Wie können Raumsonden besser sehen?

Derzeit ist Tianwen-1 etwa 184 Millionen Kilometer von der Erde und etwa 900.000 Kilometer vom Mars entfernt. Zuvor hatte die Sonde, als sie eine Entfernung von etwa 2,2 Millionen Kilometern vom Mars erreicht hatte, das erste Nahaufnahmefoto meines Landes vom Mars zurückgesendet (Abbildung 1). Auf dem Foto sind die typischen Landformen des Mars wie Acidalia Planitia, Chryse Planitia, Meridiani Planum, der Schiaparelli-Krater und Valles Marineris deutlich zu erkennen. Für Laien sind die sichtbaren Informationen jedoch noch zu gering. Wie können Raumfahrzeuge, Satelliten und andere Detektoren also deutlicher erkennen, wo sich Ebenen, Berge und Hochebenen befinden usw.

Abbildung 1: Mars, fotografiert von Tianwen-1

Damit die Sonde die Ziele auf dem Planeten, die sie untersucht, klar erkennen kann, ist es notwendig, mehrere Schlüsselindikatoren von Kameras auf Satelliten, Raumfahrzeugen und anderen Sonden zu verstehen. Diese Indikatoren sind spektrale Auflösung, räumliche Auflösung und zeitliche Auflösung.

Unter spektraler Auflösung versteht man vereinfacht die Fähigkeit, „Farben“ zu unterscheiden. Nur weißes Licht besteht aus einer Reihe verschiedener Lichtfarben (Wellenlängen) (Abbildung 2) und nur sichtbares Licht ist für den Menschen erkennbar. Das Spektrum jenseits des sichtbaren Lichts kann nur instrumentell erfasst werden. Unter spektraler Auflösung versteht man die Fähigkeit, die spektralen Details von Objekten im Bild zu unterscheiden. Es handelt sich um das minimale Wellenlängenintervall, das unterschieden werden kann, wenn der Satellitensensor das Strahlungsspektrum des Objekts empfängt. Bei einem kleineren Intervall ist die spektrale Auflösung entsprechend höher. Bei gleichem Spektralbereich ist die spektrale Auflösung umso höher, je mehr Bildbänder vorhanden sind. Beispielsweise haben Hyperspektralbilder oft eine höhere spektrale Auflösung als Multispektralbilder. Eine hohe spektrale Auflösung ist für die Klassifizierung und Identifizierung von Bildobjekten von großer Bedeutung. Eine hohe spektrale Auflösung hat jedoch auch ihren Nachteil, nämlich eine geringe räumliche Auflösung. Das von Tianwen-1 diesmal aufgenommene Bild ist lediglich ein Schwarzweißfoto, also ein Mischbild des sichtbaren Lichtbandbereichs. Da es sich um ein einzelnes Band handelt, wird es auf dem Bild als Graustufenbild angezeigt. Panchromatische Fernerkundungsbilder verfügen im Allgemeinen über eine hohe räumliche Auflösung, können jedoch die Farben von Objekten nicht darstellen, d. h. die Bilder enthalten nur wenige spektrale Informationen (Abbildung 3). Was also ist räumliche Auflösung?

Abbildung 2 Lichtstreuung: Weißes Licht besteht eigentlich aus einer Reihe verschiedener Lichtfarben

Abbildung 3 Schematische Darstellung der spektralen Auflösung (links) und der räumlichen Auflösung (rechts)

Unter räumlicher Auflösung versteht man allgemein die Fähigkeit eines Detektors, das kleinste Objekt auf der Erde zu erkennen. Theoretisch handelt es sich dabei um die Fähigkeit, räumliche Detailinformationen von Fernerkundungsbildern zu unterscheiden. Es bezieht sich auf das kleinste Zielobjekt, das der Sensor erkennen kann, und ist die Bodenentfernung, die einem Pixel im tatsächlichen Satellitenbeobachtungsbild entspricht. Beispielsweise hat die Auflösung des Gaofen-2-Satelliten meines Landes 0,8 m panchromatisch/3,2 m multispektral erreicht, wodurch die weltraumgestützte Erdbeobachtungsfähigkeit meines Landes in die Submeter-Ära vordringt; Die räumliche Auflösung des Satelliten Gaofen-11 wurde weiter auf 0,1 m verbessert[1], wodurch eine relativ hohe räumliche Auflösung erreicht wird. Die räumliche Auflösung des panchromatischen Bildes des Satelliten Gaofen-11 beträgt 0,1 m, was bedeutet, dass die tatsächliche Bodengröße, die einem Pixel im Bild entspricht, 0,1 m * 0,1 m beträgt. Bilder mit hoher räumlicher Auflösung spielen eine wichtige Rolle bei der Identifizierung und visuellen Interpretation von Zielobjekten.

