CN117930298B - 基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置 - Google Patents

Abstract

本发明提供基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置。该静轨卫星定位误差修正方法包括：在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据；将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合；利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差；获取静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型；根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集；基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正。

Description

基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法 及装置

技术领域

本发明涉及卫星定位技术领域，具体涉及一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置。

背景技术

卫星影像的精确定位是保证遥感卫星实现高精度对地观测任务的关键，是代表卫星性能和服务应用的重要技术指标之一。如图1所示，卫星在轨运行中，平台载荷要长期经受太阳、行星和其他空间热辐射源的影响，卫星不同受热面受到的热辐射影响差异大，给结构稳定性和传感器测量精度等带来挑战。对于静止轨道卫星，即静轨卫星来说，其轨道高度是常规低轨卫星几十倍，卫星平台设备中微小的变化量也会被几十倍的放大，给卫星影像的定位带来极大的不稳定性。因此，空间热辐射是影响静轨卫星定位精度的重要因素。

对光学卫星定位原理进行分析可知，影响定位精度的主要因素包括轨道确定精度、姿态测量精度、结构和相机内方位元素稳定性精度（热变形）、时间同步精度和地面标定精度等多个方面，误差产生机理复杂、误差源多且难以解耦，传统方法难以建立卫星影像定位精度的变化规律模型。先前的研究已经表明，时间同步精度影响相对较小，而其他因素对定位精度均有很大影响，尤其是空间热环境变化导致的姿态测量和结构稳定性。目前，现有大多数研究集中于通过在轨定标的方式修正静轨卫星影像的定位误差。但是，由于地球静止卫星的轨道周期长，冷热交变剧烈，且平台几何结构及其材料构成复杂，现有在轨定标处理都是基于上述复杂过程的简化模型进行的，不可避免存在所用模型对空间温度变化考虑不足的问题；另一方面，通过定标的方法需要在卫星运行期间不定时的对定标参数进行修改完善，周期长，工作量大。以上这些因素的存在极大地限制了静轨卫星影像高精度定位。

发明内容

为了解决现有技术中的不足，本发明提供一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置。

本发明一方面提供一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法，包括：在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据；将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合；利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差；获取静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型；根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集；基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正。

根据本发明的实施例，在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据，包括：根据静轨卫星影像的覆盖区域的经纬度范围，从历史参考影像数据中提取经纬度范围对应的参考影像数据；根据全球海陆分割模板，得到经纬度范围对应的海陆分割模板数据；利用海陆分割模板数据，提取得到静轨卫星影像的地表模板数据。

根据本发明的实施例，在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据之后，静轨卫星定位误差修正方法还包括：计算地表模板数据与静轨卫星影像的重叠区域的比值，通过比较比值与预设值的大小确定地表模板数据的有效性。

根据本发明的实施例，预设值的大小为0.25，当比值大于或等于0.25时，地表模板数据有效。

根据本发明的实施例，将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合，包括：根据静轨卫星影像的地面采样间隔对地表模板数据进行重采样，得到重采样后的地表模板数据；采用归一化互相关算法，将分块处理后的静轨卫星影像与重采样后的地表模板数据进行匹配，得到静轨卫星影像和地表模板数据之间的像方匹配点坐标对；根据仿射变换六参数模型，将像方匹配点坐标对转换为物方匹配点坐标对，得到匹配点信息集合。

根据本发明的实施例，获取静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型，包括：获取静轨卫星影像的成像时刻在不同测温点下的温差变化量集合；根据成像时刻的三轴姿态角、不同测温点下的温差变化量集合以及静轨卫星影像与地表模板数据之间的定位误差，构建基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型。

根据本发明的实施例，基于BP神经网络架构构建静轨卫星影像定位误差修正模型。

根据本发明的实施例，根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集，包括：将静轨卫星影像数据按比例分为训练集和测试集；通过训练集对静轨卫星影像定位误差修正模型进行参数训练，通过测试集对静轨卫星影像定位误差修正模型进行结果测试；基于训练集和测试集，通过最优化目标函数，得到最优参数集。

