基于GPS反射信号反推求取水波波形的研究

将GPS的卫星接收仪与左旋与右旋极化天线结合,接收来自水面微弱的GPS反射信号,并对该信号进行提取和分析。同时应用右旋圆极化及左旋圆极化天线分别接收GPS发射和反射信号,并微调接收天线提高GPS正、反信号的分辨率,获得天线的有效接受频率范围及近似的方位,根据几何方法,进一步利用各卫星与接收仪天线所在位置形成的投影,反推计算所接收各组微弱反射信号的虚拟地面及水面发射点。通过对比信号强度、时间修正延迟量、大气修正延迟量,完成求解反射点的位置与高度,在利用这些精确的高度数据,反推波形模式、波浪特性与形态,为河海与港湾工程及潮汐观测提供有效依据。     

GPS测量在土壤湿度分析中的应用

土壤湿度分析传统方法中存在时空变化大、易受仪器设备及天气等因素影响,因而难以提供大范围连续长时间观测数据。针对上述问题,本文利用GPS反射信号研究土壤湿度变化的测量方法,结合GPS反射信号地面反射轨迹,建立GPS反演土壤湿度变化模型,并通过试验验证了其可靠性。     

徕卡机载激光雷达的数据获取与处理

一、机载激光雷达技术简介 机载激光雷达技术(LiDAR:Light Detection and Ranging,ALSM:Airbome Laser Swath Mappjng)由激光扫描仪、GPS和IMU三部分组成,安装在一般航摄飞机上,激光器向地面发射激光束,并接收激光反射脉冲(echo),由此计算出飞机和地面点之间的距离.再根据飞机上GPS记录的三维坐标值,结合飞机当时的飞行姿态(由IMU获得),共同解算出地面点的三维坐标.     

BDS+GPS技术支持下的超高层建筑施工投点监测分析

超高层建筑施工中常采用激光投点仪向上传递地面控制点作为测量基准。为了避免投点误差过大,本文采用BDS+GPS技术进行组网监测其投点精度,给出了超高层建筑BDS+GPS监测相应的数据处理策略,对比分析了BDS、GPS及组合BDS+GPS 3系统之间,以及与激光投点前地面点坐标之间的差异。结果表明,GPS和BDS+GPS组合系统定位精度相当,BDS定位性能稍差,但满足超高层监测精度要求,利用北斗技术进行超高层建筑基准传递工作具有一定可行性。     

利用GPS测量检核ICESAT卫星激光测高数据精度

将ICESAT测高数据与动态GPS数据进行了比较,对于沿卫星地面轨迹上的点,采用直线内插求定GPS点的高程,与GPS大地高的最小差异为0.76 m;对于偏离卫星地面轨迹的点,分别按与GPS点经、纬度差异小于5″、10″、20″的原则选取卫星地面轨迹上的点,比较了算术平均等3种方法内插GPS高程的效果,与大地高之差在2 m以内。选取ICESAT卫星激光测高地面轨迹与GPS动态轨迹交叉位置附近的点,分别用ICESAT测高数据与GPS数据进行内插,GPS点与ICESAT地面轨迹上的内插点的经度之差最小为0.000 03°,高程之差最小为0.381 m。在卫星地面轨迹附近选取点位进行静态GPS测量,比较了ICESAT与GPS观测结果之间的差异,分析了不同内插方法对结果的影响,在高山地区,最小高程差为0.103 m,最大差为27.475 m。     

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。     

基于机载激光扫描数据提取建筑物的研究现状

机载激光扫描系统是集成了GPS、惯性导航系统(INS)和扫描激光测距系统并利用飞机作为运行平台,来获取地面的三维位置,进而快速生成数字表面模型(DSM)。随着机载扫描激光测距系统的不断完善和发展,获取城市DSM数据也变得越来越快速,而且方便和经济可靠,地面激光点的密度也大大提高。目前国外激光扫描系统的激光点密度一般都达到了1～20点/m2,因此利用机载激光扫描系统获取的城市DSM提取建筑物也渐渐受到重视。利用激光扫描数据提取建筑物可以分为两大类,第一类是单纯以获取的机载激光测距数据来提取建筑物,第二类是融合激光测距数据和其他相关信息的建筑物提取,如融合航空影像、融合IKONOS高分辨率卫星影像来提取建筑物。本文对国际上利用机载激光扫描测距数据进行建筑物提取的最新研究进展进行了一些分析,同时也给出了应用我国研制的机载激光扫描数据提取建筑物的试验研究和初步结果。     

