“高分四号”卫星数据产品减灾服务时效性测试

吴玮秦其明范一大刘明舒阳

（1 北京大学地球与空间科学学院，北京 100871）

（2 民政部国家减灾中心，北京 100124）

“高分四号”卫星数据产品减灾服务时效性测试

吴玮1,2秦其明1范一大2刘明2舒阳2

（1 北京大学地球与空间科学学院，北京 100871）

（2 民政部国家减灾中心，北京 100124）

“高分四号”卫星数据产品应用服务的时效性是工程建设、管理和应用部门普遍关心的热点问题，也是评价灾害应急阶段“高分四号”卫星数据产品快速服务能力的重要指标。文章针对“高分四号”卫星及其有效载荷成像特点，在分析不同卫星成像模式下减灾应用需求的基础上，提出了“高分四号”卫星凝视、区域和机动巡查模式下，数据服务时效性测试方案以及减灾应用产品生产的时效性测试方案。结果表明，“高分四号”卫星具有很强的机动灵活性和高时效观测能力，最快能在1个半小时以内实现从需求申请到产品生产的全链路数据产品服务。通过测试发现，观测计划编排和卫星应急观测时长较短，反应速度较快，但地面数据处理、分发和传输的时长受多因素影响，时长伸缩性大。随着“高分四号”卫星长期在轨稳定运行，数据服务工作日趋稳定成熟，全链路数据服务的时效性会得到进一步提高，在国家防灾减灾救灾中的数据应用服务支撑作用将日益凸显。

减灾应用 时效性 数据服务 “高分四号”卫星

0 引言

2015年12月29日0时04分，我国在西昌卫星发射中心用“长征三号”乙运载火箭成功发射“高分四号”卫星，卫星顺利进入预定轨道位置，“高分四号”卫星的成功发射标志着我国“十二五”航天宇航任务圆满收官，也标志着我国自然灾害监测、预警与评估达到分钟级高频次监测能力[1]。

“高分四号”卫星作为国家科技重大专项“高分辨率对地观测系统”中发射的第三颗民用遥感卫星，是全球首发地球静止轨道高分辨率光学成像对地观测卫星。该卫星定点于东经105.6°赤道上空，对中国及周边地区进行高时间分辨率的近实时观测，能够以分钟级甚至秒级间隔进行高频率拍摄，并在较短时间内将拍摄图像传回地面处理中心[2]。“高分四号”卫星具有与传统静止轨道气象海洋卫星一致的极高时间分辨率观测和大幅宽特点，同时又具备与陆地卫星相似的中分辨率地物辨识能力，整星观测机动灵活性强，反应速度快，在减灾与应急管理中有着十分广阔的应用前景。“高分四号”卫星应用服务的时效性一直是卫星工程建设、管理和应用部门普遍关心的热点问题，也是评价卫星应用能力的重要指标。减灾救灾工作直接关系到人民群众的生命财产安全和政府科学决策，对于卫星减灾应用服务的及时性有着特别突出迫切的需求。

为科学评价“高分四号”卫星在减灾救灾中应用的时效性，本文紧密结合“高分四号”卫星及其有效载荷的成像模式与技术特点，在充分分析卫星减灾救灾业务应用需求的基础上，设计了星地联合的全链路服务时效性测试方案；通过实际测试，从数据完整性、数据覆盖需求满足度、时长等角度科学分析和评价“高分四号”卫星减灾应用服务的时效性，为后续开展“高分四号”卫星减灾业务化应用、完善应急工作规程提供借鉴。

1 “高分四号”卫星及其载荷特点

与距离地面数百千米的低轨道遥感卫星不同，“高分四号”卫星位于地球赤道上空，相对于地球静止不动，工作的空间环境更为恶劣复杂。该卫星是我国首颗整星设计寿命长达8年的遥感卫星，具有成像模式多样的特点，包括区域模式、凝视模式和机动巡查模式，为更好地满足减灾与应急业务需求提供了多种选择。

“高分四号”卫星上搭载了一台高分辨率光学遥感凝视相机，它具备可见光近红外通道50m像元分辨率和中波红外通道400m像元分辨率的探测能力，单景幅宽分别为500km×500km和400km×400km。该相机首次采用面阵凝视成像体制和可见光近红外与中波红外共口径技术，实现可见光/红外共用一个口径，通过分色装置可同时对地面成像，在进行可见光拍摄时，相机还提供全色、红、绿、蓝、近红外等五种滤镜切换服务[3]。此相机还可以通过积分时间调整技术控制曝光时间，高亮、低亮全能应对，具备强大又灵活的亮度适应功能[4]。“高分四号”卫星这种大幅宽、全天时观测和机动灵活的特性，为快速及时开展灾害监测提供有力的保障。“高分四号”卫星和相机主要技术指标见表1。