根据本发明的实施例，待修正静轨卫星影像的覆盖范围内不存在有效的地表模板数据；基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正，包括：获取待修正静轨卫星影像的成像时刻、三轴姿态角、不同测温点下的温差变化量集合，构成输入参数；将输入参数输入到静轨卫星影像定位误差修正模型中，借助最优参数集，得到输出的定位误差结果；根据输出的定位误差结果，对待修正静轨卫星影像的定位模型参数进行更新，得到定位误差修正后的静轨卫星影像。

本发明另一方面提供一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置，包括：数据提取模块，用于在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据；分块匹配模块，用于将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合；误差计算模块，利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差；模型构建模块，获取静轨卫星影像的成像时刻在不同条件下的温差信息，根据温差信息和定位误差，构建静轨卫星影像定位误差修正模型；模型优化模块，根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集；误差修正模块，基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正。

本发明提供的基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置，在进行静轨卫星影像定位误差修正时，能够充分利用和挖掘成像时刻空间温度变化和姿态信息对静轨卫星影像定位误差的影响规律，对静轨卫星影像定位误差受空间环境影响的误差修正模型进行训练和优化，从而更好地实现静轨卫星影像的高精度定位。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更完整地理解本发明及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了地球轨道卫星空间热环境影响效果图；

图2示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法的流程图；

图3示意性示出了根据本发明实施例的数据提取过程的流程图；

图4示意性示出了根据本发明实施例的分块匹配过程的流程图；

图5示意性示出了根据本发明实施例的模型构建过程的流程图；

图6示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型的结构图；

图7示意性示出了根据本发明实施例的模型优化过程的流程图；

图8示意性示出了根据本发明实施例的误差修正过程的流程图；

图9示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置的结构框图。

具体实施方式

以下，将参照附图来描述本发明的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。

图2示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法的流程图。

如图2所示，本发明实施例的基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法可以包括步骤S210~步骤S260。

在步骤S210，在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据。

在步骤S220，将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合。

在步骤S230，利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差。

在步骤S240，获取静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型。

在步骤S250，根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集。

在步骤S260，基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正。

其中，待修正静轨卫星影像的覆盖范围内不存在有效的地表模板数据。地表模板数据的有效性的判断方式将在后文中予以说明。

通过上述实施例，本发明提供基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法，可以在进行静轨卫星影像定位误差修正提升时，充分挖掘空间温度环境对静轨卫星定位误差的影响规律，随着样本的增加对模型参数进行更新训练和优化，更好地实现静轨卫星影像的高精度定位。

图3示意性示出了根据本发明实施例的数据提取过程的流程图。

如图3所示，步骤S210例如可以包括子步骤S211~子步骤S213。

在子步骤S211，根据静轨卫星影像的覆盖区域的经纬度范围，从历史参考影像数据中提取经纬度范围对应的参考影像数据。

例如，假设用于模型训练的静轨卫星影像数据共有N景，令i=1,2,…,N其中，第i景静轨卫星影像的覆盖区域的经纬度范围可以表示为[lon _min ~lon _max ，lat _min ~lat _max ]，则可从已积累的历史参考影像数据中提取具有相同经纬度范围的参考影像数据/>。

