利用GPS-IR监测土壤湿度的多星线性回归反演模型

全球定位系统干涉反射测量(GPS-interferometric reflectometry,GPS-IR)是一种新的遥感技术,利用测量型接收机记录的信噪比(SNR)观测值可实现近地表土壤湿度的监测。考虑到目前利用多星组合反演土壤湿度的研究较少,本文提出一种土壤湿度多星线性回归反演模型。试验表明:①多星组合反演能够更全面地反映测站附近有效监测范围内的土壤湿度信息,有效改善采用单颗卫星反演时反演过程极易出现异常跳变的现象,提高了突发性降雨时段的土壤湿度反演精度。②当组合卫星数达到6颗以上时,其反演结果与土壤湿度参考值之间的相关系数均大于0.9,相对于单颗卫星至少提高了20.8%。

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。

基于双树复小波的变形监测数据去噪分析

将双树复小波引入到变形监测数据去噪中,从信号分解、去噪过程和去噪质量3个方面综合评价其可行性和有效性。理论分析和算例表明,信噪分离的质量会对阈值估计、阈值去噪和信号重构产生较大影响,信噪分离较好的信号能在一定程度上削弱阈值函数存在的缺陷;双树复小波的分解效果优于传统离散小波,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显,可以应用于变形监测数据分析。

小波多尺度和多星融合的GPS-IR土壤湿度反演

全球定位系统干涉反射测量GPS-IR(Global Positioning System Interferometric Reflectometry)是利用多路径信噪比反射分量参数幅度、相位、频率的变化监测地表环境的技术。针对多路径信号中同时包含卫星直射信号和反射信号,传统低阶多项式难以准确提取卫星反射信号有效参数的问题,本文利用小波分析对卫星直射、反射信号进行分离,准确获取卫星反射信号,利用熵值法多星融合模型反演土壤湿度。经理论和实验研究表明:该方法能够更为精确地反映测站周围土壤湿度的变化,有效改善了部分异常跳变现象。相关系数为0.914,相比单星反演模型至少提高18.4%。

基于Kalman滤波的GPS-IR反演土壤湿度研究

针对多路径反射分量中同时包含多种地表参数和噪声,难以准确提取卫星反射信号有效参数的问题,利用卡尔曼滤波对观测信号中的干扰进行削弱,以获取准确的卫星反射信号,用线性回归模型反演土壤湿度。经理论和实验研究表明,本文方法能够更为精确地反映测站周围土壤湿度的变化,有效改善了部分异常跳变现象,相比传统方法相关性提高18.1%。

基于GPS-IR的土壤湿度多星非线性回归估算模型

由于传统方法利用单星进行土壤湿度估算精度较低,且干涉相位与土壤湿度之间的线性关系与实际情况存在差异,GPS-IR (global positioning system-interferometry reflectometry)技术可用于反演土壤湿度。考虑到多星联合反演土壤湿度具有优势,提出一种多星非线性回归估算模型。实验结果表明,该模型有效改善了单星反演出现异常跳变的现象;采用双星或三星联合建立的多星非线性回归模型的估算效果要优于单星,反演结果与土壤湿度参考值之间的相关系数r分别达到0.90和0.93以上,RMSE平均值分别达到了0.029和0.026。

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X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。

小波基在GPS-IR反演土壤湿度中优选方法的研究

全球定位系统多径干涉遥感技术(Global Positioning System-Interference Reflection,GPS-IR)是一种基于卫星反射信号的新遥感技术,可实现土壤湿度、雪深、海平面等方面的监测.针对卫星反射信号分离问题,本文利用小波分析对信噪比(Signal-to-Noise Ratio,SNR)中的卫星反射信号进行分离.小波基的选择直接影响到卫星反射信号分离的效果,本文通过对比低阶多项式、sym10、bior6.8、dmey和coif5这5种方法的实际消趋和反演效果来优选.经实验表明:利用coif5小波基分解6层能够有效提高卫星反射信号的分离精度和信号的分辨率,获取的相对延迟相位与土壤湿度之间的线性关系显著增强.

利用GPS-IR估算雪深的反演模型研究

利用全球定位系统反射信号干涉测量(GPS-IR)反演雪深成为近年来研究的热点领域。在此基础上,针对卫星反射信号分离这一问题,该文提出一种基于小波分解重构的卫星反射信号提取模型。利用coif5小波变换分解6层信噪比数据重构低频分量获取卫星反射信号,并对其反演精度和稳定性进行判别分析。结果表明:该方法克服了低阶多项式拟合分离卫星反射信号存在的局限性;算法简单实用,具有较强的抗干扰能力,分解得到的卫星反射信号较好;均方根误差和平均绝对误差分别降低了34%和27%;单颗卫星线性回归模型平均相关系数达到0.737,相比传统方法提高40%。