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。     

结合GPS和GLAS数据生成Dome-A区域DEM

详细阐述了利用GLAS数据和GPS数据生成Dome-A地区DEM的方法。首先进行GLAS数据转化, 便于与GPS数据结合, 提出一种快速搜索GLAS和其光斑(Footprint)覆盖GPS点的算法, 比较GLAS数据和GPS数据发现, 均值差异最大为1.118 m, 最小为0.997 m, 而标准差稳定为5-6 cm, 在进行椭球变换修正之后, 差值最大为0.405 m, 最小为0.284 m;之后利用改进的角度限差法沿测线对GPS数据进行特征点提取, 得到抽稀之后的数据;再利用抽稀之后的GPS数据和处理后的GLAS数据使用克里金插值方法生成研究区DEM。利用1199个GPS点和53个GLAS检验点对最后生成的DEM进行了精度分析, 残差中误差为5 cm, 最大残差绝对值为12 cm。利用原始GPS数据, 原始GPS数据和GLAS数据, 处理后GPS数据利用克立金插值方法分别生成了研究区的DEM, 通过等高线提取分析以及检验点的误差分析, 处理后的GPS数据生成的DEM要优于原始GPS数据的, 证明GPS处理的必要性。     

结合GPS和GLAS数据生成Dome-A区域DEM

详细阐述了利用GLAS数据和GPS数据生成Dome-A地区DEM的方法。首先进行GLAS数据转化,便于与GPS数据结合,提出一种快速搜索GLAS和其光斑(Footprint)覆盖GPS点的算法,比较GLAS数据和GPS数据发现,均值差异最大为1.118m,最小为0.997m,而标准差稳定为5—6cm,在进行椭球变换修正之后,差值最大为0.405m,最小为0.284m;之后利用改进的角度限差法沿测线对GPS数据进行特征点提取,得到抽稀之后的数据;再利用抽稀之后的GPS数据和处理后的GLAS数据使用克里金插值方法生成研究区DEM。利用1199个GPS点和53个GLAS检验点对最后生成的DEM进行了精度分析,残差中误差为5cm,最大残差绝对值为12cm。利用原始GPS数据,原始GPS数据和GLAS数据,处理后GPS数据利用克立金插值方法分别生成了研究区的DEM,通过等高线提取分析以及检验点的误差分析,处理后的GPS数据生成的DEM要优于原始GPS数据的,证明GPS处理的必要性。     

GNSS-R土壤水分遥感的适宜性分析

利用GNSS-R(Global Navigation Satellite System-Reflectometry)技术探测土壤水分是近年来一个新兴的研究方向。目前GNSS-R遥感观测中反射信号的接收与处理方式包括单天线与多天线两种模式,面向实际应用需求,GNSS-R遥感正在实现从最初的地基观测向空基、星载观测的转变。在推进GNSS-R土壤水分遥感技术业务化应用的过程中,必须首先进行适宜性分析,确定该技术探测的地理位置、空间分辨率与探测深度,然而目前对此尚未有系统、全面、定量的论述。本文针对适宜性分析中的3个关键因子分别进行理论分析与公式推导,明确相关概念的定义,并实现定量化描述,最终通过实际应用分析进一步诠释其应用价值。对于单天线模式地基观测,以美国板块边界观测计划PBO(Plate Boundary Observatory)土壤水分产品为例,分析镜面反射点的相对位置、第一级Fresnel反射椭圆簇的面积与时间序列土壤水分所代表的探测深度;对于多天线模式,以郑州上街区农田空基观测试验为例,得到基于航迹的栅格土壤水分空间分布并探讨其探测深度。本文能够为未来两种观测模式下地基、空基和星载GNSS-R遥感观测、北斗反射信号遥感,以及GNSS-R在农业、水文、生态等领域的实际应用提供理论指导。     