在子步骤S212，根据全球海陆分割模板，得到经纬度范围对应的海陆分割模板数据。

例如，根据已有全球海陆分割模板S _L ，可以得到当前第i景静轨卫星影像的覆盖区域的经纬度范围对应的海陆分割模板数据/>。

在子步骤S213，利用海陆分割模板数据，提取得到静轨卫星影像的地表模板数据。

例如，利用第i景的海陆分割模板数据提取得到第i景静轨卫星影像/>的地表模板数据/>，可表示为：

其中，表示矩阵操作中的点乘。可以将海陆分割模板S _L 陆地区域标注为1，海洋水体区域标注为0，以得到含有陆地信息的地表模板数据。

如图3所示，在子步骤S213之后，进一步还可以包括子步骤S214。

在子步骤S214，计算地表模板数据与静轨卫星影像的重叠区域的比值，通过比较比值与预设值的大小确定地表模板数据的有效性。

其中，预设值的大小可以设置为0.25，当比值大于或等于0.25时，地表模板数据有效。

例如，地表模板数据和第i景静轨卫星影像/>的重叠区域陆地部分的比值r _at 可表示为：

当r _at ≥0.25时，可认为第i景静轨卫星影像的地表模板数据/>有效，否则，认为该景静轨卫星影像的地表模板数据无效，即无法通过地表模板数据计算其偏移量信息。

图4示意性示出了根据本发明实施例的分块匹配过程的流程图。

如图4所示，步骤S220例如可以包括子步骤S221~子步骤S223。

在子步骤S221，根据静轨卫星影像的地面采样间隔对地表模板数据进行重采样，得到重采样后的地表模板数据。

例如，基于上述步骤S210获取地表模板数据和第i景静轨卫星影像/>，第i景静轨卫星影像/>的宽和高为[W _S ,H _S ]，地表模板数据/>的宽和高为[W _R ,H _R ]，地表模板数据的地面采样间隔为Res _S 。则对地表模板数据/>进行重采样，得到重采样后的地面采样间隔为：

重采样后的地表模板数据的宽、高以及地面采样间隔/>与第i景静轨卫星影像/>具有相同的参数，即

在子步骤S222，采用归一化互相关算法，将分块处理后的静轨卫星影像与重采样后的地表模板数据进行匹配，得到静轨卫星影像和地表模板数据之间的像方匹配点坐标对。

例如，先对第i景静轨卫星影像地表进行分块处理，可将第i景静轨卫星影像/>数据划分为l个大小为[W _B ,H _B ]的图像块，再采用归一化互相关算法与重采样后的地表模板数据/>进行匹配，得到第i景静轨卫星影像/>和地表模板数据/>之间的l个匹配点对，该匹配点对即为像方匹配点坐标对。对于第j个匹配点，假设第i景静轨卫星影像/>的像方匹配点坐标为p _j (x _j ,y _j )，其对应的地表模板数据/>的像方匹配点坐标为/>。

在子步骤S223，根据仿射变换六参数模型，将像方匹配点坐标对转换为物方匹配点坐标对，得到匹配点信息集合。

例如，对于第i景静轨卫星影像来说，可以根据其仿射变换六参数模型，将第i景静轨卫星影像/>的像方匹配点坐标p _j (x _j ,y _j )转换为物方匹配点坐标/>，如下式所示：

其中，为第i景影像静轨卫星影像/>的定位模型参数。

同理，根据地表模板数据的定位模型，也可以计算得到地表模板数据/>对应的地理坐标/>，即

其中，为地表模板数据/>的定位模型参数。

通过以上转换，可以得到第景静轨卫星影像与地表模板数据/>的匹配点物方坐标集合P(Lon,Lat)，即得到匹配点信息集合。

接着进行步骤S230，利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差。

例如，基于步骤S220获取的第i景静轨卫星影像和地表模板数据/>之间的匹配点物方坐标集合P(Lon,Lat)，则可以构建起第i景静轨卫星影像/>的定位误差方程，如下式所示：

其中，F(Lon,Lat)表示第i景静轨卫星影像的定位误差补偿模型。

对上述方程进行求解，即可计算得到第i景静轨卫星影像的定位偏差。

图5示意性示出了根据本发明实施例的模型构建过程的流程图；图6示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型的结构图。