表1 “高分四号”卫星和相机主要技术指标Tab.1 Main technical indexes of GF-4 satellite and its payloads

2 卫星成像模式减灾应用需求分析

我国自然灾害种类多样、发生频繁、地域分布广阔、季相性特征明显。及时开展灾害高风险区监测，快速捕捉大范围灾害的时空变化，高时效地获取地表承灾体的损毁信息对遥感卫星提出了高效率的观测要求。多模式观测是“高分四号”卫星成像的一个显著特点，通过卫星整星的姿态快速机动与高稳定控制，能够满足不同灾害观测对象和不同工作任务对卫星快速观测的应用需求。

“高分四号”卫星不同的成像工作模式在减灾与应急服务中的应用需求不同，具体如下：

（1）凝视模式

凝视成像技术是“高分四号”卫星观测的一大特色。该模式是指卫星整体姿态保持不变，始终对500km×500km的固定区域进行不间断的连续成像。凝视模式既可以通过分时切换方式实现可见光近红外通道的全谱段连续观测，又可以与中波红外结合实现同时相同步观测。凝视成像适合应用于对空间范围不大、发展演变十分迅速的灾害进行监测，一般在数小时内要求完成灾害重复观测任务，满足时效性要求很高的灾害应急响应需求。如对于溃坝型洪涝灾害、森林草原火灾、大型滑坡泥石流、堰塞湖等，可发挥凝视成像的优势，在一段时间内通过固定时间间隔对灾区进行不间断成像，从而捕捉灾害的空间变化情况。尽管凝视成像只是对单景图像覆盖区域进行连续观测，但 500km×500km观测范围可以实现重特大灾害重灾区的高频次观测，使得“高分四号”卫星成为灾区高时效观测的重要手段。

（2）区域模式

区域成像模式是对一个大于 500km×500km的连续空间区域，通过机动调整“高分四号”卫星的指向和姿态，对该区域进行步进式成像，获取多景观测图像后通过拼接形成一幅覆盖观测需求区域的图像。区域模式下，既可以采用单谱段进行大区域单色成像，又可以采用可见光近红外的全谱段方式进行成像，还能与中波红外谱段相结合进行同步成像。区域模式特别适合于对灾害风险区和大范围灾害进行快速成像。如针对流域性的洪涝灾区、西北牧区雪灾区、西南干旱地区、黄河上游冰凌区等，根据应用目的，可每天或间隔数小时进行快速成像观测。区域模式对于成像范围没有特定的要求，可以是 2景×2景的1 000km×1 000km范围，也可以4景×4景的2 000km×2 000km范围，甚至可以范围更大。由于“高分四号”卫星观测幅宽大，通常2景×2景即可满足重特大灾害大部分一般灾区的观测需求。

（3）机动巡查模式

机动巡查模式是利用“高分四号”卫星姿态高可控、机动灵活的能力，对多个地区进行交替式的巡查成像，从而可以获取不同热点地区的 500km×500km范围连续观测数据。机动巡查模式既可以仅仅采用可见光近红外连续观测，又可以与中波红外配合实现同步观测。我国自然灾害多种多样，灾害多发并发特征明显，利用“高分四号”卫星机动巡查成像模式，可以同时应对多场并发灾害，保证灾害应急观测的及时性。如针对东北地区森林草原火灾、新疆西北部融雪性洪水和华南地区的春汛，通过合理安排卫星观测计划，可对三处灾害发生地区进行交替式重复观测，在数小时内达到多灾多任务高时效应对的目的。

