多卫星组合的GPS-MR土壤湿度反演

单天中卫星低高度角状态持续时间较短,导致基于单颗GPS卫星多路径信噪比SNR的土壤湿度反演时间分辨率较低。为保证土壤湿度反演结果的可靠性和准确性,同时改善土壤湿度反演的时间分辨率,顾及信噪比有效高度角区间,提出一种基于多GPS卫星组合的GPS-MR高时间分辨率土壤湿度反演方法。实验结果表明,多卫星延迟相位组合能较好地表征土壤湿度变化趋势,二者相关系数优于0.92;土壤湿度反演时间分辨率由1 d提升为2 h。     

小波变换和改进Burg算法的GNSS-IR海面高度反演模型

针对传统的GNSS-IR海面高度监测方法信号分离不佳且精度有待提高的问题,提出结合小波变换和改进Burg算法的新型GNSS-IR海面高度反演模型。相比于传统的多项式拟合法,小波变换得到的SNR振荡项更加完整、精确。改进的Burg算法能有效抑制峰值偏移或谱分裂现象,提高谱分析精度。基于瑞典Onsala空间天文台提供的GNSS数据和验潮仪数据的实验结果表明,优化后的海平面测高模型的反演结果与验潮仪数据具有较高的一致性,相比于传统的GNSS-IR海面测高模型精度提高约20%。     

GPS测量中多路径误差的影响

对 GPS测量中多路径误差对测量成果的影响进行了探讨 ,论述了它产生的原理及其对伪距定位与载波相位影响的量级 ,并对反射系数及卫星本身所产生的多路径误差也进行了讨论。最后介绍了减弱和消除多路径误差的方法及手段。     

BDS多路径效应特征及其对静态基线解精度的影响

为研究BDS载波相位多路径效应的特征,在强多路径环境下进行连续多天短基线静态数据采集,并计算双差观测值残差序列,分GEO、IGSO、MEO 3类卫星分析BDS多路径重复性,在此基础上研究多路径效应对BDS静态基线解精度的影响。结果表明,BDS多路径误差具有较强的重复性,其中GEO及IGSO卫星的多路径误差重复周期为1 d,MEO卫星的多路径误差重复周期为7 d;GEO卫星的多路径误差具有系统性偏移,但不是一个常数,而是随时间发生缓慢变化,因此长时间的静态观测并不能平滑该误差,从而导致在较强多路径环境下,BDS多路径误差对其静态解的影响可达cm级。     

基于小波分析辅助GPS-IR反演土壤湿度研究

GPS-IR是一种基于卫星反射信号的新的遥感技术,利用SNR观测值中的卫星反射信号可实现土壤湿度的反演。针对卫星反射信号分离问题,提出一种基于小波分析的卫星反射信号分离新方法。实验表明,采用小波分析能够针对不同卫星的信噪比观测值作出相应变化,有效分离卫星直射信号,获取更加准确的卫星反射信号;采用线性回归模型能够很好地表示相对延迟相位与土壤湿度之间的相关性,通过小波分析获取的结果相对于低阶多项式结果有明显提高。     

GPS-LEO无线电中性大气掩星反演误差分析

简要介绍GPS-LEO掩星大气反演算法的基本原理,考虑到多种误差源对反演大气参数带来的影响,利用EGOPS仿真模拟软件,采用三维射线追踪法模拟了1 d 内426个掩星事件,并统计分析多种误差源的影响特性。通过反演温度的统计分析发现,现有的卫星钟稳定性以及卫星定轨精度可以满足反演需求;噪声误差对反演影响较大,需要采取有效措施抑制;多路径效应中,周期误差影响较小,但振幅对反演结果有一定影响,需要有效抑制。     

基于经验小波变换的GNSS多路径误差改正

多路径误差是影响GNSS测量精度的主要因素及误差改正难点。将经验小波变换(EWT)算法在分解复杂信号上的优势与GNSS多路径误差的周日重复特性相结合,提出基于EWT的多路径误差提取及改正新方法。将能量熵与相关系数相结合来定义筛选系数,并将其变化显著的点作为含噪分量及信息分量的分界点;通过对含噪分量进行去噪并与信息分量重构的方式建立基于EWT的去噪新方法。模拟和实测数据实验表明,EWT能较好地提取及改正GNSS多路径误差,并且其效果显著优于EMD及小波分析方法。     

