基于指数滤波模型的青藏高原根系层土壤水分估算研究

高精度、长时序的土壤水分数据对青藏高原陆-气相互作用研究十分重要。然而,当前青藏高原土壤水分研究大多聚焦表层土壤水分的卫星反演,根系层土壤水分的估算研究相对匮乏。基于青藏高原五个土壤水分观测网络(狮泉河、帕里、那曲、黑河上游、玛曲)数据,本文系统评估了指数滤波模型在青藏高原不同气候与下垫面区域估算根系层(10 cm/20 cm/40 cm)土壤水分的适用性,探讨了不同环境因素(土壤、气候、植被)对模型特征时长参数T值的影响,最后评估了利用三种方法(各观测网络或青藏高原站点最优T值(Topt)中位数、随机森林模型)获取的区域T值估算青藏高原根系层土壤水分的可靠性。研究发现:(1)随着土壤深度的增加,根系层与表层土壤水分的相关性降低,而其空间异质性增大,导致指数滤波模型的应用精度降低,而模型T值及其空间异质性增大;(2)空间上随着降水量和土壤含水量的增加,根系层与表层土壤水分的相关性增大,而其空间异质性降低,使得指数滤波模型的应用精度上升,而其在区域内不同站点应用精度的差异呈现降低趋势;(3)土壤性质尤其是砂土含量是控制青藏高原区域T值空间分布的主要因素;(4)T值的获取对指数滤波模型在青藏高原的应用精度影响较小,当前常用的区域Topt中位数和随机森林模型均能获取相对合理的区域T值和取得一致且相对准确的模拟结果。本研究的发现有望推动利用指数滤波模型基于卫星表层土壤水分资料准确获取青藏高原根系层土壤水分。

一种基于TurboEdit的BDS周跳探测改进方法

BDS非GEO卫星的MW组合存在与高度角强相关的系统性偏差,针对其引起的TurboEdit算法探测周跳不可靠问题,该文提出一种高度角指数滤波模型。改进后的周跳检验量消除了MW组合的系统性偏差,具有更好的探测性能。采用BDS实测数据对该方法进行验证,结果表明:该方法显著降低了MW组合周跳探测时的漏检和误检,结合GF组合的历元间二次差算法,可以准确探测所有人为加入的周跳。