時間解析度

時間解析度是指在同一區域進行的相鄰兩次遙感觀測的最小時間間隔。對軌道衛星，亦稱覆蓋周期。時間間隔大，時間解析度低，反之時間解析度高。時間解析度是評價遙感系統動態監測能力和“多日攝影”系列遙感資料在多時相分析中應用能力的重要指標。根據地球資源與環境動態信息變化的快慢，可選擇適當的時間解析度範圍。按研究對象的自然歷史演變和社會生產過程的周期劃分為5種類型：①超短期的。如颱風、寒潮、海況、魚情、城市熱島等，需以小時計；②短期的。如洪水、冰凌、旱澇、森林火災或蟲害、作物長勢、綠被指數等，要求有以日數計；③中期的。如土地利用、作物估產、生物量統計等，一般需要以月或季度計；④長期的。如水土保持、自然保護、冰川進退、湖泊消長、海岸變遷、沙化與綠化等，則以年計；⑤超長期的。如新構造運動、火山噴發等地質現象，可長達數十年以上。

對同一目標進行重複探測時，相鄰兩次探測的時間間隔，稱為遙感圖像的時間解析度，它能提供地物動態變化的信息可用來對地物的變化進行監測，也可以為某些專題要素的精確分類提供附加信息。時間解析度包括兩種情況，一種是感測器本身設計的時間解析度，受衛星運行規律影響，不能改變。另一種是根據應用要求，人為設計的時間解析度，它一定等於或小於衛星感測器本身的時間解析度。

根據回歸周期的長短，時間解析度可分為三種類型：

（1）超短(短)周期時間解析度，可以觀測到一天之內的變化，以小時為單位。

（2）中周期時間解析度，可以觀測到一年內的變化，以天為單位。

（3）長周期時間解析度，一般以年為單位的變化。

氣象衛星所需資料以小時為單位，所以氣象衛星的回歸周期為，超短(短)周期。對大氣、海洋、物理變化進行監測的衛星，以及人為設計的對自然災害實施監測的衛星，根據需要一般也是短周期或超短周期衛星。在觀測植被動態變化規律時，衛星的周期是根據生物變化節律制定的，一般是中周期的。若周期變短，則投人過多，使投人與產出不成比例。有些航空像片、衛星影像用來研究自然界現象演化，數據資料以年為單位就可以滿足需要，故為長周期。陸地衛星影像信息以天為單位向地面發送即可以滿足人類對資源環境遙感信息的需求。landsat衛星從1972年源源不斷地向地面發回數據，人們可以相隔幾年提取數據，研究自然界變化較緩慢的事物，比如土地利用變化等。

時間解析度在遙感中意義重大。利用時間解析度可以進行動態監測和預報，如可以進行植被動態監測、土地利用動態監測，還可以通過預測發現地物運動規律，總結出模型或公式為實踐服務。利用時間解析度可以進行自然歷史變遷和動力學分析，如可以觀察到河口主角洲、城市變遷的趨勢，並進一步研究為什麼這樣變化以及有什麼動力學機制等問題。利用時間解析度可以提高成像率和解像率，對歷次獲取的數據資料進行疊加分析，從而提高地物識別精度。

時間解析度應用範圍廣泛，不僅用於地理信息、遙感、GIS、氣象等研究領域，還可以用於醫療、生物、化學等需要時間間隔為變數的研究領域。在氣象學科中，研究合適的時間解析度對一些氣象要素的影響一直是經常被討論的話題。

比如，氣象數據資料庫中的逐日氣象要素值往往與真實值之間存在一定的偏差，這些偏差的來源之一與每日觀測的時間解析度有關，因為逐日值通常是多次觀測值的日平均。若將1min 一次的觀測數據作為真值，僅討論觀測時間解析度分別為 2、5、10、15、30 和60 min(即 24 次/d)對各氣象要素日平均值估計的影響，發現觀測時間間隔越短，誤差越小，表明精細的時間解析度會縮小日均值與真實值之間的差距，從而提高估計精度。

但是，無論時間解析度取何值，真值與要素值一定存在誤差的，而如何通過調整時間解析度減少誤差，是氣象研究中的重要部分。為了評價不同觀測時間解析度對氣象要素估計效果和參考作物蒸散估算精度的影響，計算並比較了基於各種時間解析度的氣象要素估計值與其對應真實值(基於 1 min 觀測資料，即每日 1440 次觀測平均得到的逐日氣象要素值）之間的絕對誤差(absolute error，E)、相對誤差(relative error,PE）、平均偏差(mean bias error,MBE)、平均絕對誤差(mean absolute error,MAE)和平均絕對相對誤差(mean absolute relative error,MAPE），具體如圖《公式》所示。

公式Pi 和 Oi 分別為氣象要素的估計值和真實值，n 表示研究時段內的樣本數。以上 5 個指標越接近於零，說明誤差越小，精度越高。