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。     

利用智能手机GNSS信噪比反演三维地图的方法

本文利用智能手机GNSS信噪比观测值在建筑物周围的变化特征,分析其与建筑物对GNSS信号遮挡的关系,提出了一种二维概率地图的概率消减反演算法和建筑高度的邻近边界点体素化反演算法,进而采用大量观测数据反演三维地图,并对反演精度进行分析。试验结果表明,在5m栅格地图上,取高度角为5°以上卫星的GNSS信噪比数据,达9000历元时各项精度趋于稳定,超过12000历元时反演的建筑物中心坐标、建筑面积、角点点位及建筑高度综合效果最佳。其中心点位误差为1.16~1.74m,面积误差为1.12%~2.39%,角点误差绝对均值为5.00~5.30m,均方根误差为5.82~6m,建筑高度误差为0.04~2.1m,基本实现了利用智能移动终端GNSS信噪比数据反演三维地图的目标。     

基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点，因此其可作为一种代替气象站监测雪深的新手段。然而，先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性，本文阐述了GPS-R技术反演雪深的原理，利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度，通过获取频谱特征值与天线高度的关系求解雪深值，最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比，利用新型的L5反射信号反演地表雪深的精度更佳；采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

GPS信噪比用于雪深监测研究

针对利用全球导航卫星系统反射信号研究测站地表环境参数已成为一个新兴的研究课题这一现状,该文基于全球定位系统信噪比与信号振幅的变化特征,给出了基于全球定位系统多路径信号的全球定位系统多径反射技术用于雪深探测的基本原理。为了验证算法的有效性,利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据进行雪深探测的反演实验。实验结果表明:全球定位系统多径反射技术反演雪深值与实测雪深值吻合较好,误差均值为0.07m,相关系数大于0.99。因此,利用全球定位系统信噪比可以进行雪深探测,在未来的全球导航卫星系统观测站建立时,可以考虑它在环境监测方面表现出来的潜能。     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

GNSS-R水位反演的技术精度研究

针对地表物体反射信号引起的多路径效应是影响GNSS定位精度的重要误差源的问题,该文采用GNSS静态观测数据中的信噪比反演水面高度的方法,对水面高度进行反演,从而实现对水面高度变化的实时监测。为了验证水位反演的精度,利用平静湖面及海面上的GNSS静态观测数据,提取卫星高度角0～30°区间的卫星信噪比。采用二阶多项式拟合的方法去除趋势项,并利用Lomb-Scargle方法进行频谱分析,获取反射信号频率,从而反演天线相位中心到水面的垂直距离,进而确定GNSS-R技术反演水面高的能力。实验结果表明:GNSS-R技术在平静水面上的反演精度为厘米级,在海面上为分米级。因此,利用GNSS反射信号中的信噪比可以实现对水面高度的实时监测。     

基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演

针对单一被动微波遥感反演雪深的精度和空间分辨率不足的问题,提出了一种星-地多源数据融合的雪深反演方法。以北疆每日站点观测雪深、AMSR-E遥感反演雪深和SSM/I遥感反演雪深数据为研究对象,首先利用地统计方法结合地面站点观测数据估计北疆区域的雪深,然后采用Triple-Collocation方法分别估计三个雪深数据的误差方差,最后结合最小二乘原理实现星-地雪深观测数据的融合。对融合雪深与地面雪深观测数据进行验证分析,结果显示,与AMSR-E和SSM/I遥感反演雪深相比,融合的雪深与地面观测雪深的相关性更高;融合的雪深的精度有一定程度的提高。实验结果证明了多源数据融合方法的有效性。     

噪声协方差自适应控制下的双天线GNSS/INS初始对准方法

为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。     

利用小波分解的GNSS-R雪厚反演改进算法

基于全球导航卫星系统反射测量(global navigation satellite system reflectometry, GNSS-R)数据的雪厚反演具有低成本、低功耗、全天时采集数据的特点,但利用GNSS信噪比观测值进行雪厚反演时,观测值受噪声信号功率影响较大,反演精度较低。基于此,提出一种基于小波分解的雪厚反演改进算法,利用小波分解良好的去噪效果,在不改变原始信号中的频率组成的情况下,较好地将噪声功率与信号功率分离。通过北极黄河站2017年年积日第32—100天采集的信噪比数据对此算法进行验证,由于黄河站雪厚变化复杂,同时对比分析了不同积雪状态下该算法的适用性。结果表明,所提反演算法与现有的雪厚反演算法相比,单天时间尺度上的反演结果与实测值的最大偏差由13.71 cm下降到9.43 cm,反演结果与实测值的中误差由7.08 cm下降到5.98 cm,反演结果本身的标准差由8.19 cm下降到7.07 cm,数据利用率由82.60%提升到89.31%。在雪面消融、积累、稳定时,反演结果与实测值的中误差分别由9.02 cm、10.30 cm、7.59 cm下降到5.82 cm、5.64 cm、7.17 cm,平均绝对误差分别由6.77 cm、7.52 cm、7.00 cm下降到5.39 cm、4.72 cm、6.73 cm。可见,在复杂的积雪变化下,所提改进算法反演结果的精度和可靠性有明显的改善。     

