卫星平台与任务规划

引言

卫星平台与任务规划决定了遥感数据的可获得性。同一片区域，用哪颗星、什么时间、以什么分辨率、能不能在需要的时候拍到，这些问题都由轨道、载荷与调度策略共同决定。做数据获取方案时，如果不理解重访周期与幅宽的耦合关系，很容易承诺一个物理上做不到的观测频率；做星座设计时，如果不理解下行链路的瓶颈，会造出「拍得到却传不回来」的系统。

工程上的第一组矛盾是分辨率与幅宽的矛盾。要看清细节就得牺牲幅宽，要提高覆盖效率就得牺牲分辨率，二者通过光学系统的焦距与探测器像元数耦合，无法同时最优。第二组矛盾是重访频率与轨道高度的矛盾。低轨看得清、重访快但覆盖范围小、大气阻力大寿命短；高轨覆盖广但分辨率低。第三组矛盾是观测能力与数据下行的矛盾。星上拍得越多，越需要有足够的数传窗口把数据传回地面，而下行窗口受地面站分布与轨道位置的限制。

本文按「轨道到载荷到调度到数据落地」展开。先讲轨道基础与重访估算，再覆盖载荷设计与星座构型，然后进入任务编排与下行链路，最后落到商业星座与数据获取路径。轨道、重访与覆盖的基础概念在 遥感系统概览 中已有铺垫，坐标与投影换算见 坐标系统与投影变换 。

目录

1. 卫星平台的任务链路
2. 轨道力学基础与轨道类型
3. 太阳同步轨道与降交点地方时
4. 重访周期与覆盖能力估算
5. 载荷类型与分辨率设计
6. 星座构型与编队飞行
7. 任务规划与观测调度
8. 下行链路与地面站
9. 商业星座与数据获取路径

1. 卫星平台的任务链路

一颗遥感卫星从设计到出数据，要打通一条完整链路：平台提供轨道、姿态与能源，载荷负责成像，数传把数据下行，地面站接收，地面处理系统做校正与产品化，最后分发。

任务链路
平台：轨道控制、姿态稳定、电源、热控
载荷：光学相机 / SAR / 高光谱 / 微波辐射计
数传：X 波段 / Ka 波段下行，星上存储与压缩
地面：测控站、接收站、数据处理中心
分发：产品分级、编目、检索、交付

链路中任何一环的容量不足都会成为瓶颈。常见的是数传瓶颈：星上存储与成像能力提升快，但下行带宽受频谱与地面站数量限制，导致「拍得多传得慢」，只能靠提高星上压缩率或增加地面站来缓解。

姿态控制精度直接决定成像质量。高分辨率卫星要求姿态稳定度达到角秒量级，否则影像会模糊；敏捷卫星要求快速侧摆与俯仰，以在有限时间内完成多目标观测。这些指标写进载荷设计，也约束了任务规划的可行域。

2. 轨道力学基础与轨道类型

轨道由六个轨道根数描述：半长轴、偏心率、倾角、升交点赤经、近地点幅角、真近点角。对遥感最有意义的是半长轴（决定高度与周期）、倾角（决定覆盖纬度）与偏心率（决定轨道是否圆）。

轨道周期与高度（圆轨道，近似）
高度 500 km   ->  周期约 94.6 分钟，约 15.2 圈/天
高度 700 km   ->  周期约 98.8 分钟，约 14.6 圈/天
高度 800 km   ->  周期约 100.9 分钟，约 14.3 圈/天
高度 35786 km ->  周期约 1436 分钟，地球同步

import math

def orbital_period_min(altitude_km, mu=398600.4418, r_e=6378.137):
    a = r_e + altitude_km                     # 圆轨道半长轴
    return 2 * math.pi * math.sqrt(a ** 3 / mu) / 60.0

三类轨道在遥感里的角色：

太阳同步轨道是光学遥感的主流选择，因为它能保证卫星每次过境时太阳高度角相近，影像的光照条件一致，便于跨时相比较。低倾角轨道适合需要高频重访的中低纬区域，如商业光学星座。地球静止轨道覆盖广但分辨率受限于距离，只能做气象量级的观测。