BDS三频观测值多路径误差的差异性分析

BDS分布在3个不同高度的轨道上且同时播发3种频点的信号数据,导致其观测值多路径误差可能在星座间、频点间存在差异。基于此,利用我国iGMAS跟踪网络和国际MGEX跟踪网络的17个GNSS多模观测站数据,从高度角、信号频点、接收机类型、跟踪站分布以及卫星星座等5个方面进行BDS多路径误差的差异性分析,同时与同源观测站上的GPS观测值多路径误差进行对比。结果表明,B3频点的多路径误差最小;3种星座间,GEO卫星的多路径误差最小;BDS的GEO卫星和IGSO卫星的多路径误差在地域上无明显的差异;BDS的B3频点上的多路径误差优于GPS 3个频点上的对应结果,BDS的B1和B2频点与GPS的L1和L2频点上多路径误差的精度相当。     

GA辅助NLS的GNSS-IR土壤湿度反演方法北大核心CSCD

采用具有阻尼因子的函数模型,使用遗传算法(genetic algorithm,GA)辅助非线性最小二乘(nonlinear least squares,NLS)方法对相位参数进行求解。结果表明:1)相较于标准余弦函数模型,该方法的反演相位与土壤湿度的相关系数有较为明显的提升,反演结果也更加稳定,在5°~15°、5°~20°、5°~25°三个高度角范围内的相关系数均大于0.68,不同高度角之间的相关系数差值小于0.07;2)反演精度有不同程度提高,R 2提高5.72%~76.06%,RMSE减小6.12%~24.24%,MAE减小2.7%~28.3%,将该方案所求相位用于多星线性回归模型后平均RMSE减小10%。     

GNSS SNR信号反演大坝水位变化

通过采集GNSS信噪比(SNR)数据,基于水面反射的GNSS多路径信号特性,分析信号频率、高度角范围及弧段长度等因素对大坝水位反演结果的影响。结果表明,大坝水位变化反演结果与实测水位数据具有良好的一致性,相关系数在0.9以上,GPS反演精度为0.1~0.15 m,BDS反演精度为0.35~0.45 m,GPS和BDS联合反演精度为0.1~0.13 m,优于单系统反演精度。     

全球36 km格网土壤水分逐日估算

土壤水分是陆面生态系统和能量循环的核心变量之一,利用微波遥感技术获得的土壤水分产品的时间分辨率一般是2-3 d,因此精确地获得具有较高时间分辨率的土壤水分成了人们关注的焦点。本文尝试将SMAP (the Soil Moisture Passive and Active）土壤水分和MODIS光学数据相结合,利用广义回归神经网络进行全球36 km土壤水分的估算,提升SMAP土壤水分的时间分辨率。结果显示,广义回归神经网络估算土壤水分与SMAP保持了高相关性(r = 0.7528),但其却保留了较高的误差 (rmse = 0.0914 m³/m³)。尽管如此,估算的土壤水分能够很好地保持SMAP土壤水分的整体空间变化,并且提升了土壤水分的时间分辨率（1 d）。此处,本文研究了SMAP土壤水分与MODIS光学数据之间的关系,这对今后利用机器学习进行SMAP土壤水分降尺度研究提供了重要的参考价值。     

地表组合粗糙度不确定性引起的SAR反演土壤水分的不确定性分析

地表粗糙度的不确定性是引起SAR土壤水分反演结果不确定性的主要因素,现有研究大多着重于研究单个粗糙度参数（主要是相关长度）的不确定性,直接研究地表组合粗糙度不确定性的较少。本文使用偏度、峰度和四分位距3个指标来量化不确定性,通过在组合粗糙度中加入不同量级高斯噪声进行随机扰动的方法,研究组合粗糙度不确定性在反演过程中的传递,并对反演土壤水分的不确定性进行定量分析。进一步研究反演土壤水分的均方根误差对组合粗糙度不同比例误差范围的响应特征,得到满足反演精度要求的组合粗糙度误差控制范围。样区的实验分析结果表明：组合粗糙度高斯噪声标准差在0-0.045之间时,峰度取值从-0.1984到1.2501,偏度取值从0.0191到0.6791,四分位距取值从0.0018到0.0167,3个量化指标都随组合粗糙度高斯噪声量级的增大而增大,土壤水分反演值有集中在众数附近的趋势,土壤水分低估倾向比高估倾向更明显;本文提出的组合粗糙度误差控制范围可满足反演精度要求,误差控制范围与入射角负相关。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。     