如图5所示，步骤S240例如可以包括子步骤S241~子步骤S242。

在子步骤S241，获取静轨卫星影像的成像时刻在不同测温点下的温差变化量集合。

例如，基于步骤S210~步骤S230，可以得到不同条件下获取的静轨卫星影像在有地表参考模板条件下的定位偏差。假设静轨卫星平台设计初期共有Q个测温点，各测温点的标准工作温度为，静轨卫星在轨运行期间获取的某一成像时刻T的温度测量信息集合为：

则可以得到在成像时刻T在各个测温点的温度变化量，如下：

基于上式，静轨卫星在轨运行期间获取的某一成像时刻T的温度变化量集合ΔK可表示为：

在子步骤S242，根据成像时刻的三轴姿态角、不同测温点下的温差变化量集合以及静轨卫星影像与地表模板数据之间的定位误差，构建基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型。

例如，对于获取的第i景静轨卫星影像而言，根据其成像时刻T的三轴姿态角、各测温点变化量集合ΔK ⁱ 以及计算得到的卫星影像的定位偏差ΔD ⁱ ，基于BP（Back Propagation）神经网络架构，可以构建基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型。

例如，如图6所示，是一种基于BP神经网络架构的静轨卫星影像定位误差修正模型的结构图，其中，L表示该模型结构中隐含层的数量，模型输入节点数量为N，即N景静轨卫星影像成像时刻的姿态角和卫星温度信息集合数量；表示第1层隐含层中的第𝑟个节点的权重参数和偏置参数；/>表示第i景静轨卫星影像/>所获取的输入数据，由成像时刻、温差信息及姿态角信息三重元素构成，可表示为：

Yⁱ为模型训练后得到的静轨卫星影像的定位偏差。

对于图6所示的模型结构，设置了L层隐含层，每层隐含层的节点数量R根据Kolmogorov原理可以确定为：

R=2·N+1

对于上述模型结构，第L层隐含层第n个节点的输出由第L－1层的输出/>以及第L层的权重参数/>和偏置参数共同计算得到，即

其中，μ(x)为ReLU激活函数，可以描述为

对于上述网络模型，可以采用误差反向传播法调整连接权，其目标函数如下所示：

图7示意性示出了根据本发明实施例的模型优化过程的流程图。

如图7所示，步骤S250例如可以包括子步骤S251~子步骤S253。

在子步骤S251，将静轨卫星影像数据按比例分为训练集和测试集。

例如，共有获取静轨卫星影像数据N组，可以按照8:2的比例将N组数据划分为训练集S _T 和测试集S _V 。其中，训练集S _T 包含组输入输出数据，测试集S _V 包含/>组输入输出数据，且有

对于第i景静轨卫星影像形成的训练/测试数据来说，其输入输出定义为

在子步骤S252，通过训练集对静轨卫星影像定位误差修正模型进行参数训练，通过测试集对静轨卫星影像定位误差修正模型进行结果测试。

例如，将组训练数据作为训练集S _T ，用于训练步骤S240所构建的静轨卫星影像定位误差修正模型，并通过测试集S _V 对模型预测结果进行测试。

在子步骤S253，基于训练集和测试集，通过最优化目标函数，得到最优参数集。

例如，基于训练集S _T 和测试集S _V ，通过最优化目标函数G，得到最优参数集C，如下式所示：

图8示意性示出了根据本发明实施例的误差修正过程的流程图。

如图8所示，步骤S260例如可以包括子步骤S261~子步骤S263。

在子步骤S261，获取待修正静轨卫星影像的成像时刻、三轴姿态角、不同测温点下的温差变化量集合，构成输入参数。

例如，新获取的第p景静轨卫星影像覆盖范围内不存在有效的地表模板数据，即第p景静轨卫星影像为待修正静轨卫星影像。可以获取该第p景影像的成像时刻T ^p 、三轴姿态角、各测温点温度变化量集合/>共同构成输入参数X ^p ，如下表示：