2.1 轨道摄动与轨道保持

真实轨道不是理想开普勒轨道，地球非球形（主要是 J2 项）、大气阻力、太阳与月球引力都会让轨道根数缓慢漂移。J2 项使升交点赤经与近地点幅角持续进动，这正是太阳同步轨道得以成立的基础；大气阻力使低轨卫星高度缓慢衰减，需要定期用推力器抬升。

主要摄动与其工程影响
摄动源      影响              应对
J2 非球形   升交点进动、近地点转动  设计时利用或补偿
大气阻力    高度衰减、寿命缩短      定期轨道保持、选高度
日月引力    倾角与偏心率漂移        高轨任务需定期修正
太阳光压    姿态与轨道微扰          姿态控制吸收

轨道保持的代价要算进任务预算。低轨卫星每几个月要做一次抬升，消耗推进剂，直接决定寿命；太阳同步轨道的降交点地方时也会缓慢漂移，漂移过大（超过约 10 分钟）会让光照条件明显改变，需要修正。规划长期任务时要把这些维护动作排进时间表。

3. 太阳同步轨道与降交点地方时

太阳同步轨道的核心性质是轨道面进动速率与地球绕太阳公转的速率一致，使卫星相对于太阳的方位固定，因此每次过同一纬度的地方时相同。

import math

def sso_inclination(altitude_km, r_e=6378.137, j2=1.08263e-3, mu=398600.4418):
    # 近似求太阳同步轨道所需倾角（度）
    a = r_e + altitude_km
    n = math.sqrt(mu / a ** 3)                        # 平均角速度
    prec = 1.991e-7                                   # 目标进动率 rad/s（约 0.9856 度/天）
    cos_i = -prec / (1.5 * j2 * n * (r_e / a) ** 2)
    return math.degrees(math.acos(max(-1.0, min(1.0, cos_i))))

降交点地方时（Local Time of Descending Node，LTDN）是太阳同步轨道的灵魂参数。它决定了卫星在什么地方时过境，进而决定了太阳高度角、阴影长度与阴影方向。

LTDN 与观测特性的关系
LTDN       太阳高度角      阴影       典型选择
06:00      很低           极长       不适合光学
10:30      高（约 50 度）  中等       主流，光照足阴影适中
13:30      高             较短       植被与热红外常用

上午过境的星（如 Landsat 10:30 左右、Sentinel-2 10:30 左右）云量通常低于午后，因为积云多在午后发展，这是上午轨道被广泛采用的现实原因。下午过境的星（如 13:30）阴影更短，对城市与建筑提取更友好，但云量风险更高。

同一区域的多源数据融合时，LTDN 差异会带来阴影方向与太阳高度角的差异，直接影响指数计算与变化检测。跨传感器融合前必须检查 LTDN，差异大时要考虑做角度归一化或只做趋势层面的比较。

3.1 太阳高度角与观测几何

太阳高度角由 LTDN、纬度与季节共同决定。同一颗星在低纬与高纬、冬夏之间，太阳高度角差异很大，直接影响阴影长度与影像对比度。

import math

def solar_elevation(lat_deg, decl_deg, hour_angle_deg):
    # 近似太阳高度角（度），hour_angle 为时角
    lat, dec, ha = map(math.radians, (lat_deg, decl_deg, hour_angle_deg))
    sin_e = math.sin(lat) * math.sin(dec) + math.cos(lat) * math.cos(dec) * math.cos(ha)
    return math.degrees(math.asin(max(-1.0, min(1.0, sin_e))))

太阳高度角低时阴影长、地形起伏被放大、山体阴影增多，对分类是干扰但对地形与建筑高度估计有用；太阳高度角高时阴影短、地物对比度低。工程上做跨时相分析时，若太阳高度角差异超过 15 度，应谨慎比较，最好做归一化或按季节分层。

