根据回归周期的长短，时间分辨率可分为三种类型：

（1）超短(短)周期时间分辨率，可以观测到一天之内的变化，以小时为单位。

（2）中周期时间分辨率，可以观测到一年内的变化，以天为单位。

（3）长周期时间分辨率，一般以年为单位的变化。

气象卫星所需资料以小时为单位，所以气象卫星的回归周期为，超短(短)周期。对大气、海洋、物理变化进行监测的卫星，以及人为设计的对自然灾害实施监测的卫星，根据需要一般也是短周期或超短周期卫星。在观测植被动态变化规律时，卫星的周期是根据生物变化节律制定的，一般是中周期的。若周期变短，则投人过多，使投人与产出不成比例。有些航空像片、卫星影像用来研究自然界现象演化，数据资料以年为单位就可以满足需要，故为长周期。陆地卫星影像信息以天为单位向地面发送即可以满足人类对资源环境遥感信息的需求。landsat卫星从1972年源源不断地向地面发回数据，人们可以相隔几年提取数据，研究自然界变化较缓慢的事物，比如土地利用变化等。

时间分辨率应用范围广泛，不仅用于地理信息、遥感、GIS、气象等研究领域，还可以用于医疗、生物、化学等需要时间间隔为变量的研究领域。在气象学科中，研究合适的时间分辨率对一些气象要素的影响一直是经常被讨论的话题。

比如，气象数据资料库中的逐日气象要素值往往与真实值之间存在一定的偏差，这些偏差的来源之一与每日观测的时间分辨率有关，因为逐日值通常是多次观测值的日平均。若将1min 一次的观测数据作为真值，仅讨论观测时间分辨率分别为 2、5、10、15、30 和60 min(即 24 次/d)对各气象要素日平均值估计的影响，发现观测时间间隔越短，误差越小，表明精细的时间分辨率会缩小日均值与真实值之间的差距，从而提高估计精度。

但是，无论时间分辨率取何值，真值与要素值一定存在误差的，而如何通过调整时间分辨率减少误差，是气象研究中的重要部分。为了评价不同观测时间分辨率对气象要素估计效果和参考作物蒸散估算精度的影响，计算并比较了基于各种时间分辨率的气象要素估计值与其对应真实值(基于 1 min 观测资料，即每日 1440 次观测平均得到的逐日气象要素值）之间的绝对误差(absolute error，E)、相对误差(relative error,PE）、平均偏差(mean bias error,MBE)、平均绝对误差(mean absolute error,MAE)和平均绝对相对误差(mean absolute relative error,MAPE），具体如图《公式》所示。

Pi 和 Oi 分别为气象要素的估计值和真实值，n 表示研究时段内的样本数。以上 5 个指标越接近于零，说明误差越小，精度越高。 2100433B

对同一目标进行重复探测时，相邻两次探测的时间间隔，称为遥感图像的时间分辨率，它能提供地物动态变化的信息可用来对地物的变化进行监测，也可以为某些专题要素的精确分类提供附加信息。时间分辨率包括两种情况，一种是传感器本身设计的时间分辨率，受卫星运行规律影响，不能改变。另一种是根据应用要求，人为设计的时间分辨率，它一定等于或小于卫星传感器本身的时间分辨率。

时间分辨率在遥感中意义重大。利用时间分辨率可以进行动态监测和预报，如可以进行植被动态监测、土地利用动态监测，还可以通过预测发现地物运动规律，总结出模型或公式为实践服务。利用时间分辨率可以进行自然历史变迁和动力学分析，如可以观察到河口主角洲、城市变迁的趋势，并进一步研究为什么这样变化以及有什么动力学机制等问题。利用时间分辨率可以提高成像率和解像率，对历次获取的数据资料进行叠加分析，从而提高地物识别精度。

超短或短周期时间分辨率主要指气象卫星系列(极轨和静止气象卫星)，以“小时”为单位,可以用来反映一天以内的变化，如探测大气海洋物理现象、突发性灾害监测( 地震、火山爆发、森林火灾等)、污染源监测等。

中周期时间分辨率: 主要指对地观测的资源环境卫星系列(Landsat.SPOT、ERS、JERS,CBERS-1等),以“天”为单位,可以用来反映月、旬、年内的变化。例如，探测植物的季相节律，捕捉某地域农时历关键时刻的遥感数据，以获取一定的农学参数，进行作物估产与动态监测、农林牧等再生资源的调查、旱涝灾害监测及气候学、大气、海洋动力学分析等。2100433B

时间分辨率：1.6ns;有效帧率：500MHz。