-
题名基于GPS双频信号增强的雪水当量估计
被引量:2
- 1
-
-
作者
王佳彤
胡羽丰
李振洪
-
机构
长安大学地质工程与测绘学院
长安大学地学与卫星大数据研究中心
长安大学西部矿产资源与地质工程教育部重点实验室
-
出处
《地球科学与环境学报》
CAS
北大核心
2022年第5期789-801,共13页
-
基金
国家自然科学基金项目(41941019,41904020)
陕西省自然科学研究计划项目(2020JQ-350)
+2 种基金
陕西省科技创新团队项目(2021TD-51)
中欧合作龙计划五期项目(59339)
中央高校基本科研业务费专项资金项目(300102260301,300102261108,300102261404)。
-
文摘
雪水当量是重要的积雪参数之一,对气候变化预测与水资源管理等有重要意义。GPS干涉反射技术(GPS-IR)是一种十分有效的积雪深度监测技术,结合积雪密度估计模型可实现雪水当量的估计。基于此,提出了一种GPS-IR双频积雪参数反演增强方法。首先,利用美国板块边界观测(PBO)AB33测站2016年水文年与P019测站2020年水文年的L1和L2C信号信噪比数据,通过GPS-IR技术获取了两个测站的双频反射高度,建立了双频反射高度的线性关系模型,并通过该模型填补了L2C信号反射高度缺测数据,进而获取双频增强积雪深度时间序列,然后通过积雪密度估计模型转换得到雪水当量日估计值,最后采用SNOTEL测站实测积雪参数进行检验。结果表明:基于L2C信号的积雪深度反演精度要优于L1信号,基于增强方法的积雪深度反演精度介于L1信号和L2C信号之间;基于增强方法的雪水当量反演精度与L2C信号基本相当,且均优于L1信号;增强方法在AB33测站与P019测站分别有效填补了基于L2C信号的积雪深度/雪水当量时间序列25.8%与13.7%的空缺数据。本文提出的增强方法充分利用了GPS双频信号数据资源,可获取高连续性的GPS积雪深度和雪水当量,为设备缺乏地区的雪水当量估计、水环境监测等研究提供参考。
-
关键词
积雪深度
雪水当量
GPS-IR技术
L2C信号
信噪比
双频增强
地基反演
地表水环境
-
Keywords
snow depth
snow water equivalent
GPS-IR technology
L2C signal
signal-to-noise ratio
dual-frequency enhancement
ground-based reflectometry
surface water environment
-
分类号
P333
[天文地球—水文科学]
P237
[天文地球—摄影测量与遥感]
-