基于深度置信网络的GNSS-IR土壤湿度反演

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷，本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明，基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021，与线性回归和BP神经网络算法相比，与实测数据吻合度更高，可有效提高土壤湿度反演精度，证明了方法的有效性和可靠性。     

同天线不同接收机的GNSS-IR雪深反演分析

全球导航卫星系统（global navigation satellite system,GNSS）干涉遥感技术(GNSS-interferometry reflectometry,GNSS-IR)利用测量型GNSS接收机即可获取反射面信息,具有信号源丰富、采样率高等优势,被广泛应用于雪深、潮位、土壤湿度、海面风场、海冰探测、地表形变监测等领域的研究。然而,GNSS接收机会对接收信号进行多路径抑制,反射信号会被削弱甚至剔除,从而降低GNSS-IR技术的精度。为了探讨GNSS-IR反演中不同接收机、不同频点的影响,基于零基线模式在中国北极黄河站设计了GNSS-IR雪深反演实验,定量研究了接收机性能对雪深反演精度的影响。首先,在站上布设了和芯星通接收机和天宝接收机,并通过功分器共用同一个天线,这样可以获得反射面完全相同的多接收机、多频点观测值;然后,对两台接收机在3个GPS频点下的日均反演结果进行比较以便验证反演策略的有效性,并通过单次反演结果对比分析不同接收机反演效果的差异。结果表明,多个接收机、多个频点都能成功反演雪深值,其偏差基本上在3 cm以内。但是,尽管反射面完全相同,两个接收机之...     

组合GNSS观测值反演海面高度EI北大核心CSCD

与验潮站技术相比,岸基全球导航卫星定位系统干涉反射技术(GNSS-IR)海面测高成本较低,且其观测量不受地壳沉降的影响,并可利用目前已有的沿海岸GNSS固定站提供的数据反演海面高度。目前常用观测量为大地测量型GNSS接收机给出的信噪比(SNR)值,然而,早期很多GNSS设备的输出文件中都不包含该值,导致无法利用它们研究海面高度长期变化趋势。但经典的码伪距和载波相位观测值中,同样包含着GNSS-IR测高信息。本文分别引入单频码伪距和单频载波相位的组合,以及单频码伪距和双频载波相位的组合GNSS两种观测值的组合实现了岸基海面测高。本文采用模拟数据证明了基于前一组合的GNSS-IR测高精度受到电离层延迟残差的影响,而后一种组合可避免该误差项的影响。为验证两种组合方法的有效性,在山东威海一海上栈桥上开展了试验,采集了全球定位系统(GPS)和北斗卫星导航系统(BDS)的观测数据,并处理得到了海面测高信息。最后,将反演结果与26 GHz雷达高度计的观测值进行了比较分析,发现二者具有较好的一致性,相关系数均优于85%。试验结果表明:两种码伪距和载波相位组合法均可用于GNSS-IR测高。另外,由于当前GNSS-IR测高受多种误差项影响,导致反演精度较低,使得后一种组合在避免电离层延迟残差方面的优越性并没有明显体现。本文组合方法的引入,增加了海面高度反演方法的多样性,提升了GNSS-IR测高技术的应用空间。     

利用多模多频GNSS-IR信号反演沿海台风风暴潮

台风风暴潮每年给沿海城市造成了极大的损失,近年来利用GNSS反射信号的地基遥感方法可以用于潮位监测,称为GNSS-IR（global navigation satellite system-interferometric reflectometry）,对风暴潮期间验潮站资料进行补充。由于风暴潮发生时间短且破坏性强,单系统GPS的时间分辨率难以满足海洋灾害的监测需求。本文基于中国香港站（HKQT）和巴哈马群岛站（BHMA）的多模多频GNSS卫星观测数据反演了3次沿海风暴潮事件。先对多模多频数据的质量进行分析,随后分别对2019年飓风“多里安”、2018年台风“山竹”和2017年台风“天鸽”引起的3次风暴潮,利用基于滑动窗口的最小二乘法对多模多频GNSS-IR反演结果进行改正并与验潮站实测值对比分析。试验结果表明,利用多模多频GNSS-IR反演“多里安”风暴潮的精度优于14 cm,反演“天鸽”和“山竹”风暴潮的精度优于9 cm。相比GPS单系统,多模多频GNSS-IR能够提高监测的精度和时间分辨率,有效提取风暴潮中异常潮位的涨潮、峰值和落潮的全过程,对海洋灾害的研究监测发挥重要作用。     