Using GPS multipath to measure soil moisture fluctuations: initial results

Measurements of soil moisture are important for studies of climate and weather forecasting, flood prediction, and aquifer recharge studies. Although soil moisture measurement networks exist, most are sparsely distributed and lack standardized instrumentation. Measurements of soil moisture from satellites have extremely large spatial footprints (40–60 km). A methodology is described here that uses existing networks of continuously-operating GPS receivers to measure soil moisture fluctuations. In this technique, incoming signals are reflected off and attenuated by the ground before reception by the GPS receiver. These multipath reflections directly affect signal-to-noise ratio (SNR) data routinely collected by GPS receivers, creating amplitude variations that are a function of ground reflectivity and therefore soil moisture content. After describing this technique, multipath reflection amplitudes at a GPS site in Tashkent, Uzbekistan are compared to estimates of soil moisture from the Noah land surface model. Although the GPS multipath amplitudes and the land surface model are uncalibrated, over the 70-day period studied, they both rise sharply following each rainfall event and slowly decrease over a period of ∼10 days.     

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。     

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.     

克里金插值的多路径误差空间分布特征

针对多路径误差的空间分布特征,该文提出采用克里金插值法构建多路径误差的空间插值模型。通过采用ArcGIS中克里金插值工具构建的多路径误差的空间插值模型,较好地展现出多路径误差与测站位置、反射源距离等因素的空间分布特征。实验结果表明:对比泛克里金插值法、普通克里金插值法、简单克里金插值法3种方法构建的多路径误差插值模型,普通克里金插值法的效果最好。研究成果直观反映出在林区、多层建筑物等环境下多路径误差影响较大,还预测出未采样区域的多路径误差影响范围,该研究成果可应用于GPS观测站选址、GPS测量技术设计等领域。该文从空间分布特征的角度提出了一种新的研究多路径误差特性的思路,实现了对指定测区内的多路径误差的空间分布特征的探究。     

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。     

GPS反射信号信噪比与NDVI相关性研究

归一化植被指数（normalized difference vegetation index，NDVI）作为重要的植被生长状况植被指数，对其进行有效实时监测具有重要科学意义。选择4个大陆板块边界观测网（plate boundary observatory，PBO）观测站的GPS信噪比观测值，提取反射信号信噪比并计算归一化振幅，通过与MODIS（moderate resolution imaging spectroradiometer）NDVI产品时序频谱特征的相关性分析，建立GPS反射信号植被指数线性反演模型和BP神经网络反演模型。分析发现:GPS反射信号信噪比归一化振幅与NDVI指数存在显著年周期性和季候特性，NDVI线性反演模型相关系数均约为0.7，均方根误差处于0.05~0.09之间，BP神经网络反演模型相关系数提高了约5%。利用GPS反射信号反演NDVI变化趋势具有可行性，为获取高时间分辨率、低成本的NDVI指数提供了一种新思路。     

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     

利用窗口GPS多径干涉相位反演土壤湿度

利用GPS信噪比（signal-to-noise ratio,SNR）观测值监测土壤湿度的精度直接受多径干涉相位与土壤湿度间的关系模型影响。传统方法基于线性模型,通过增加样本数量、排除特例提高普适性,但未合理考虑坡度、植被及天气等因素。基于上述因素短期变化可忽略的假设,引入时间窗口,采用自相关分析确定窗口长度,利用窗口内样本动态线性回归构建预测和插值模型反演土壤湿度。实验结果表明,引入窗口后,预测、插值误差分别下降17.4%和54.6%,相关系数上升16.2%和32.9%。插值模型利用了待估时刻之后的观测量,精度更高;预测模型精度略低,但更适于实时应用。同时,残差极大值与土壤湿度的上升之间显著相关。预测残差较土壤湿度具有极大值更小、时刻略微提前的时域特征。     

Terrain Moisture Classification Using GPS Surface-Reflected Signals

In this letter, a novel method of land-surface classification using surface-reflected global positioning system (GPS) signals in combination with digital imagery is presented. Two GPS-derived classification features are merged with visible image data to create terrain moisture classes, defined here as visibly identifiable terrain or landcover classes containing a surface/soil moisture component. As compared to using surface imagery alone, classification accuracy is significantly improved for a number of visible classes when adding GPS-based signal features. Since the strength of the reflected GPS signal is proportional to the amount of moisture in the surface, the use of these GPS features provides information about the surface that is not obtainable using visible wavelengths alone. Application areas include hydrology, precision agriculture, and wetlands mapping