面向NASA/USGS Landsat Next任务的近无损图像压缩策略研究

为解决Landsat Next任务因空间和光谱分辨率提升导致的数据量激增问题，研究人员开发了基于CCSDS 123.0-B-2标准的近无损压缩策略。通过限制压缩误差在仪器固有噪声水平内（如3 DN误差阈值），实现了3:1的中位数压缩比，确保Ka波段下行链路可传输全部科学数据。该研究为全球地表覆盖监测任务提供了高效数据管理方案，同时保障了科学数据的完整性。

　　

随着地球观测卫星载荷复杂度提升，数据量呈指数级增长。NASA/USGS联合开展的Landsat Next任务面临严峻挑战：其新型Landsat仪器套件（LandIS）将产生每日6TB的原始数据，是现有Landsat 8/9的6倍。传统X波段下行链路（384 Mbps）已无法满足需求，即使升级到Ka波段（2.6 Gbps）仍存在数据吞吐缺口。更棘手的是，科学用户群体对数据质量极为敏感，历史上Landsat任务仅采用1.5:1的无损压缩（CCSDS 121.0-B-1标准）。如何在不影响科学数据质量的前提下实现更高压缩比，成为决定任务成败的关键技术瓶颈。

罗切斯特理工学院（Rochester Institute of Technology, NY 14623, USA）领衔的研究团队在《Remote Sensing of Environment》发表突破性解决方案。研究人员创新性地采用CCSDS 123.0-B-2近无损压缩标准，通过相对误差模式（relative error mode）将最大压缩误差控制在系统噪声等效辐射变化（NEdL）范围内，即参考辐射L_ref处允许3 DN误差。这种"以噪声换带宽"的策略，首次在全球测绘任务中实现科学数据质量与传输效率的完美平衡。

研究采用三项关键技术方法：1）利用Landsat 9、EO-1 Hyperion和DIRSIG模型构建多源代理数据集，覆盖26个光谱波段和10-60 m地面采样距离（GSD）；2）基于CNES开发的CCSDS 123.0-B-2算法实现模块，在相对误差模式下测试m=3的误差阈值；3）通过结构相似性指数（SSIM）和均方误差（MSE）量化压缩对图像质量的影响。

核心研究发现

1. 误差控制机制：相对误差模式通过动态调整误差幅度（公式2：m_z(t)=r_z·|^s?_z(t)|/2^D），使低像素值区域获得更高保真度。相比绝对误差模式，其百分比误差分布更均匀（图1e），SSIM达0.999且MSE仅0.7 DN。

2. 压缩性能验证：三组代理数据集显示中位数压缩比稳定在3:1以上（图5）。其中Landsat 9全色波段在极地积雪区压缩比超5:1，而城市区域因高频信息丰富降至2.5:1（图6）。DIRSIG模拟证实大气条件（气溶胶光学厚度）对压缩效率影响小于±10%。

3. 全球适用性：分析2024年四季Landsat 9全球数据发现（图7），撒哈拉沙漠和极地等均质区域压缩比持续高于4:1，温带季节性植被区维持在3-3.5:1，证明方案具备全球适应性。

这项研究为空间对地观测领域树立了新标杆。通过将压缩误差约束在NEdL范围内（相当于1σ噪声用3 DN表示），确保L2/L3级科学产品不受影响。更值得关注的是，3:1的压缩比恰与Ka波段下行能力匹配，使每日6TB原始数据经压缩后可通过2.6 Gbps链路在105分钟接触时间内完成传输。研究团队正与LandIS硬件供应商合作，将算法植入FPGA架构，其可调参数设计支持在轨优化。该成果不仅解决了Landsat Next的燃眉之急，更为后续高分卫星任务提供了可复用的技术范式。