四种遥感浅海水深反演算法的比较

详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型等4种光学遥感水深反演算法,然后利用同一地区、同一时期的Worldview-2多光谱遥感影像和实测水深数据,对4种水深反演模型的准确性进行了实验比较。研究表明:多波段组合线性回归模型、BP神经网络模型的水深反演的性能较好,利用多光谱遥感图像数据反演得到的水深值误差较小;而单波段线性回归模型、两波段比值线性回归模型的效果较差。     

GNSS-IR多星融合的稳健回归土壤湿度反演方法

全球卫星导航系统干涉测量法(GNSS-IR)能够利用直/反射卫星信号间的干涉信息分析提取土壤湿度、海面高度等有效信息。针对传统线性回归方法在土壤湿度反演过程中出现的拟合模型随异常观测值偏移的问题,本文提出了利用稳健回归方法降低异常值权重,以达到减小或抵消异常观测数据对观测结果的影响。为验证模型的适用范围,本文在稳健回归的基础上进行了多星融合试验,有效提高了土壤湿度反演精度。结果表明,与传统线性回归方法相比,本文提出的方法在单颗卫星时RMSE和MAE平均降低8.38%和8.91%,在两颗卫星时RMSE和MAE平均降低15.18%和16.42%,在三颗卫星时RMSE和MAE平均降低21.00%和22.97%,在四颗卫星时RMSE和MAE平均降低26.25%和28.71%。     

考虑潮波特性的GNSS-IR潮位反演方法

潮位监测对于保障沿海安全、海洋监测与分析非常重要。随着GNSS的发展,一种GNSS干涉遥感(GNSS-IR)的技术被证明可以进行潮位监测。该方法通过反演反射表面与天线之间的垂直距离(RH)来估算潮位。在GNSS-IR潮位反演中,有一项重要的误差源需要进行改正——潮位起伏引起的高度变化误差。现有的误差改正方法并不能正确计算RH变化速率,从而不能完全改正该误差。因此,提出了一种顾及潮波特性的GNSS-IR融合方法,基于潮波系数,预测窗口内观测时间的RH变化速率,将该值纳入GNSS-IR融合方程中,实现对高度变化误差更好地改正。本文利用3个国际GNSS站点进行试验,与实测潮位序列对比分析,发现顾及潮波特性后,GNSS-IR融合方法精度提高约1.2 cm;提出的顾及潮波特性的GNSS-IR融合反演算法较传统经典方法,精度提升20%～70%。结果表明,该方法通过潮汐分析,预测不同时刻的RH变化速率,从而实现对窗口内RH变化速率的修正,更好地改正高度变化误差。     

FY-3A星MWHS反演中纬度和热带大气水汽

风云三号A星(FY-3A)搭载的微波湿度(MWHS)计采用双边带接收机体制,选择主要受水汽影响的(183.31±1) GHz,(183.31±3) GHz,(183.31±7) GHz和窗区150 GHz作为通道频率。本文首先分析了观测亮温值与利用辐射传输方程仿真的亮温值之间的关系,二者相比具有较好的一致性。其次利用神经网络方法反演大气相对湿度,并与线性回归方法进行对比,本文选用的区域内,神经网络方法优于线性回归法。最后,利用本文创建的神经网络模型与正在业务使用的AMSU-B反演模型进行反演均方差和稳定度对比,结果表明,本文创建的神经网络模型在所选区域,大气相对湿度反演精度与AMSU-B神经网络模型相当(反演均方差为15%-25%);水汽密度反演均方差除地面未知因素影响外,与探空观测相比,整体均方差小于1 g/m³;不论在中纬度地区还是热带地区,都能较好地反演大气湿度的垂直分布廓线。同时,本文初次尝试在神经网络反演湿度廓线中引入墨西哥帽小波函数,结果表明,运用墨西哥帽小波函数在保证反演性能的同时,能有效减小迭代时间,避免陷入局部迭代。     

