机载GPS反射信号土壤湿度测量技术

随着全球导航定位系统反射信号(GNSS-R)技术的发展, 近年来提出了利用GPS地表反射信号遥感土壤湿度的新方法, 该方法利用地表反射率与土壤介电常数以及介电常数与土壤湿度之间的关系来建立反演模型。为了可以快速方便的利用DMR实测数据反演得到土壤湿度, 本文根据Wang和Schmugge模型建立了土壤介电常数与湿度之间的分段模型, 实现了从原始反射数据到土壤湿度结果的整个反演流程。为了验证反演的可行性, 利用NASA等机构联合进行的SMEX02试验机载数据反演得到的结果表明, GPS反射信号能够有效地反演     

利用北斗GEO卫星反射信号反演土壤湿度

提出了一种基于北斗GEO卫星反射信号的土壤湿度长期连续探测方法,建立了土壤湿度反演模型,给出了信号处理的一般流程,并搭建陆基接收平台进行了验证试验。该方法采用GNSS-R双天线体制接收处理北斗GEO卫星直射和土壤反射信号,在信号同步的基础上提取信号功率并计算土壤反射率,进而根据反演模型得到土壤湿度。以北斗GEO卫星作为信号源,该方法可以在信号处理中省去一般GNSS-R处理过程的定位解算环节,能够实现对固定区域土壤湿度的长期连续观测。试验结果表明,基于北斗GEO卫星反射信号的土壤湿度反演结果在时间和数值上均具有良好的连续性,与土壤湿度参考值相吻合,均方根误差达到0.049,较北斗IGSO和GPS MEO卫星在反演土壤湿度方面性能更优。     

BP神经网络辅助的GNSS反射信号土壤湿度反演

针对如何快速准确地估算区域尺度上的土壤湿度问题,该文首先从高质量GPS接收机接收的信噪比观测值中,提取L2C反射信号的振幅和相位作为输入,并采用Noah陆面模型计算土壤湿度值作为期望值,构建基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演模型。实验结果表明:基于BP神经网络算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,线性回归的决定系数R2为0.909 1,均方根误差为0.028 7;进一步与线性回归统计模型比较发现,利用BP神经网络模型定量估测土壤湿度明显优于线性回归统计模型,证明了该方法的可靠性。     

利用GPS反射信号遥感土地湿度变化趋势

介绍了GPS信号经过较平滑土地反射后信号特性的变化，建立起反射信号功率与土地湿度的对应关系，阐述了GPS—R接收机的构成，完成了在草地和裸地条件下的反射信号实时处理显示并存储。数据处理结果表明，利用所设计的GPS—R接收机处理出的归一化反射信号功率变化能够反映土地湿度变化的趋势。     

小波多尺度和多星融合的GPS-IR土壤湿度反演

全球定位系统干涉反射测量GPS-IR(Global Positioning System Interferometric Reflectometry)是利用多路径信噪比反射分量参数幅度、相位、频率的变化监测地表环境的技术。针对多路径信号中同时包含卫星直射信号和反射信号,传统低阶多项式难以准确提取卫星反射信号有效参数的问题,本文利用小波分析对卫星直射、反射信号进行分离,准确获取卫星反射信号,利用熵值法多星融合模型反演土壤湿度。经理论和实验研究表明:该方法能够更为精确地反映测站周围土壤湿度的变化,有效改善了部分异常跳变现象。相关系数为0.914,相比单星反演模型至少提高18.4%。     

多星融合的土壤湿度滚动式估算模型

全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数R2以及均方根误差分别为0.942和0.962、0.072和0.032,相对于部分单一卫星至少提高了18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。     