Welche Faktoren hängen mit der Größe der räumlichen Auflösung zusammen? Generell gilt: Je näher Sie am Objekt sind, desto klarer können Sie sehen. Dies wird als Orbitalhöhe H des Detektors bezeichnet. Es hängt auch mit der Blendengröße D der Kamera auf dem Detektor zusammen. Je größer das „Auge“, desto klarer können Sie sehen. Es hängt auch eng mit dem wissenschaftlichen Entwicklungsstand des jeweiligen Landes zusammen, das heißt mit der Pixelgröße a auf dem Detektor. Daraus ergibt sich die Formel [2]:

R = H * a / (D * F)

Wobei F=f/D (F ist die Blendenzahl, f ist die Brennweite der Kamerablende)

So handelt es sich bei zwei der sechs Nutzlasten, die der Orbiter der Sonde Tianwen-1 mitführt, um optische Bildgebungsgeräte, nämlich eine Kamera mittlerer und eine hochauflösende Kamera. Die hochauflösende Kamera verfügt über eine Bildauflösung von 0,6 Metern in einer Umlaufbahnhöhe von 300 Kilometern in der Nähe des Mars. Laut einschlägigen Medienberichten beträgt die Blendenöffnung der hochauflösenden Kamera lediglich 400 mm (Abbildung 4).

Abbildung 4: Hauptspiegel der Mars High Resolution Camera (Φ400mm Öffnung)

Heißt das, je höher die räumliche Auflösung, desto besser? Eigentlich nicht wirklich. Wie das Sprichwort sagt, kann eine Maus einen Tiger nur durch eine Röhre sehen. Je höher die räumliche Auflösung, desto besser. Je höher die Auflösung, desto kleiner der sichtbare Bereich. Mit anderen Worten: Sie können die Details erkennen, aber nicht das Gesamtbild. Es ist, als würde man eine Lupe verwenden, um einen Ort auf einer Karte zu finden (Abbildung 5). Der genaue Ort ist (**Straße, **Dorf), aber wissen Sie, wo es hingehört? Wir wissen immer noch nicht genau, wo es ist und sind immer noch verwirrt. Deshalb brauchen wir einen klaren Blick und einen größeren Horizont, um einen Einblick in die Gesamtsituation zu bekommen. Dies erfordert, dass wir uns in einer höheren Umlaufbahn befinden und einen größeren Bereich überblicken. Zu diesem Zeitpunkt wird die räumliche Auflösung des Detektors nicht zu hoch sein. Zu diesem Zeitpunkt müssen wir nur eine grobe Vorstellung von einem Bereich haben, genau wie wir die Karte herauszoomen und verstehen, dass der gesuchte Ort in **Landkreis, **Stadt, **Provinz liegt, und dann werden wir basierend auf dem Wissen, das wir uns angeeignet haben, natürlich verstehen, wo der gesuchte Ort ist. Gaofen-2 ist beispielsweise ein Satellit in niedriger Umlaufbahn (die Umlaufbahnhöhe beträgt etwa 600 km), sodass sein Sichtfeld für eine einzelne Bildbeobachtung relativ klein ist. Dabei werden die Bilder mit zwei Kameras zusammengefügt, die eine Bildbreite von 45 km aufweisen. Mit einer Seitenschwenkung von 23° können innerhalb eines Zeitraums von 5 Tagen wiederholte Beobachtungen jedes beliebigen Bereichs auf der Erdoberfläche durchgeführt werden. Aus der obigen Analyse ist ersichtlich, dass Gaofen-2 zwar eine relativ hohe räumliche Auflösung erreicht hat, jedoch immer noch Probleme wie eine unzureichende Beobachtungsreichweite aufweist. Wenn genaue Standortinformationen benötigt werden, müssen daher Detektoren für hohe und niedrige Umlaufbahnen zusammenarbeiten. Detektoren in niedrigen Umlaufbahnen liefern hochauflösende Bilder, während Detektoren in hohen Umlaufbahnen Bilder mit größerer Reichweite liefern.