单频接收机高精度近实时GNSS气象研究

基于新的区域电离层模型SEID,结合大范围近实时气象反演的特点对该模型构建方法进行了一定发展,提出了一套基于双频参考站网的GNSS单频接收机大范围近实时气象监测网解数据处理策略,并利用山西CORS网及周边多个IGS站连续一周的实测数据,对在不同范围参考网内应用该策略实现单频接收机近实时气象反演的精度和可行性进行了验证分析。实验结果表明,对于山西省内249km以下的参考网,利用网内单频接收机能够满足区域近实时1～2mm精度PWV的反演要求。     

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。     

“凤凰”台风期间海面风、浪的高频地波雷达OSMAR071遥感

介绍了OSMAR071高频地波雷达系统“凤凰”台风期间海面风、浪遥测结果。文中给出高频地波雷达OSMAR071 风、浪反演算法：利用SBM模型结合多波束采样法反演风向;利用改进的Barrick模型进行有效波高的反演;利用SMB关系式进行风速反演。将雷达定点观测结果与浮标数据进行对比,表现出很好的一致性,其中有效波高相关系数为0.72,均方根误差为0.48 m,风向相关系数为0.97,均方根误差为27.7°,风速的相关系数为0.6,均方根误差为 3.5 m/s。文中还对影响探测精度的因素进行了分析。     

高频地波雷达风速反演经验模型

通过分析高频地波雷达所在探测海域内浮标观测的有效波高和风速数据,建立了海面风速与有效波高的经验模型。利用二范数最小方法对该模型的参数进行估计,实验结果表明了该模型的稳定性。将所提模型应用到高频地波雷达OSMAR071数据处理中,6个月数据连续反演结果与浮标给出的风速吻合度高,表明了该风速反演经验模型的有效性。     

利用X波段导航雷达探测海洋表面流速的方法

针对X波段导航雷达对海杂波的成像,研究了利用多谱勒频移和布拉格散射来探测海表面流的方法。提出了一种结合几何滤波模型的X波段雷达海流反演预处理算法,此算法不需要已知的最大海流流速进行带通滤波处理,结合线性波理论色散方程以及最小二乘算法,可以得到精确的海表面流速。与传统的X波段导航雷达测流方法相比,该算法简单高效,占用资源少,并且不仅适用于岸基X波段导航雷达,还适用于船载X波段导航雷达。与附近站点高频地波雷达表面流数据进行对比实验,二者结果的一致性表明了本文方法是可行的。     

融合升降轨的极化干涉SAR三层模型植被高度反演方法

森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化。极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差。针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法。该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演。为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析。结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度。     

