福衛七號發射!衛星卻得花19個月就定位?6個必知的冷知識
福衛七號發射!衛星卻得花19個月就定位?6個必知的冷知識

福爾摩沙衛星七號簡稱福衛七號,已於台灣時間25日下午2時30分順利發射升空,衛星發射173分鐘後,福衛七號的訊號順利傳送至澳洲達爾文地面站,台灣自此可以與位在720公里高空運行的六枚福衛七號通聯。

台灣發射福衛七號後,將可以觀測到正負45度之間低緯度地區氣象數據,每天傳送訊號四個時段,未來對台灣氣象預測,尤其是降雨預報準確度將大有幫助,這也是福衛三號之後,美台再度合作。

福衛七號今年將升空!政府砸251億,推動太空計畫,要讓台灣有自己的「太空產業」
政府砸251億,推動太空計畫,要讓台灣有自己的「太空產業」。
圖/ 太空中心

關於福衛七號衛星發射,受到各界矚目,面對外界關心,科技部也解答7個疑問,供外界有更多瞭解。

問題1:為何福衛二號、五號只要1顆,福衛三號、七號卻要6顆衛星?任務有何不同?

福衛二號、五號是光學遙測衛星,可以對地表進行照相取像,福衛三號、七號則是透過掩星技術,獲得大氣資料,可以提供氣象預報使用。

福衛七號是氣象衛星,顆數越多,所獲取的全球大氣資料就越多、越均勻,有助於提升氣象預報的準確性;但考量預算、研製時程、資料數、資料均勻度以及衛星星系部署時程,最後選擇以6顆作為福衛七號星系的衛星數。
 
過去因高性能遙測衛星價格較為昂貴,多數時候取像時間急迫性不高(除了部分國防或是災害),因此1顆衛星就能滿足任務需要,不過隨科技進步,遙測衛星價格逐漸下降,也有許多商業衛星遙測公司提出大規模數量的衛星星系部署計畫,未來遙測衛星就能對同一地區每日多次再訪,將開啟新型態的衛星影像應用可能,台灣未來遙測衛星也計劃採取多顆星系部署。

問題2:福衛七號用「掩星技術」增進氣象預報準確度,什麼是掩星技術?

全球定位衛星發射的電磁波訊號經過大氣層時,會因為穿透不同溫度、壓力或濕度的空氣層,而產生轉向、變慢、減弱的現象。

2.jpg
福衛七號用「掩星技術」增進氣象預報準確度。
圖/ 科技部

「掩星技術」能分析福衛三號和七號接收到的訊號特性,就能反過來推出地球上空的溫度、氣壓、濕度或電子密度等數據,掌握地球氣候情報。

問題3:福衛五號選在加州發射,但福衛七號卻在佛州發射?

考量發射點進入軌道傾角及火箭落點不危害居民安全為條件,福衛七號的軌道傾角是24度,搭配GPS和GLONASS可蒐集南北緯50度內的掩星資料。從美國東岸佛州的甘迺迪太空中心向東偏南發射,可以達到24度的軌道傾角,且第一節火箭(如果不回收的話)不會危及附近居民人身安全。

福衛五號是太陽同步軌道的遙測衛星,軌道傾角是98.28度。由美國西岸加州的范登堡空軍基地向南偏西發射,可以達到98.28度的軌道傾角,而且第一節火箭(如果不回收的話)會落入海中,不會危及空軍基地附近居民的人身安全。

1.jpg
福衛五號選在加州發射,但是福衛七號卻在佛州發射。
圖/ 科技部

問題4:福衛七號6顆衛星為何花19個月才能到任務軌道?

衛星運行速度會影響高度的升降,當高度720公里的衛星,以和運行方向相反的方向進行噴射,就能讓衛星減速,並造成衛星軌道下降。

當福衛七號第一枚衛星被調降到550公里的任務軌道高度後,它所運行的軌道面會因地球「扁圓型重力場」的影響,和在720公里衛星運行的軌道面每天產生約0.55度的軌道面飄移現象。

到第108天後,第一枚550公里高的衛星軌道面與720公里高的衛星軌道面,就會分開約60度。接著第二枚衛星開始從720公里高調降到550公里高的軌道,108天後,第二枚550公里高的衛星軌道面與720公里高的衛星軌道面,也分開約60度,此時第一枚550公里高的衛星軌道面與720公里高的衛星軌道面,已經分開了約120度。

如此依序將第三、四、五、六枚衛星從720公里的軌道高度,調降到550公里的軌道高度,從第一枚衛星開始調降軌道高度開始,到第六枚衛星調降軌道高度結束止,共花108x5=540天,加上衛星發射後的前四週還在進行健康檢查,總共約需19個月。

問題5:福衛五號高度是720公里,福衛七號卻是550公里?

3.jpg
太陽同步軌道即衛星軌道面永遠以相同的角度面對太陽。
圖/ 科技部

福衛七號的任務是搜集均勻分布在中低緯度的大氣資料,所以福衛七號的6枚衛星會分別分布在6個軌道面上,任務軌道在500到850公里之間。

福衛五號是遙測衛星,選擇720公里太陽同步軌道,是讓衛星的軌道面永遠以相同的角度面對太陽,這樣衛星每次都是在相同時間經過地球同一地點的上空,因此可以達成兩日再訪的目標。

問題6:福衛七號3個酬載任務是什麼?

全球衛星導航系統無線電訊號接收器(TGRS):TGRS接收全球導航系統(Global Navigation Satellite System, GNSS)衛星(包括GPS和GLONASS)所發射出的無線電波,電波經過電離層與大氣層時會產生折射效應,分析這些折射訊號就可以得到大氣層中溫度、壓力、水氣以及電離層電子濃度的資料。

離子速度儀(IVM):沿著衛星軌道實際量測電離層的離子資料,藉由改變探測器表面電位能,及計算後端電流板所收集的離子入射角,計算出離子的速度。

無線射頻信標儀(RF Beacon):電離層是無線電訊號傳輸必經的介質,台灣上空是電離層的不穩定區,科學團隊在亞太地區設置多個地面站,接收RF Beacon所發射的電磁波,就能分析出台灣上空的電離層結構。

福衛七號升空
關鍵字: #太空科技
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