借助遥感卫星对森林资源进行观测可以获取高质量的遥感图像,基于遥感图像进行相关数据校正、处理和识别,为相关部门制定政策、评价经营效果提供支持。卫星观测具有观测范围大、观测周期短等优点,是森林资源遥感观测中不可或缺的手段。由于森林资源监测区域面积大、森林资源分散,天上在轨卫星多、使用约束复杂,如何有效利用稀缺卫星资源,实现对感兴趣的森林区域进行成像观测,是一个需要解决的关键问题。而解决该问题的核心是突破卫星调度技术,面向森林资源的观测覆盖,制定出高质量卫星观测计划。本文针对森林资源观测覆盖的多星调度问题展开研究,取得的研究成果和创新点如下。(1)在分析卫星工作原理和机制、对地观测过程及任务组织实施过程的基础上,构建了多星观测调度的数学规划模型。首先,分析了多星调度过程中涉及的要素,如任务要素、卫星资源要素,以及优化目标等;然后,基于任务需求、资源能力、约束条件和优化目标,构建卫星调度问题的数学模型。(2)针对卫星一次过境无法完成区域目标观测的问题,提出了区域目标分解方法。首先,把森林观测区域转化为一个由多边形几何目标;然后,基于不同载荷资源的分辨率、成像类型和可视窗口等特征,提出覆盖区域目标分割算法,区域目标分解流程,设计区域目标点格化和相邻点格单元合并的算法,得到元任务集合,为后续的规划调度提供任务输入。(3)针对规模大、约束复杂、具有NP-Hard特性的多星观测调度问题,提出一种新型基于分治策略的多星观测分层调度框架,并设计了高效任务分配和单轨调度算法。首先,在该框架下,用蚁群优化算法把任务分配至各轨道圈次上;然后,利用自适应模拟退火算法求解各轨道圈次的调度问题;再然后,根据各轨道圈次调度结果的反馈情况,再调整任务分配方案。重复上述过程,直到达到算法终止条件。为了提高算法的性能,设计蚁群算法的启发式信息模型时,充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构,采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明,该方法有效降低了问题求解的复杂度,尤其在求解大规模多星观测调度问题时表现出优异的性能。(4)针对云层遮挡、应急任务插入、资源失效等扰动情况,研究多星观测多目标重调度问题。构建了多目标重调度模型,以原方案偏离程度小、完成观测效益大、负载均衡为重调度目标;提出混合多目标优化算法,在算法中融合分散搜索与粒子群优化算法,设计了参数自适应策略及种群多样性维护策略,最后通过大量仿真试验,验证了多目标重调度算法的有效性。