在子步骤S262，将输入参数输入到静轨卫星影像定位误差修正模型中，借助最优参数集，得到输出的定位误差结果。

例如，将输入参数X ^p 输入到步骤S250所构建的静轨卫星影像定位误差修正模型中，借助训练得到的最优参数集C，得到输出的定位误差结果。

在子步骤S263中，根据输出的定位误差结果，对待修正静轨卫星影像的定位模型参数进行更新，得到定位误差修正后的静轨卫星影像。

例如，第p景静轨卫星影像的定位模型参数为，基于获取的定位误差结果，对第p景静轨卫星影像的定位模型参数进行修正，公式如下：

对第p景静轨卫星影像的定位模型参数进行更新，即完成了第p景静轨卫星影像的定位误差修正。

经过以上处理，即可得到定位误差修正后的静轨卫星影像。

通过上述实施例，本发明提供的一种基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正方法，能够充分利用和挖掘成像时刻空间温度变化和姿态信息对静轨卫星影像定位误差的影响规律，对静轨卫星影像定位误差受空间环境影响的误差修正模型进行训练和优化，从而更好的实现静轨卫星影像的高精度定位。

基于上述基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法，本发明还提供了一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置。以下将结合图9对该装置进行详细描述。

图9示意性示出了根据本发明实施例的基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置的结构框图。

如图9所示，该基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置900可以包括数据提取模块910、分块匹配模块920、误差计算模块930、模型构建模块940、模型优化模块950和误差修正模块960。

数据提取模块910，用于在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据。

分块匹配模块920，用于将静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合。

误差计算模块930，利用匹配点信息集合，计算静轨卫星影像与地表模板数据之间的定位误差。

模型构建模块940，获取静轨卫星影像的成像时刻在不同条件下的温差信息，根据温差信息和定位误差，构建静轨卫星影像定位误差修正模型。

模型优化模块950，根据静轨卫星影像数据，对静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集。

误差修正模块960，基于静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正。

需要说明的是，本发明的实施例中的装置部分与本发明的实施例中的方法部分是相对应的，装置部分的描述具体参考方法部分，在此不再赘述。

根据本发明的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列（FPGA）、可编程逻辑阵列（PLA）、片上系统、基板上的系统、封装上的系统、专用集成电路（ASIC），或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本发明实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，数据提取模块910、分块匹配模块920、误差计算模块930、模型构建模块940、模型优化模块950和误差修正模块960中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本发明的实施例，数据提取模块910、分块匹配模块920、误差计算模块930、模型构建模块940、模型优化模块950和误差修正模块960中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列（FPGA）、可编程逻辑阵列（PLA）、片上系统、基板上的系统、封装上的系统、专用集成电路（ASIC），或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，数据提取模块910、分块匹配模块920、误差计算模块930、模型构建模块940、模型优化模块950和误差修正模块960中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

以上对本发明的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本发明的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。不脱离本发明的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本发明的范围之内。

Claims (9)

1.一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法，其特征在于，包括：

在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据；

将所述静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合；

利用所述匹配点信息集合，计算所述静轨卫星影像与地表模板数据之间的定位误差；

获取所述静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据所述温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型；

根据静轨卫星影像数据，对所述静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集；

基于所述静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正；其中，所述待修正静轨卫星影像的覆盖范围内不存在有效的地表模板数据；所述基于所述静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正，包括：

获取待修正静轨卫星影像的成像时刻、三轴姿态角、不同测温点下的温差变化量集合，构成输入参数；

将所述输入参数输入到所述静轨卫星影像定位误差修正模型中，借助所述最优参数集，得到输出的定位误差结果；

根据所述输出的定位误差结果，对所述待修正静轨卫星影像的定位模型参数进行更新，得到定位误差修正后的静轨卫星影像。

2.根据权利要求1所述的静轨卫星定位误差修正方法，其特征在于，所述在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据，包括：