PolInSAR森林高度反演中方法及波段选择引起的不确定性分析

森林高度是反映森林资源数量和质量的重要参数,极化干涉合成孔径雷达PolInSAR （Polarimetric Synthetic Aperture Radar Interferometry）技术在森林高度反演中极具潜力。由于森林散射特征受波长影响明显,由此引起的散射机理差异使得基于PolInSAR技术反演的森林高度结果具有很大的不确定性。为了定量化该不确定性的影响,本文以模拟森林场景为例,对PolInSAR技术森林高度反演中常用的4种方法——极化相位中心高度估测法、复相干相位中心差分法、复相干幅度反演法以及相干幅度、相位联合反演法,以及它们在常用的4个微波波段P、L、C和X中的森林高度估测结果进行了分析;明确了匀质森林场景中,算法、波段选择引起的森林高度估测结果的不确定性。研究结果表明：在森林场景基本一致的情况下,估测算法的选择直接影响森林高度估测结果,其中复相干幅度反演法在4个波段的估测结果中精度均最高,但各估测点的估测结果离散度及不确定度较大。波长对4类估测方法估测结果的影响差异明显：复相干幅度反演法的反演结果几乎不受波长的影响,而相干幅度、相位联合反演法受波长影响明显,在P和L波段反演结果中精度较高,在C和X波段反演结果中精度降低明显。此外,以传统的交叉极化（HV）相位代表冠层散射相位中心,水平同极化与垂直同极化的相位差（HH-VV）代表地表散射相位中心,采用复相干相位中心差分法进行森林高度估测会出现严重低估现象。估测结果不确定度具有波长和算法选择依赖性,在C和X波段采用复相干相位中心差分法估测结果不确定度最低,在P和L波段采用极化相位中心高度估测法估测结果不确定度最低,而复相干幅度反演法估测结果则在多个波段中的不确定度均最高。     

多基线极化干涉SAR植被高度反演方法

针对传统单基线PolInSAR三阶段植被高度算法,反演易受到噪声因素影响导致反演结果精度较低等问题。文中采用几何结构最优法和高程精度最优法两种多基线PolInSAR植被高度反演方法,结合瑞典北部E-SARP波段数据,验证得出两种多基线算法植被高度反演的精度以及其在不同植被高度覆盖区的适用条件。实验结果表明两种多基线方法植被高度反演精度相对传统单基线算法分别提高44.05%和22.11%,且当两种多基线方法同时反演植被高度时,植被高度大于10m时采用几何结构最优法较好;植被高度小于10m时采用高程精度最优法。     

邵阳市区域尺度GPS高程异常分析

针对工程测量中GPS大地高代替水准正常高的问题,该文根据邵阳市实测GPS、水准数据,采用二次曲面拟合模型得到了该地区高程拟合参数。通过正常高与拟合高程进行比较,最大拟合残差为3.9cm,最小为0cm,高程异常模型拟合中误差为1.85cm,证明了该区域GPS高程拟合参数可以满足工程建设中大地高代替正常高的要求。根据GPS高程拟合参数得到的邵阳市辖区及周边地区高程异常曲面具有由西北至东南递减且变化梯度逐渐递减的特征,该区域最大高程异常15.65m,最小高程异常14.75m。     

亚米级遥感影像的建筑物高度反演方法及其验证北大核心CSCD

建筑物高度是现代化都市监测、规划、管理及各城市经济活动中的基础性数据,为实现建筑物高度信息的提取,本文提出了一种基于玻尔兹曼曲线的建筑物高度反演方法。首先,利用建筑物影像的光谱特性,采用多尺度分割和遥感指数分类的办法获取建筑物阴影感兴趣区域,根据玻尔兹曼曲线函数拟合获取阴影的亚像素位置,线性拟合得到阴影边界;然后,根据太阳、卫星、建筑物和其阴影的几何关系,构建高度反演模型,估算建筑物高度;最后,选择宁海为研究区,选取在轨的主流亚米级高分二号、高景一号、北京二号、WorldView-2卫星遥感数据进行精度验证。试验结果表明,计算的建筑物高度中误差优于2.5 m,可用于一般的城市卫星遥感监测。     

中国南方森林冠顶高度Lidar反演—以江西省为例

激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R²=0.7325);阔叶林次之(R²=0.6095);混交林较差(R²=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。     

利用EGM2008模型与加权组合模型进行高程异常拟合

高程异常拟合是GPS高程测量应用于实际工作的重要技术手段,高精度地求解高程异常是技术关键。本文提出了顾及EGM2008重力场模型的高程异常拟合方法,通过EGM2008重力场模型计算高程异常长波项,并对剩余高程异常利用加权组合模型进行拟合。通过江苏省某市的实测数据验证顾及EGM2008重力场模型的加权组合模型拟合方法。结果表明,该方法的精度达到了厘米级,高程异常拟合效果最大提升了30%。