4. 重访周期与覆盖能力估算

重访周期是卫星能再次观测同一地点的最短间隔，由轨道周期与相邻轨道在地面的间隔共同决定。名义重访周期指轨道回归特性给出的周期，实际重访受侧摆能力、云量、任务冲突影响，往往长于名义值。

import math

def ground_track_spacing_km(altitude_km, inclination_deg, orbits_per_day, r_e=6378.137):
    # 相邻轨道在赤道的间隔
    a = r_e + altitude_km
    orbit_circ = 2 * math.pi * a
    # 每天绕地球圈数决定赤道间隔：地球每天自转一周，轨道面近似固定
    return 2 * math.pi * r_e / orbits_per_day * math.cos(math.radians(inclination_deg))

侧摆是提高实际重访的关键能力。卫星能在过境时侧摆一定角度，使相邻轨道的地面轨迹重叠，从而在几天内多次观测同一区域。侧摆角越大，覆盖的灵活性越高，代价是影像的观测几何变化大、分辨率退化。

重访与幅宽的权衡（示意）
幅宽        单星名义重访    加侧摆后重访    适用
10 km       16 天          3~5 天          高分辨率点目标
60 km       10 天          3~4 天          中分辨率
290 km      5 天           1~2 天          宽幅普查

覆盖能力的估算要考虑纬度效应。太阳同步轨道的相邻轨迹在高纬收敛，因此高纬地区的重访快于低纬。这也是为什么极区观测数据丰富而赤道区域数据稀疏的原因之一。

估算一个区域的可用观测数，不能只看名义重访，要把云量、侧摆能力、任务冲突都算进去。工程上常用「有效观测数 = 过境次数 乘 晴空概率 乘 任务可用率」，其中晴空概率由气候统计给出，任务可用率反映卫星还要服务其他区域与任务。

4.1 侧摆角对分辨率与几何的影响

侧摆不是免费的。卫星侧摆角度 theta 时，地面采样距离在沿扫描方向被拉伸约 1 除以 cos(theta)，同时斜距增加使有效分辨率退化。

侧摆角与分辨率退化（近似）
侧摆角    分辨率退化系数    幅宽变化
0 度      1.00             基准
15 度     1.03             略增
30 度     1.15             明显增加
45 度     1.41             大幅增加

除分辨率退化外，侧摆还改变观测几何：斜视会让建筑物产生侧视倾斜、地形阴影方向改变、同一地物的双向反射特性不同。做定量反演或跨时相比较时，要记录每景的侧摆角，尽量用相近角度的影像比较。侧摆还消耗姿态机动时间与能源，规划时要把「多侧摆」当作有限资源。

5. 载荷类型与分辨率设计

载荷决定了数据的物理含义与用途。

分辨率设计是系统工程。空间分辨率由轨道高度、焦距、探测器像元尺寸共同决定，提升分辨率要么降低轨道高度（寿命短）、要么加大口径（重量与成本高）、要么缩小像元（信噪比下降）。这就是「分辨率、幅宽、信噪比、重量、成本」之间的多目标权衡。

SAR 载荷不依赖太阳光照，能全天时全天候成像，且能穿透云层，是光学的重要补充。SAR 的分辨率由带宽决定，与光学不同，但受天线尺寸约束，星载 SAR 天线往往很大。SAR 的处理与干涉应用见 SAR 与 InSAR 处理 。

敏捷平台是近年趋势。传统卫星只能沿星下点推扫，敏捷卫星能在过境窗口内快速侧摆与俯仰，对多个分散目标依次成像，还能做同轨立体（前后视成像构建三维）。敏捷能力把单次过境的观测价值大幅提升，但也让任务规划从「按轨道排」变成「按机会排」的组合优化问题。

5.1 信噪比与分辨率的关系

分辨率与信噪比是一对硬约束。像元变小意味着单位时间收集的光子变少，在同样的积分时间与光学口径下信噪比下降。要同时提高分辨率与信噪比，只能加大口径或延长积分时间，前者增加重量与成本，后者降低幅宽或需要更稳的姿态。