3 减灾应用服务时效性测试流程

“高分四号”卫星减灾应用服务能力的高低不仅取决于卫星系统的观测能力，还依赖于地面系统、应用系统等综合支撑能力。因此，“高分四号”卫星数据产品的减灾应用服务时效性也不仅仅是卫星观测的时效性，而是星地一体化全链路服务的时效性，是星地系统综合服务能力的体现。“高分四号”卫星数据产品服务流程如图1所示。用户根据灾害遥感应用需求，首先向“高分四号”卫星任务管理系统通过网络平台提出特定区域、特定时间的凝视模式、区域模式或机动巡查模式的卫星观测需求。任务管理系统在接收到观测需求后，通过解析分析，编排卫星观测计划，并将任务指令传输至测控系统。经过测控系统上注运控指令，调度“高分四号”卫星按任务要求开展不同模式的成像。卫星系统完成观测任务后，将原始数据下传至地面接收站，由接收站将数据传输至地面处理系统进行数据的预处理。通过专项链路，地面处理系统将处理后的“高分四号”卫星1级辐射校正数据传输至减灾应用系统。最后，用户在接收到全部有效数据后，开展辐射定标、几何校正、灾害遥感特征参数提取等工作，完成减灾应用产品服务任务。由此可见，“高分四号”卫星减灾应用服务涉及的系统多、链路长，其时效性是多系统协同能力的综合体现。因此，针对“高分四号”卫星减灾应用服务的时效性测试应包含数据服务的时效性测试和减灾应用产品生产的时效性测试等两个方面。

其中，测试数据服务的时效性是统计从不同卫星观测模式需求的提出到观测任务编排、指令上行、数据下传接收、地面数据预处理以及数据全部推送到减灾应用系统的全过程所需时间，进而评价数据服务的正确性、完整性和时效性。这里针对凝视成像模式，为更好体现凝视成像特点，测试中安排对一个固定区域进行间隔5min的连续5次成像，同时获取可见光近红外和中波红外成像数据。针对区域模式，从实际需求出发，为测试区域成像模式下“高分四号”卫星数据服务的最快时间，测试中安排2景×2景区域范围进行成像，获取可见光近红外和中波红外成像数据。针对机动巡查模式，为更好体现卫星观测能力，测试中针对三个大跨度、不连续的地理位置进行交替式成像，获取每个区域两个时相的可见光近红外和中波红外成像数据。

“高分四号”卫星灾害监测目标、产品内容多种多样，不同的应用任务其产品的生产时间存在很大差异。因而，测试“高分四号”卫星减灾应用产品生产的时效性更侧重于应急阶段在第一时间提供减灾应用产品的时效性。考虑到“高分四号”卫星在减灾救灾中主要应用于洪涝、旱灾和雪灾等灾害监测，因而在获取数据后的第一时间可提供相应的植被指数、水体指数和雪盖等灾害遥感特征参数/指数产品，依托高分减灾应用示范等软件系统，分别统计基于单景“高分四号”卫星图像进行辐射定标、几何校正和生产归一化差分植被指数（Normalized Difference Vegetation Index，NDVI）[5-7]、归一化差分水体指数（Normalized Difference Water Index，NDWI）[8-10]和雪盖范围所需时间。其中，NDVI是利用“高分四号”卫星第4谱段红光和第5谱段近红外间的波谱关系；NDWI则是利用“高分四号”卫星第3谱段绿光和第5谱段近红外间的波谱关系，而雪盖范围则是采用单通道绿波段阈值方法获取雪盖范围。

图1 “高分四号”卫星数据产品服务流程图Fig.1 Flow chart of GF-4 satellite data and information products service

4 时效性测试实验与分析

4.1 实验数据

根据不同卫星观测模式，“高分四号”卫星数据服务时效性测试数据如表2所示。而对于减灾应用产品服务时效性的测试，由于仅测试产品的生产效率，考虑到季相、地理环境等因素，实验数据只要满足覆盖有植被、水体、积雪区域即可。

表2 “高分四号”卫星时效性测试数据表Tab.2 Timeliness test data of GF-4 satellite

4.2 时效性测试结果与评价

“高分四号”卫星数据与减灾应用产品时效性测试结果如表3～4所示。表3中分别针对凝视、区域和机动巡查等三种成像模式下数据服务时效性进行测试，其中，计划申请至卫星成像总时长是指由用户提出观测计划到卫星对需求区域进行成像的时间；卫星工作总时长是指卫星相机开机和关机间隔时间；数据接收到数据生产总时长是指从卫星数据下传到地面站接收到地面处理系统进行数据1级产品生产的时间；数据生产到数据推送总时长是指从数据进行1级产品生产到数据专线推送至减灾应用示范系统指定存储盘阵的时间；数据服务总时长是指从用户提出观测申请到用户收到全部所需观测数据的时间。表 4是分别针对NDVI、NDWI和雪盖范围等三种应用产品生产的时效性进行测试，灾害遥感特征参数/指数产品生产总时长是指对获取的单幅“高分四号”卫星数据进行解压缩、辐射定标、大气校正、几何校正和信息提取等处理所需的总时间。