Abbildung 5 Eine hohe Auflösung ermöglicht nur eine kurzsichtige Sicht auf einen kleinen Bereich

Neben einer klaren Sicht und einer größeren Entfernung müssen Sie auch darauf achten, dass Sie ausreichend Zeit zum Beobachten haben. Obwohl sich der erkannte Planet kontinuierlich in einer niedrigeren Umlaufbahn dreht, ist die Rotationsgeschwindigkeit des Planeten geringer als die Fluggeschwindigkeit der Sonde, und die Sonde fliegt schnell von der beobachteten Position weg. Daher kann nicht garantiert werden, dass die beobachtete Position jederzeit unter ununterbrochener Beobachtung steht. Daher wird das Konzept der Zeitauflösung vorgeschlagen. Wie der Name schon sagt, ist die Zeitauflösung die Fähigkeit, denselben Ort wiederholt zu beobachten. Die Zeitauflösung wird üblicherweise auch als Wiederholungszeitraum bezeichnet. Je kürzer der Wiederbesuchszeitraum, desto höher die Zeitauflösung. Eine hohe zeitliche Auflösung spielt eine wichtige Rolle bei der Erkennung dynamischer Veränderungen von Bodenobjekten. Die Rotationsdauer der Erde beträgt 23 Stunden, 56 Minuten und 4,09 Sekunden, also fast 24 Stunden. Basierend auf dem Wissen über Newtons universelle Gravitation, das wir in der High School gelernt haben, können wir daher berechnen, dass die Höhe der geosynchronen geostationären Umlaufbahn etwa 36.000 Kilometer beträgt (Abbildung 6). Dies ist eine Frage, die häufig in der Aufnahmeprüfung für das College geprüft wird. Kannst du es berechnen? Solange sich die Sonde in einer geosynchronen Umlaufbahn befindet, ist ihre Winkelgeschwindigkeit gleich der Winkelgeschwindigkeit der Erdrotation, sodass die Sonde immer kontinuierlich über derselben Position beobachtet. mein Land hat erfolgreich den ersten hochauflösenden optischen Fernerkundungssatelliten in geostationärer Umlaufbahn entwickelt – Gaofen-4. Im Gegensatz zu Gaofen-2 ist Gaofen-4 ein Satellit in hoher Umlaufbahn. Da er sich in einer geostationären synchronen Umlaufbahn von 36.000 km befindet, kann jedes aufgenommene Foto 160.000 Quadratkilometer abdecken. Mit 60 Fotos kann es 10 Millionen Quadratkilometer des westlichen Pazifiks abdecken. Die Aufnahmedauer beträgt ca. 4 bis 12 Minuten. Es ermöglicht grundsätzlich eine Echtzeitüberwachung feindlicher Flugzeugträgerkampfgruppen an militärischen Brennpunkten und ein Verständnis der Echtzeitdynamik feindlicher Flugzeugträgerkampfgruppen, was von äußerst wichtiger militärischer Bedeutung ist. Da die räumliche Auflösung des Satelliten Gaofen-4 jedoch lediglich 50 m beträgt, ist der Flugzeugträger auf seinem Bild nur ein verschwommenes Bild, das aus wenigen Pixeln besteht. Da zu wenige Pixel vorhanden sind, ist es schwierig, Flugzeugträger von Zielen wie beispielsweise über den Ozean verstreuten Supertankern zu unterscheiden. Daher kann es nicht zur direkten Identifizierung von Zielen verwendet werden. Obwohl die oben genannten Probleme bis zu einem gewissen Grad durch die Kombination von Satelliten in hohen und niedrigen Umlaufbahnen gelöst werden können – einerseits durch die Verwendung von Satelliten in hohen Umlaufbahnen mit hoher zeitlicher Auflösung für die Volkszählung und andererseits durch die Verwendung von Satelliten in niedrigen Umlaufbahnen mit hoher räumlicher Auflösung für detaillierte Untersuchungen – bleibt das Problem der unzureichenden Aktualität bestehen. Zu diesem Zweck ist die Entwicklung hochauflösender Satelliten in geostationären Umlaufbahnen für die Fähigkeit unseres Landes, die Dynamik militärischer Brennpunkte in Echtzeit zu überwachen, von großer Bedeutung. Wenn Sie sich beispielsweise an einem bestimmten Ort auf dem Mars aufhalten und Langzeitaufnahmen machen möchten, beträgt die Rotationsdauer des Mars 24 Stunden, 37 Minuten und 22,6 Sekunden. Dies entspricht in etwa der Zeit, die die Erde für eine Umdrehung benötigt. Allerdings beträgt sein Radius nur die Hälfte des Erdradius und seine synchrone geostationäre Umlaufbahn liegt bei etwa 17.000 Kilometern.