分辨率、信噪比与口径的三角约束（定性）
提高分辨率     -> 信噪比下降、幅宽下降
提高信噪比     -> 口径或积分时间上升
提高幅宽       -> 分辨率或信噪比下降

这解释了为什么高分辨率卫星的口径与重量都很大，也解释了为什么宽幅普查星的分辨率通常在几十米量级。选数据时若任务既要求高分辨率又要求高信噪比，就要接受幅宽小、重访慢的代价，或者接受更高的采购成本。

6. 星座构型与编队飞行

单星的重访能力有限，星座通过多星协同提升时间分辨率。常见构型：

• Walker 星座：多个轨道面均匀分布，同面内卫星相位均分，覆盖全球且重访均匀，是导航与通信星座的标准构型。
• 太阳同步星座：多颗星分布在不同的 LTDN 或相位上，保持光照一致的同时缩短重访。
• 编队飞行：多星近距离保持特定基线，用于干涉测量（如 TanDEM-X 的双星干涉）或超分辨率。

import numpy as np

def walker_delta(t_sats, p_planes, f, alt_km, inc_deg, r_e=6378.137):
    # Walker Delta 星座轨道根数（示意）：返回每颗星的 (升交点赤经, 平近点角)
    a = r_e + alt_km
    raan_step = 360.0 / p_planes
    per_plane = t_sats // p_planes
    phase_step = 360.0 / t_sats
    sats = []
    for p in range(p_planes):
        for s in range(per_plane):
            raan = p * raan_step
            ma = (s * 360.0 / per_plane + p * f * phase_step) % 360.0
            sats.append((raan, ma))
    return sats

星座设计的核心权衡是「重访 vs 成本」。卫星数增加，重访缩短但发射与运维成本线性增长，且地面段与数据处理的压力同步上升。多数商业星座在「足够好的重访」而非「最快重访」上做取舍，用数十到数百颗小卫星换取每天到数小时级的重访。

编队飞行的技术难点是相对轨道保持。多星要保持厘米到米级的基线稳定，需要持续的轨道微调与推力器，对平台精度要求极高。但编队能实现单星做不到的干涉测量与超分辨率，是科学任务的重要选项。

7. 任务规划与观测调度

任务规划要在地面把「观测需求」映射成「卫星动作序列」。输入是需求（区域、时间窗、优先级、分辨率要求）与约束（轨道、能源、存储、数传窗口、姿态机动时间），输出是每颗星的观测指令与下行计划。

这是一个带约束的优化问题，常见求解思路：

• 贪心：按优先级与收益排序，逐个尝试插入，简单快速但可能次优。
• 启发式搜索：遗传算法、模拟退火、蚁群，适合大规模任务。
• 约束规划：把约束显式建模，用求解器求解，适合强约束场景。

def plan_greedy(requests, satellites, is_feasible, score):
    # 简化的贪心调度：按收益密度排序，能插就插
    reqs = sorted(requests, key=lambda r: score(r), reverse=True)
    schedule = {s.id: [] for s in satellites}
    for r in reqs:
        for s in satellites:
            slot = is_feasible(s, schedule[s.id], r)
            if slot is not None:
                schedule[s.id].append(slot)
                break
    return schedule

关键约束有四个。能源：成像与数传耗电，星上电池与太阳翼功率限制了连续成像时长。存储：星上存储有限，成像速度不能长期超过下行速度。数传：下行窗口受地面站可见性限制，安排成像时要预留下行机会。姿态机动：敏捷卫星在大角度侧摆之间需要时间稳定，连续多目标成像要插入机动时间。

需求冲突时的优先级策略通常是：紧急任务（灾害应急）最高，其次是有时效要求的任务（如农业关键期），最后是常规编目任务。这个优先级要在规划系统里显式建模，而不是靠人工干预。

7.1 从需求到任务的映射

把模糊的需求翻译成可规划的任务，需要把每个需求拆成结构化字段：区域几何（多边形或瓦片）、时间窗（起止时刻）、分辨率要求、优先级、允许的最大侧摆角、是否要求立体。

需求字段与约束的对应
需求字段        约束            失败原因
区域几何        幅宽与侧摆覆盖   幅宽不够、目标在轨道间隙
时间窗          轨道过境时刻     窗内无过境
分辨率要求      轨道高度与载荷   载荷达不到
优先级          资源冲突仲裁     被更高优先级挤占
最大侧摆角      姿态与分辨率退化 侧摆超限或退化不可接受

