基于GPS双频信号增强的雪水当量估计

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。