等.區(qū)域掃描模式下風(fēng)云二號(hào)氣象衛(wèi)星姿態(tài)求解方法.應(yīng)用氣象學(xué)報(bào)，2014，25（5）：592-599.

2014-01-16收到，2014-06-23收到再改稿。

公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201006046）

*通信作者，email：zhaoxg＠nsmc.cma.gov.cn