表3 “高分四号”卫星数据时效性测试结果表Tab.3 Timeliness test result of GF-4 satellite data min

表4 “高分四号”卫星减灾应用产品时效性测试结果表Tab.4 Timeliness test result of GF-4 satellite disaster reduction application products

“高分四号”卫星数据服务时效性不只是包含卫星观测时长，而是涉及到多个系统、多个环节，数据服务总时长易受到多种因素影响，同样获取5景左右“高分四号”卫星数据，三种成像模式测试中最快能够实现1h10min完成从需求申请到数据全部推送到位，最慢则延迟到5h33min。其中，从不同模式观测计划申请到卫星开机成像的时长会受到观测需求解析、任务计划编排、测控指令上行等多个环节的影响，最快为 32min，最慢为 1h01min，表明卫星观测任务安排响应时效性很高，可以快速实现以需求为牵引的卫星观测成像。卫星开关机总时长最短为2景×2景区域成像模式下的19min，最慢为凝视成像模式下间隔5min连续5次成像的39min，卫星工作时长主要根据观测的需求来制定。而在机动巡查模式下，卫星工作总时长为30min，表明针对我国任意三处位置，基本可实现30min内连续观测两次的目的。“高分四号”卫星实现了从卫星成像到卫星下传的准实时过程，“高分四号”卫星数据的地面接收到地面处理系统开展数据预处理的时长涉及到地面站间的数据传输、数据存储和系统生产等多个环节，最快为16min，最慢则推迟到2h10min，伸缩性很大，在数据传输链路畅通和数据落盘存储无误情况下，时效性主要受到地面处理系统能力和处理任务优先顺序安排的影响。数据生产到专线推送至用户的时长会受到“高分四号”卫星数据分发系统、数据传输链路等因素影响，时长最快可达3min，最慢则延迟到3h33min，说明这部分较长的推送时间还有很大的压缩空间。为实现“高分四号”卫星减灾应用产品的第一时间服务能力，针对单景卫星图像，依托现有成熟系统，可以实现16min内完成NDVI、NDWI或雪盖范围产品的生产，主要受到数据定标、大气校正、反射率反演和几何校正等因素的影响，而信息提取时间较短，一般在1min左右即可完成。

通过三种模式下“高分四号”卫星数据服务测试，不难发现，从数据完整性角度分析，针对每一种成像模式，减灾用户均能够获得符合数据接口规范的数据文件，数据结构清晰、内容完整。从数据正确性角度分析，用户能够获取满足计划申请所需时间、地域和谱段等需求的“高分四号”卫星数据，数据获取量与相应的观测模式保持一致。从数据覆盖满足度分析，由于“高分四号”卫星成像幅宽大、覆盖区域广，对成像范围没有特定限制，因此，完全能够满足用户区域观测需求。

5 结束语

“高分四号”卫星数据获取和减灾应用产品服务的时效性是灾害应急阶段第一时间数据产品服务能力的充分体现。本文从不同卫星成像模式特点及减灾应用需求出发，提出了“高分四号”卫星凝视、区域和机动巡查模式下数据服务时效性测试方案以及第一时间减灾应用产品服务时效性测试方案。结果表明，“高分四号”卫星具有很强的机动灵活性和高时效观测能力，最快能在 1h30min以内实现从观测需求提出端到减灾应用产品生产端的全链路数据产品服务。测试中发现，卫星观测计划编排和卫星应急观测时长较短，反应速度较快，但地面数据处理、分发和传输的时长受多因素影响，伸缩性很大。由于“高分四号”卫星在轨测试期间全链路测试时间短，演练案例较少，随着卫星投入使用和大规模使用，“高分四号”卫星数据服务工作将逐步稳定成熟，全链路数据服务的时效性还将进一步得到提高，对国家防灾减灾救灾的数据应用服务支撑作用将会更加突出。

References)

[1] 范一大, 吴玮. 高分四号发射成功助力防灾减灾事业[J]. 中国减灾, 2016, (3): 50-51.

FAN Yida, WU Wei. GF-4 Satellite Launches Success and Helps Disaster Prevention and Mitigation[J]. China Disaster Reduction, 2016, (3): 50-51. (in Chinese)

[2] 邓薇. 高分四号卫星[J]. 卫星应用, 2016(1): 10-11.