小波变换与滑动窗口相结合的GNSS-IR雪深估测模型

GNSS干涉反射技术（GNSS interferometric reflectometry）是一种新型的地表雪深监测方式。针对当前信号分离不佳和随机估测偏差的问题,提出联合小波变换和滑动窗口构建一种多卫星融合的GNSS-IR雪深估测精化模型。该模型采用离散小波变换代替常用的多项式方法,获取高质量的信噪比序列。通过利用阈值约束下的滑动窗口筛选多卫星有效反射高度,并进行等权平均。以PBO H₂O和SNOTEL的雪深数据为参考值,利用2016—2017年雪季的GNSS观测数据建立模型并验证精度。结果表明：①GNSS-IR精化模型估测结果与实测数据在整体趋势上保持高一致性;②与单颗卫星结果相比,多卫星融合估测结果在精度和稳定性方面明显改善,其均方根误差（RMSE）为10 cm,相较于PBO H₂O减少了近50%。此外,考虑到地表粗糙度作为一种误差影响因素,采用新的反射高度基准修正的雪深估测相对RMSE误差约4 cm,同时估测值与实际值的相关系数达到0.98。     

Synergy of in situ and space borne observation for snow depth mapping in the Swiss Alps

The Swiss Federal Institute for Snow and Avalanche Research in Davos (SLF) provides snow depth maps for Switzerland on a spatial resolution of 1 km × 1 km. These snow depth maps are derived from snow station measurements using a spatial interpolation method based on the dependency of snow depth and altitude. During a winter season the number of operating snow stations varies and the area-wide snow depth interpolation becomes increasingly difficult in spring. The objective of the study is to develop an operational and near-real time method to calculate snow depth maps using a combination of in situ snow depth measurements and the snow cover extent provided from space borne observations. The operational daily snow cover product obtained from the polar-orbiting NOAA-AVHRR satellite is used to gain an additional set of virtual snow stations to densify the in situ measurements for an improved spatial interpolation. The capacity of this method is demonstrated on selected days during winter 2005. Cross-validation tests are conducted to examine the quantitative accuracy of the synergetic interpolation method. The error estimators prove the decrease in error variance and increase of overall accuracy pointing out the high capacity of this new interpolation method that can be run in near real-time over a large horizontal domain at high horizontal resolution. A solid method for snow–no snow classification in the processing of the satellite data is essential to the quality of the snow depth maps.     

利用PPP分析GPS天线积雪引起的信号传播延迟

分析了GPS天线积雪对载波信号场强、功率的影响,推导了载波信号传播延迟的简化计算公式,利用精密单点定位(PPP)计算了测站在GPS天线积雪产生和消除前后的单日解。结果显示,天线积雪使得天线相位中心产生偏移,对平面和高程方向的影响为数个cm,甚至更大。     

高斯过程回归辅助下的GPS干涉反射积雪深度估测

本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。     

北斗高精度长弧历书模型设计

历书参数可同时用于辅助常规导航和自主导航的信号捕获。延长历书参数的有效期不但可以使地面接收机启动时充分利用历书数据,对于基于星间链路观测的自主导航,历书参数的有效期还决定了地面注入历书的频度和占用的星上存储资源。通过对北斗3类导航卫星主要摄动力及其对轨道根数的长期项和长周期项的影响分析,设计了以6个轨道根数和5个摄动参数为播发参数的历书拟合模型。以一个自主运行周期90 d为时间尺度,对北斗在轨卫星进行了长弧段历书拟合试验,并同时分析了卫星位置和速度的拟合精度。结果表明新的历书拟合模型提高了历书拟合的精度,尤其对于地球静止轨道和倾斜地球同步轨道卫星,拟合精度提高显著。对于GEO和IGSO卫星,位置拟合误差大约从200 km降低至十几千米甚至几千米,速度拟合误差大约从15 m/s降低至0.6 m/s,新方法拟合精度提高了约20~30倍;对于中圆地球轨道卫星,无论采用哪种历书模型,位置拟合误差都在5 km左右,速度拟合误差都在0.6 m/s左右,新方法拟合精度提高约15%。针对星间链路卫星10 km位置误差上限的使用需求,对比了新老历书模型的拟合弧长,常规模型最大拟合弧长约为14 d,而新历书模型的最大拟合弧长可延长至45 d,新历书模型延长了历书使用期限,优化了北斗历书模型设计。     

D-InSAR技术的积雪深度反演

积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。     

利用MODIS数据研究天山北麓Kriging雪深插值

以天山北麓为研究区,通过MOD10A2获得月最大雪盖,在无雪区构建虚拟气象站,提高了样本点数量和空间均匀性。运用普通Kriging和协Kriging法对12月至2月最大雪深进行了空间插值,利用交叉检验法对插值精度进行了评估。     

GPS/GALILEO组合系统可见卫星与GDOP的区域和时序分析

卫星星座方案的选择对导航定位精度具有很大影响。本文根据GALILEO系统的设计轨道参数模拟得到的GALILEO系统的卫星位置,分别计算了GPS系统、GALILEO系统和GPS/GALILEO组合系统在不同卫星截止高度角的情况下,全国范围内可见卫星和GDOP值的分布情况,并选择了北京、武汉和乌鲁木齐三个城市,连续观测24小时,分析了各城市的可见卫星和GDOP值随时间的变化规律。