基于GNSS-IR双系统组合的土壤湿度多星线性回归反演模型

提出一种GPS/BDS双系统组合的土壤湿度多星线性回归反演模型,并以GNSS接收机实测数据为例,对比分析不同GPS和BDS卫星组合反演土壤湿度的效果。实验表明:(1)GPS和BDS双系统组合相对于单系统在短观测时间内可以提高有效卫星数,通过多元线性回归原理可实现双系统多卫星的有效融合,提高土壤湿度反演的精度;(2)当GPS和BDS组合卫星数达到6颗以上时,反演效果趋于稳定,反演结果与土壤湿度的相关系数均优于0.90,RMSE相对于单星至少提高25.8%。

低植被覆盖环境下BDS双频多星组合反演土壤水分研究

土壤水分是构成陆地生态系统的重要组成部分,高效、准确的监测其变化具有重要作用.利用全球导航卫星系统(Global Navigation Satellite System,GNSS)反射信号反演土壤水分已成为一种新型的遥感监测方法.目前,已有研究多倾向于在裸土环境下通过全球定位系统(Global Positioning System,GPS)数据反演土壤水分,同时在引入小波分析分离卫星反射信号时,缺乏对分解层数的探讨.为此,基于北斗卫星导航系统(BeiDou Navigation Satellite System,BDS),提出一种基于小波分析和最小二乘支持向量机的土壤水分双频多星组合反演方法.探讨不同卫星高度角下小波分解层数对卫星信号的分离效果,并对比分析不同双频卫星组合反演土壤水分的可行性和有效性.以低植被覆盖环境为例,实验表明:(1)由于观测数据受多种因素影响,不同卫星最佳的高度角范围和小波分解层数均不同.(2)采用最小二乘支持向量机能够有效综合各卫星不同频率信号包含的土壤水分信息,反演结果更准确;当双频组合为四星时,反演结果与参考值之间的相关系数为0.977,较单星单频提高了20.74%.双频多星组合不仅使模型反演的效果较好且稳定性更高,而且在低植被覆盖环境下也能保持较好的反演精度.因此,采用BDS双频多星组合反演土壤湿度是可行的.