GNSS信号土壤衰减模型的试验验证方法

GNSS（global navigation satellite system）信号在土壤中的衰减情况对于研究GNSS反射信号的有效遥感深度具有重要意义。本文通过试验研究了北斗信号与GPS（global positioning system）信号在土壤中的衰减情况。在试验设计上将GNSS天线置入土壤中并不断改变天线上方的土壤厚度与湿度以采集GNSS信号的功率衰减数据,最后利用这些数据反演土壤湿度以对GNSS信号土壤衰减模型进行验证。试验结果表明,土壤能够使GNSS信号发生明显的衰减。土壤的湿度值与厚度值越大,GNSS信号功率衰减越严重。在黏土土质,土壤湿度为0.15~0.30 cm³/cm³的情况下,当土壤厚度达到21 cm时,GNSS信号功率已衰减至无法被GNSS接收机测出。进一步根据GNSS信号衰减模型反演土壤湿度,结果显示,模型在土壤厚度大于等于10 cm、卫星仰角高于50°的情况下较为精确,此时利用北斗B1信号与GPS L1信号反演土壤湿度的均方根误差分别小于0.04 cm³/cm³与0.09 cm³/cm³。     

GNSS反射信号在土壤湿度测量中的应用

为全面获取陆地土壤湿度信息,实现导航卫星反射信号土壤含水量反演 ,在给出散射信号极化特征及散射信号归一化功率基础上,通过对陆基土壤时序采样数据、时序介电常数进行分析和仿真,估计了土壤湿度参数。仿真表明,实验结果与常规湿度测量方法一致。因此,多普勒延迟映射接收机能够正确表征地表含水量分布特征,导航卫星反射信号可以应用于在土壤湿度测量中。     

GPS反射信号软件接收机设计与实现

针对利用GPS反射信号进行反射面的物理参数和特性反演的需要,设计了一种可通用于各种反演环境的软件接收机.该软件接收机具有灵活性和可配置性强的特点,能满足海面测风、海浪高度、海洋盐度和土壤湿度等遥感探测领域的应用需求.     

GPS海面反射信号特性仿真分析

利用GPS反射信号遥感陆地和海面的GPS—R技术已经得到日益关注。对海面反射信号的极化特性进行分析,分析结果表明：GPS信号经海面反射后,反射信号同时包含右旋和左旋信号,且两者强度与卫星仰角有直接关系;反射的左旋和右旋信号的功率相差可高达30dB。为海面遥感以及专门的GPS接收机的研制提供了必要的参数支撑。     

一种GPS多路径反射信号的雪深反演

针对传统雪深测量缺乏必要时空敏感性的不足,该文在分析GPS信号多路径反射模型的基础上,利用GPS信噪比观测数据,通过分离提取多路径反射分量研究其时频特性,探讨GPS多路径信号与雪深及其变化关系并进行反演建模。依据菲涅尔反射区理论,确定了反射区域范围,进一步探讨卫星、波段选择及初始反射高度确定等。对比实验研究表明,反演结果与实测值吻合较好,相关系数为0.93,均方根误差为8.6cm;信噪比多路径反射分量的频率能有效跟踪积雪深度的变化。     

机器学习算法辅助的GPS信噪比观测值土壤湿度反演

利用BP神经网络和支持向量回归机两种机器学习算法,构建基于机器学习算法的GNSS卫星反射信号土壤湿度反演模型,并与线性回归统计模型和实测数据进行对比分析。结果表明:基于机器学习算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,反演模型的决定系数分别为0.928 3和0.913 1,均方根误差为0.026 6和0.032 6,线性回归统计模型的决定系数分别为0.553 2和0.859 8,均方差根误差分别为0.093 9和0.041 6。说明利用回归算法定量估测土壤湿度明显优于线性回归统计模型,且基于支持向量回归机的土壤湿度反演模型定量估测土壤湿度优于基于BP神经网络算法的土壤湿度反演模型,证明了该方法的可靠性,为土壤湿度的实时反演研究提供了一种新方法。     

GPS信噪比观测值的土壤湿度变化趋势反演

土壤湿度变化趋势是某一个位置或区域内水资源循环的重要指标.多路径误差作为一种在导航、定位中的重要测量误差,由于其较弱的空间相关性,难以采用全球甚至区域性模型或差分的方法予以消除.在讨论和研究了多路径误差反射模型的基础上,实现了利用 GPS信噪比 SNR(Signal - to - NoiseRatio)观测值中的多路径反射分量对土壤湿度变化趋势的模拟.结合实测 GPS数据和土壤湿度计观测数据的对比和分析表明,该方法能反映土壤湿度变化趋势.同时,在计算过程中如何选择合适卫星、对反演结果质量进行评价以及如何实现两种观测结果之间的同化等是进一步需要研究的问题.     