Abbildung 6 Geostationäre Umlaufbahn

Gibt es also einen Detektor mit hoher spektraler Auflösung, räumlicher Auflösung und hoher zeitlicher Auflösung? Die Methode besteht darin, die Blende der Kamera im geostationären Orbit zu vergrößern, um eine hohe zeitliche Auflösung bei gleichzeitig hoher räumlicher Auflösung zu gewährleisten. Beispielsweise beträgt die räumliche Auflösung von GF-4 etwa 50 m. Eine kontinuierliche Überwachung des Schlachtfeldes ist sowohl auf See als auch an Land von großer Bedeutung. Erst wenn die räumliche Auflösung 10 m erreicht, kann es mittelgroße militärische und zivile Schiffe in über 100 m Entfernung auf See sowie große Ziele wie Flugzeugträgerverbände erkennen, erfassen und verfolgen. Daher kann die Kameraöffnung von GF-4 um das Fünffache auf etwa 3,5 m erweitert werden. Mithilfe sichtbarer und infraroter Bänder können Ziele in Echtzeit verfolgt werden. Außerdem kann die Kamera mit GF-Satelliten in niedriger Umlaufbahn koordiniert arbeiten. Der Einsatz von Satelliten in niedrigen Umlaufbahnen zur Erkennung und Zielerfassung sowie von Satelliten in hohen Umlaufbahnen zur Echtzeitverfolgung und -beobachtung hat sich zu einem guten Mittel der Überwachung entwickelt. Durch die hohe Auflösung von Satelliten in niedriger Umlaufbahn können lokale Ziele klar erkannt werden. Die hohe Auflösung von Satelliten in niedrigen Umlaufbahnen kann zum Aufspüren und Identifizieren feindlicher Kriegsschiffe, Kampfflugzeuge, Panzer, Truppeneinheiten usw. genutzt werden, und die hohe zeitliche Auflösung von Satellitenkameras in geostationären Umlaufbahnen in hohen Umlaufbahnen kann zu deren Verfolgung in Echtzeit genutzt werden.

Neben der Erforschung extraterrestrischer Planeten wie dem Mars ist auch die Erdbeobachtung ein Schwerpunkt zukünftiger Entwicklungen. Die Entwicklung hochauflösender Erdbeobachtungssatelliten verläuft rasant und das Erdbeobachtungssystem hat sich vom anfänglichen Einzelsatellitenmodell zur aktuellen Konstellation leichter und kleiner Satelliten (Abbildung 7) entwickelt, die eine ganztägige, wetterunabhängige und umfassende Erdbeobachtung ermöglicht. In Zukunft werden Konstellationen von Erdbeobachtungssatelliten dynamisch mit Weltraumknoten wie Kommunikationssatelliten, Navigationssatelliten und Flugzeugen vernetzt, um ein weltraumgestütztes Informationsnetzwerk aufzubauen und Echtzeitdienste für intelligente Luft- und Raumfahrtinformationen zu realisieren. So entsteht ein intelligentes Erdbeobachtungssystem, das die Wahrnehmung des Gehirns und kognitive Prozesse simuliert. Durch die Kombination von Wissen aus den Bereichen Geoinformationswissenschaft, Informatik, Big Data und Cloud Computing sowie Gehirnforschung und Kognitionswissenschaft soll ein intelligentes „Gehirn“-System zur Erdbeobachtung geschaffen werden, das Messung, Kalibrierung, Zielwahrnehmung und -erkennung sowie Dienste für Benutzer in einer weltraumgestützten Weltrauminformationsnetzwerkumgebung integriert [3].

Abbildung 7 Erdbeobachtungsgehirn

Verweise

[1] Hao Zhe, Vom Erdbeobachtungssatelliten zum Erdbeobachtungsgehirn, China Surveying and Mapping, 2020, 10: 10-13.

[2] Liu Tao, Berechnung der räumlichen Auflösung optischer Erdsatelliten, International Space, 2013, 10.

[3] Li Deren, Wang Mi, Shen Xing, et al., Von Erdbeobachtungssatelliten zu Erdbeobachtungsgehirnen, Journal of Wuhan University, 2017, 42(2): 1-7