DENG Wei. GF-4 Satellite[J]. Satellite Application, 2016(1): 10-11. (in Chinese)

[3] 刘淮宇. 高分四号相机全揭秘[J]. 太空探索, 2016(2): 10-11.

LIU Huaiyu. Full Details of GF-4 Camera[J]. Space Exploration, 2016(2): 10-11. (in Chinese)

[4] 杨艳. “高分四号”相机的四宗“最”——解读国际首台地球同步轨道高分辨率光学遥感相机[J]. 航天返回与遥感, 2016, 37(1): 封二.

YANG Yan. Four “Mosts” of the “GF-4” Camera: Interpretation of the First International GEO High Resolution Optical Remote Sensing Camera[J]. Spacecraft Recovery & Remote Sensing, 2016, 37(1): Inside Front Cover. (in Chinese)

[5] 徐涵秋, 刘智才, 郭燕滨. GF-1 PMS1与ZY-3 MUX传感器NDVI数据的对比分析[J]. 农业工程学报, 2016, 32(8): 148-154.

XU Hanqiu, LIU Zhicai, GUO Yanbin. Comparison of NDVI Data between GF-1 PMS1 and ZY-3 MUX Sensors[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(8): 148-154. (in Chinese)

[6] 罗文玮，赖日文，陈思雨，等. 基于NDVI 的福建省植被变化特征分析[J]. 森林与环境学报, 2016, 36(2): 141-147.

LUO Wenwei, LAI Riwen, CHEN Siyu, et al. Analysis of Vegetation Variation Characteristics in Fujian Based on NDVI[J]. Journal of Forest and Environment, 2016, 36(2): 141-147. (in Chinese)

[7] 崔一娇, 朱琳, 赵力娟. 基于面向对象及光谱特征的植被信息提取与分析[J]. 生态学报, 2013, 33(3): 867-875．

CUI Yijiao, ZHU Lin, ZHAO Lijuan. Abstraction and Analysis of Vegetation Information Based on Object-oriented[J]. Acta Ecologica Sinica, 2013, 33(3): 867-875. (in Chinese)

[8] 程晨, 韦玉春, 牛志春. 基于 ETM+图像和决策树的水体信息提取——以鄱阳湖周边区域为例[J]. 遥感信息, 2012, 27(6): 49-56.

CHENG Chen, WEI Yuchun, NIU Zhichun. Water Body Extraction Based on Decision Tree and ETM+ Imagery: A Case Study of Poyang Lake Region[J]. Remote Sensing Information, 2012, 27(6): 49-56. (in Chinese)

[9] ZHOU Y, XIE G, WANG S, et al. Information Extraction of Thin Rivers around Built-up Lands with False NDWI[J]. Journal of Geo-Information Science, 2014, 16(1): 102-107.

[10] 毛海颖, 冯仲科, 巩垠熙, 等. 多光谱遥感技术结合遗传算法对永定河土壤归一化水体指数的研究[J]. 光谱学与光谱分析, 2014, 34(6): 1649-1655.

MAO Haiying, FENG Zhongke, GONG Yinxi, et al. Researches of Soil Normalized Difference Water Index (NDWI) of Yongding River Based on Multispectral Remote Sensing Technology Combined with Genetic Algorithm[J]. Spectroscopy and Spectral Analysis, 2014, 34(6): 1649-1655. (in Chinese)

[11] 黄世存, 章文毅, 何国金, 等. 几种不同矩阵算法的遥感图像几何精纠正效果比较[J]. 国土资源遥感, 2005, 65(3): 18-22.

HUANG Shicun, ZHANG Wenyi, HE Guojin, et al. A Comparison of Remote Sensing Image Rectification Effects Based on Several Matrix Algorithms[J]. Remote Sensing for Land & Resources, 2005, 65(3): 18-22. (in Chinese)

[12] 王建步, 张杰, 马毅. 资源一号02C卫星遥感影像二级产品定位精度评价[J]. 海洋测绘, 2013, 33(5): 67-70.

WANG Jianbu, ZHANG Jie, MA Yi. Position Precision Evaluation of Secondary Product of Resource-1 02C Satellite Remote Sensing Image[J]. Hydrographic Surveying and Charting, 2013, 33(5): 67-70. (in Chinese)

[13] 兰国新, 李颖, 陈澎. 溢油遥感监测时效性分析——以大连新港溢油为例[J]. 海洋科学进展, 2012, 30(4):556-566.