GNSS-R农田土壤湿度反演方法研究

正土壤水分是量化陆地及大气能量交换的关键参数。准确监测土壤湿度是实现农业稳产、高产的重要基础。研究监测大范围的土壤水分的方法在农业、水文以及气象等领域的应用意义重大。本文从利用GNSS-R技术探测土壤湿度的基础理论出发,开展了利用导航卫星的反射信号反演土壤湿度方法的研究。论文具体完成的研究工作和相关结论如下:     

TK算法在GPS中的新应用

讨论了TK算法的原理和在GPS中TK算法的新应用。用TK算法估算出GPS多径信号相对于直射信号的码片延迟,使GPS直射信号经过一定的延迟后,与反射信号进行叠加,提高了直射信号的载噪比,进而达到反射信号增强直射信号的作用。验证了这一算法和结论。     

BDS/GPS多卫星解译土壤湿度变化研究

针对单颗卫星结果易跳变且无法有效表征土壤湿度时空尺度特征的问题,提出了一种多卫星赋权融合解译土壤湿度变化的算法.该方法无需额外观测值仅使用卫星直射和反射信号强度来确定权值,并通过实测GNSS数据进行了验证.研究结果表明,卫星赋权融合结果有效综合了不同卫星间的信息,提高了土壤湿度解译值与实测值间的一致性,BDS/GPS融合结果的相关系数分别达到了 0.849和0.729,较单颗卫星的结果至少提升了 15.51％和17.01％.因此,多卫星融合解译结果可作为土壤湿度实测值的更优估计,为简便且高效地监测土壤湿度提供了新手段.     

GPS-R技术中信号反射点位置计算

GPS-R技术是一种全新概念的遥感方式,是人们在使用GPS时为了克服多路径效应问题而发现目标物对GPS的反射信号也可以被接收和利用,从而开辟了这个新的研究领域。人们把基于GPS-R反射信号的遥感技术,简称全球定位系统反射信号遥感技术(Global Position System-Reflection,GPS-R)。本文主要研究GPS-R反射信号的反射点位置,为相关技术研究提供技术支持。     

GPS测量中多径误差简便模型

多径误差是限制GPS精度进一步提高的环境关键因素之一。根据多径干扰的信号特性，推导了对GPS精度影响最大，反射信号处于镜反射情况下的多径误差的简便模型，讨论了衰减因子和GPS接收机天线高度等参数对多径信号相位的影响，并且进行了仿真计算和分析。     

GNSS-R/IR监测地表冻融状态对延迟多普勒波形和多路径数据影响分析

将GNSS-R/IR技术的应用领域拓展到地表冻融状态的监测中，本文利用冻融土混合介质介电常数模型计算土壤介电常数，采用双站全极化相干反射率模型和随机粗糙面散射模型，分别计算了经冻融土反射的GPS相干反射量的镜像反射率，以及GPS非相干反射分量的漫散射特性。模拟分析了冻融转换时，GPS多路径信息（GNSS-IR）以及包含漫散射信号的延迟多普勒图（GNSS-R）的变化特征。理论研究表明冻融转换过程中，地表介电常数的变化导致GPS多路径信息和延迟多普勒图的明显变化。本文从散射机理上揭示了利用GNSS-R和GNSS-IR遥感进行地表冻融特性监测的理论依据。     

GPS多路径信号提取地面反射点算法

基于GPS卫星、接收机天线、地面反射点及地心的空间几何关系,阐述了一种利用GPS多路径信号提取地面反射点的算法,并通过实验数据,利用Matlab实现了对地面反射点和反射点轨迹的提取。