规划前应先做可行性预检：给定区域与时间窗，先算有没有过境、能不能覆盖、分辨率够不够。预检不通过的需求不该进入优化器，否则会白白消耗计算资源并产生无法执行的计划。这一步常被忽略，导致规划结果里混入大量「不可能任务」。

8. 下行链路与地面站

数传是常被低估的瓶颈。星上成像速率可能达到每秒数吉比特，而下行链路的可用带宽与可见窗口有限，二者不匹配就会积压。

下行链路的要素：

• 频段：X 波段（8 GHz 附近）是主流，Ka 波段（26 GHz 附近）带宽更高但对雨衰敏感。
• 地面站分布：站越多、纬度跨度越大，可见窗口越长。极轨卫星在高纬站可见时间长，赤道站窗口短。
• 星上存储与压缩：星上压缩能减少下传量，但会引入压缩损失，定量应用要谨慎。
• 中继卫星：通过数据中继卫星转发，能把下行窗口从「过站几分钟」扩展到「几乎连续」，代价是成本与复杂度。

下行能力估算（示意）
参数                取值        说明
成像速率            2 Gbps      单载荷峰值
单站可见窗口        8 分钟      中纬站，极轨星
单站单圈下传量      约 120 GB   2 Gbps 乘 480 秒
星上存储            1 TB        典型小卫星

按上表，星上存满 1 TB 需要约 8 到 9 个站的过站窗口才能清空，而一天可能只有若干次过站。这说明单站系统的下行瓶颈严重，实际星座往往配多站或中继。地面站的选址要综合考虑纬度、气候（少雨少云）、电磁环境与政治可达性。

下行计划的编排与观测计划耦合。规划时要把「什么时候有下行窗口」作为硬约束，避免排出「拍了一堆但传不回来」的计划。星上存储水位要作为监控指标，水位持续上升意味着下行能力不足。

8.1 中继与激光通信

数据中继卫星运行在地球静止轨道，能同时看到低轨用户星与地面站，把「过站几分钟」的下行窗口扩展为「几乎连续」的链路。代价是需要专门的中继卫星资源与更复杂的星间链路，成本远高于直连地面站。

激光通信是近年快速发展的方向，用激光在星间或星地传输，带宽可达每秒数十吉比特，远高于射频，且免频谱许可。限制是链路需要高精度指向与捕获，对平台姿态与轨道精度要求高，且受天气影响（星地激光链路的云遮挡问题比射频更严重）。

选择下行方案时要权衡三点：时效要求、成本预算、数据量。常规编目任务用多地面站即可，灾害应急与军事级时效才值得上中继。星上存储与压缩能力要按最坏情况（连续多云导致下行窗口锐减）设计，而不是按平均值。

9. 商业星座与数据获取路径

商业遥感星座近年快速扩张，主要分两类：高分辨率点目标星座（如 WorldView 系列量级）与高频重访的中小卫星星座（如 Planet 的 Dove 群、SkySat 群）。前者分辨率高、幅宽小、按任务定制，后者分辨率中等、幅宽小但数量多、重访快。

商业星座类型对比（定性）
类型            分辨率      重访        幅宽        典型用途
高分辨率点目标  亚米级      数天        十几 km     测绘、目标详查
中分辨率高频    3~5 m       每天        宽幅拼接    变化监测、农业
SAR 小卫星      1~3 m       每天到数小时 数十 km     全天候监测

数据获取路径有三条。第一是订购归档数据，成本低但有延迟，适合历史分析。第二是编程拍摄（tasking），提前下单指定区域与时间窗，成功与否取决于卫星能力与冲突，成本高，适合时效要求高的任务。第三是订阅制，按月或按区域订阅，适合长期监测。