根据所述静轨卫星影像的覆盖区域的经纬度范围，从历史参考影像数据中提取所述经纬度范围对应的参考影像数据；

根据全球海陆分割模板，得到所述经纬度范围对应的海陆分割模板数据；

利用所述海陆分割模板数据，提取得到所述静轨卫星影像的地表模板数据。

3.根据权利要求2所述的静轨卫星定位误差修正方法，其特征在于，所述在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据之后，所述静轨卫星定位误差修正方法还包括：

计算所述地表模板数据与所述静轨卫星影像的重叠区域的比值，通过比较所述比值与预设值的大小确定所述地表模板数据的有效性。

4.根据权利要求3所述的静轨卫星定位误差修正方法，其特征在于，所述预设值的大小为0.25，当所述比值大于或等于0.25时，所述地表模板数据有效。

5.根据权利要求1所述的静轨卫星定位误差修正方法，其特征在于，所述将所述静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合，包括：

根据所述静轨卫星影像的地面采样间隔对所述地表模板数据进行重采样，得到重采样后的地表模板数据；

采用归一化互相关算法，将分块处理后的静轨卫星影像与重采样后的地表模板数据进行匹配，得到所述静轨卫星影像和地表模板数据之间的像方匹配点坐标对；

根据仿射变换六参数模型，将所述像方匹配点坐标对转换为物方匹配点坐标对，得到所述匹配点信息集合。

6.根据权利要求1所述的静轨卫星定位误差修正方法，其特征在于，所述获取所述静轨卫星影像的成像时刻在不同条件下的温差和姿态信息，根据所述温差、姿态信息和定位误差，构建静轨卫星影像定位误差修正模型，包括：

获取所述静轨卫星影像的成像时刻在不同测温点下的温差变化量集合；

根据所述成像时刻的三轴姿态角、不同测温点下的温差变化量集合以及所述静轨卫星影像与地表模板数据之间的定位误差，构建基于卫星温度和姿态误差建模的静轨卫星影像定位误差修正模型。

7.根据权利要求6所述的静轨卫星定位误差修正方法，其特征在于，基于BP神经网络架构构建所述静轨卫星影像定位误差修正模型。

8.根据权利要求1所述的静轨卫星定位误差修正方法，其特征在于，所述根据静轨卫星影像数据，对所述静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集，包括：

将所述静轨卫星影像数据按比例分为训练集和测试集；

通过所述训练集对所述静轨卫星影像定位误差修正模型进行参数训练，通过所述测试集对所述静轨卫星影像定位误差修正模型进行结果测试；

基于所述训练集和测试集，通过最优化目标函数，得到所述最优参数集。

9.一种基于卫星温度和姿态误差建模的静轨卫星定位误差修正装置，其特征在于，包括：

数据提取模块，用于在静轨卫星影像的覆盖区域中，提取含有陆地信息的地表模板数据；

分块匹配模块，用于将所述静轨卫星影像与地表模板数据进行分块匹配，获取匹配点信息集合；

误差计算模块，利用所述匹配点信息集合，计算所述静轨卫星影像与地表模板数据之间的定位误差；

模型构建模块，获取所述静轨卫星影像的成像时刻在不同条件下的温差信息，根据所述温差信息和定位误差，构建静轨卫星影像定位误差修正模型；

模型优化模块，根据静轨卫星影像数据，对所述静轨卫星影像定位误差修正模型进行训练和测试，得到最优参数集；

误差修正模块，基于所述静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正；其中，所述待修正静轨卫星影像的覆盖范围内不存在有效的地表模板数据；所述基于所述静轨卫星影像定位误差修正模型和最优参数集，对待修正静轨卫星影像的定位误差进行修正，包括：

获取待修正静轨卫星影像的成像时刻、三轴姿态角、不同测温点下的温差变化量集合，构成输入参数；

将所述输入参数输入到所述静轨卫星影像定位误差修正模型中，借助所述最优参数集，得到输出的定位误差结果；

根据所述输出的定位误差结果，对所述待修正静轨卫星影像的定位模型参数进行更新，得到定位误差修正后的静轨卫星影像。