LAN Guoxin, LI Ying, CHEN Peng. Time Effectiveness Analysis of Remote Sensing Monitoring of Oil Spill Emergencies: A Case Study of Oil Spill in the Dalian Xingang Port[J]. Advances in Marine Science, 2012, 30(4): 556-566. (in Chinese)

[14] 刘慧, 袁昊, 李洪霞. 遥感图像质量评估方法研究[J]. 现代电子技术, 2011, 34(10): 24-26.

LIU Hui, YUAN Hao, LI Hongxia. Research on Quality Assessment Methods of Remote Sensing Image[J]. Modern Electronics Technique, 2011, 34(10): 24-26. (in Chinese)

[15] 何中翔, 王明富, 杨世洪, 等. 遥感图像客观质量评价方法研究[J]. 工程图学学报, 2011, 32(6): 47-52.

HE Zhongxiang, WANG Mingfu, YANG Shihong, et al. Research on Objective Quality Assessment of Remote Sensing Image[J]. Journal of Engineering Graphics, 2011, 32(6): 47-52. (in Chinese)

[16] 杨俊涛, 蒋玲梅, 吴凤敏, 等. MTSAT-2静止气象卫星中国区域雪盖监测[J]. 遥感学报, 2013, 17(5): 1264-1280.

YANG Juntao, JIANG Lingmei, WU Fengmin, et al. Monitoring Snow Cover over China with MTSAT-2 Geostationary Satellite[J]. Journal of Remote Sensing, 2013, 17(5): 1264-1280. (in Chinese)

[17] 徐文, 龙小祥, 李庆鹏. “高分二号”卫星相机影像辐射质量评价[J]. 航天返回与遥感, 2015, 36(4): 1-9.

XU Wen, LONG Xiaoxiang, LI Qingpeng. Radiometric Image Quality Assessment of GF-2 Satellite PMS Camera[J]. Spacecraft Recovery & Remote Sensing, 2015, 36(4): 1-9. (in Chinese)

[18] 黄世存, 吴海平, 王奇, 等. “高分一号”卫星PMS图像几何定位精度验证[J]. 航天返回与遥感, 2014, 35(5): 81-87.

HUANG Shicun, WU Haiping, WANG Qi, et al. Validation of Positioning Accuracy of GF-1 PMS Images[J]. Spacecraft Recovery & Remote Sensing, 2014, 35(5): 81-87. (in Chinese)

Timeliness Testing of GF-4 Satellite Data Product and Disaster Reduction Application Service

WU Wei1, 2QIN Qiming1FAN Yida2LIU Ming2SHU Yang2

（1 School of Earth and Space Science, Peking University, Beijing 100871, China）
（2 National Disaster Reduction Center of China, Ministry of Civil Affairs, Beijing 100124, China）

The timeliness of GF-4 satellite data product and application service is a hot issue of common concern of the project construction, management and application departments, and an important indicator of GF-4 satellite quick service capability during disaster emergency. In this paper, according to GF-4 satellite and its payload imaging characteristics, disaster reduction application demands are analyzed based on different satellite imaging modes. A testing scheme of data service timeliness in GF-4 satellite gazing, region and mobile patrol imaging modes, and a testing scheme of the timeliness of the production of disaster reduction application products are put forward. The results show that the GF-4 satellite has a strong flexibility and high timely observation capabilities, the shortest time of full link GF-4 satellite data and disaster reduction application products can be within 1.5 hours. The test shows that the time are short for the satellite observation plan and the satellite emergency observation and the reaction speed is relatively high, but the duration of the ground data processing, distribution and transmission is influenced by many factors and changes largely in differentimaging modes. With GF-4 satellite stable operation for long-term, data services will become more and more mature and stable. Thus, the timeliness of data service in the whole link will be further improved, and the supporting role of data application service will become increasingly prominent in the national disaster prevention and mitigation.

disaster reduction application; timeliness; data service; GF-4 satellite

V19

: A

: 1009-8518(2016)04-0102-08

10.3969/j.issn.1009-8518.2016.04.014

吴玮，男，1981年生，2006年获武汉大学地图学与地理信息系统专业硕士学位，现在北京大学地图学与地理信息系统专业攻读博士学位，副研究员，主要从事灾害遥感研究与应用服务工作。E-mail: wuwei@ndrcc.gov.cn。

（编辑：陈艳霞）

2016-06-14

国家高分辨率对地观测系统重大专项（30-Y20A02-9003-15/16，30-Y20A04-9003-15/16）