选择路径时要算清三个成本：数据成本、时效成本、集成成本。编程拍摄的单价最高，但如果错过关键窗口的代价更大，就值得。订阅制适合规律性监测，把单次采购变成持续供给。无论哪条路径，都要提前确认数据的许可条款，商用数据的再分发与衍生品发布常有限制。

从工程视角看，理解星座能力比记住具体型号更重要。给定一个需求（区域、频率、分辨率、时效），能反推需要什么样的星座，才能判断某个供应方能否满足，也才能在多个方案之间做有理有据的取舍。

权衡取舍

• 低轨 vs 高轨：低轨分辨率高、重访快但覆盖窄、寿命短；高轨覆盖广但分辨率低，按任务选。
• 分辨率 vs 幅宽：提升分辨率牺牲幅宽与信噪比，高分辨率适合点目标详查，宽幅适合大范围普查。
• 太阳同步 vs 低倾角：太阳同步光照一致、利于跨时相比较；低倾角重访快、适合中低纬高频监测。
• 单星 vs 星座：单星成本低但重访慢，星座重访快但成本与地面段压力线性增长。
• 固定平台 vs 敏捷平台：敏捷提升单次过境价值但规划复杂、姿态要求高。
• 实时下行 vs 星上存储：实时下行窗口有限，星上存储能缓冲但受容量与下传速率限制。
• 直连地面站 vs 中继：中继近乎连续下行但成本高，直连便宜但窗口受限。
• 归档 vs 编程拍摄：归档便宜有延迟，编程时效好成本高，按时效需求选。

常见坑清单

• 承诺物理做不到的重访：现象是交付时数据缺口大，原因是只看名义重访未算云量与侧摆，规避方法是按有效观测数估算。
• 忽略 LTDN 差异做多源融合：现象是跨传感器指数与变化检测有系统偏差，原因是光照与阴影方向不同，规避方法是检查 LTDN 并做角度归一化。
• 忘记高纬重访更快：现象是低纬任务数据不足而高纬冗余，原因是轨道轨迹在高纬收敛，规避方法是按纬度分区估算覆盖。
• 规划不看下行窗口：现象是星上存储爆满、数据丢失，原因是观测计划与下行计划脱节，规避方法是把下行窗口作为硬约束。
• 星上压缩率设太高：现象是定量反演精度下降，原因是压缩损失破坏了辐射精度，规避方法是定量任务用无损或轻压缩。
• 只算单站下行能力：现象是数传长期积压，原因是低估了成像速率与窗口的差距，规避方法是配置多站或中继。
• 敏捷平台不给机动留时间：现象是连续目标成像模糊，原因是姿态未稳定就曝光，规避方法是在规划里插入稳定时间。
• 用单星覆盖全球：现象是高纬之外重访过长，原因是单星轨迹间隔大，规避方法是用星座或放宽时效。
• 忽视数据许可条款：现象是衍生品无法发布，原因是商用数据再分发受限，规避方法是采购前确认许可。
• 编程拍摄不留备选：现象是关键窗口错过无补救，原因是任务冲突未做备选，规避方法是安排多个候选时窗。

小结

卫星平台与任务规划是把「需求」翻译成「可获得数据」的工程学科。轨道决定重访与光照，载荷决定分辨率与物理量，星座决定时间分辨率，任务规划与下行链路决定数据能否真正落到地面。这些环节环环相扣，任何一环的容量不足都会成为整体瓶颈。

做数据方案时，先明确三个数：目标区域、需要的时间分辨率、需要的地面分辨率。用这三个数反推需要的轨道类型、星座规模与下行配置，再对照供应方的实际能力，才能给出可兑现的方案。做星座设计时，把下行与地面段当作一等约束而不是事后补丁，能避免「拍得多传不回」的常见陷阱。

下一步可以对照 遥感系统概览 把平台参数放回端到端链路理解，也可以结合 SAR 与 InSAR 处理 理解全天候载荷的观测几何与轨道敏感性，需要把观测几何与地理坐标严格对应时参考 坐标系统与投影变换 。