基于GF-3和Landsat 8遥感数据的土壤水分反演研究

基于我国首颗全极化雷达卫星高分三号（GF-3）和Landsat8数据,研究浓密植被覆盖地表土壤水分反演方法。为了提高浓密植被覆盖地表土壤水分反演精度,首先利用PROSAIL模型、实测植被参数及Landsat8光学数据分析了8种植被指数与植被冠层含水量的相关性,从中优选出归一化差异水指数（NDWI₅）用于反演植被冠层含水量,并通过分析植被含水量和植被冠层含水量的关系,构建植被含水量模型;然后结合植被含水量反演模型和简化MIMICS模型校正了植被对雷达后向散射系数的影响,最后基于AIEM建立裸土后向散射系数模拟数据集,发展一种主动微波和光学数据协同反演浓密植被覆盖地表土壤水分模型,并以山东省禹城市为研究区,实现了玉米覆盖下HH、VV和HH+VV 3种模式土壤水分反演。实验结果表明： ① NDWI₅为最佳植被指数,对于去除植被影响有较好效果;② 基于此方法,利用GF-3和Landsat8卫星数据反演得到的土壤水分具有较高的精度;③ 相比HH和VV两种极化模式,HH+VV双通道模式对土壤水分反演结果更好,决定系数（R2）为0.4037,均方根误差（RMSE）为0.0667 m ³m ^-3。     

S波段雷达数据反演土壤水分的模拟分析和验证

中国自主研制的环境减灾卫星星座（HJ）中包含多颗光学和雷达小卫星,这些小卫星计划于2007年底陆续升空。其中,载有S波段合成孔径雷达（SAR）的HJ-1C星,预计于2008年发射,该卫星设置有S波段（3.2GHz）,采用VV极化方式,入射角变化范围是25°～47°。本文根据该雷达卫星的系统参数,利用AIEM模型的模拟数据反演土壤水分的变化。首先,对传统单极化SAR数据反演土壤水分的方法（基于简单散射模型）在S波段的适用性进行了分析（共检验了四个波段数据,分别是Ku波段、C波段、S波段和L波段）,结果表明该方法可应用于S波段,且应用效果比C波段好;然后,对以往研究中该方法可采用的不同水分参数形式进行了比较分析,结果表明,以垂直极化幅度作为土壤水分参数效果最好;最后,利用模拟数据对该方法进行验证,结果在两次数据入射角差为5°时,近80%数据的误差在5%以内。     

基于EMD和小波的GPS/BDS变形监测中的多路径误差削弱方法

针对GPS/BDS实时监测坐标序列中多路径误差的周日重复特性和高频随机噪声,分别采用EMD以及EMD与小波阈值去噪相结合的方法对现有坐标序列构建多路径时序模型,并通过恒星日滤波削弱后续坐标序列中具有强相关性的多路径误差。实测数据的处理结果表明,EMD可以很好地去除GPS/BDS实时监测序列中的高频随机噪声并削弱多路径误差的影响,提高实时监测精度50%左右,EMD和小波组合方法较单EMD效果稍好。     

不同GNSS观测组合提取伪距多路径效果比较

推导了伪距多路径提取公式,计算了相应观测组合提取伪距多路径的组合系数。以载波噪声放大比例为评价指标,对比分析各组合观测提取伪距多路径的效果,然后利用BDS和GPS数据进行验证。结果表明,仅进行电离层一阶改正时,三频伪距/载波组合提取伪距多路径效果最好;基于三频二阶电离层改正的伪距多路径提取会过分放大载波噪声,但能消除电离层系统误差;基于双频组合提取伪距多路径时,两频率相差最大的观测组合提取伪距效果最好;同一组合观测提取不同频点伪距多路径时,提取最大频率信号上的伪距效果最好。     

基于改进Cao算法的奇异谱分析法及其在北斗多路径去噪中的应用

研究了基于奇异谱分析的北斗恒星日滤波算法,采用相空间重构Cao算法来确定奇异谱嵌入维度,并针对Cao算法的不足进行改进,提高奇异谱分析法的准确性和计算效率。分析北斗系统不同星座卫星的轨道重复周期特性,通过计算确定北斗系统多路径误差的周期约为86 160s。利用奇异谱分析法和传统小波分析法对北斗短基线解算结果进行恒星日滤波处理。结果表明,本文提出的奇异谱分析法多路径滤波效果优于小波滤波法,能较好地消除原始坐标序列中的多路径误差。