基于随机森林的GNSS-IR雪深反演

针对全球导航定位系统反射信号干涉测量(GNSS-IR)单颗卫星数据反演积雪深度存在精度和可靠性低的问题,本文提出一种基于随机森林的多星数据融合GNSS-IR积雪深度反演算法,将不同卫星视角下的信噪比数据通过决策树随机定权达到融合,进而实现积雪深度的反演。为了验证本文提出算法的可靠性,采用多元线性回归算法开展对比分析,实验结果表明:本文提出的算法能够有效反演积雪深度,反演结果与实测值的相关性相较于多元线性回归反演结果相关性提升了10%,均方根降低了46%,表明了本文提出的方法能够有效地反演积雪深度。

基于GA-SVM的GNSS-IR土壤湿度反演方法

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法(GNSS-IR),提出了一种基于支持向量机(SVM)的土壤湿度反演模型,利用遗传算法(GA)的自动寻优功能寻找SVM的最佳参数。结果表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差(MAPE)仅为0.69%,最大相对误差(MRE)为1.22%,线性回归方程决定系数达到了0.9569。进一步与统计回归、粒子群优化的SVM模型(PSO-SVM)及反向传播(BP)神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好。

基于GPS多星三频数据融合的GNSS-IR土壤湿度反演方法

土壤湿度的监测是全球卫星导航系统干涉测量法(GNSS-IR)的关键应用之一。传统的GNSS-IR土壤湿度反演方法一般只针对单颗卫星的单一频段,未充分利用不同轨道、不同频率卫星信号的差异性与互补性。针对此问题,提出了一种将GPS多星的L1、L2和L5频段数据加权融合进行联合反演的方法,该方法利用基于最小方差的自适应融合算法得到加权因子,并通过现场实验进行了方法验证。结果表明:在测试集上所提出的反演方法相比于传统的Larson方法,相关系数提高了24.69%,均方根误差下降了22.28%,与均值融合法相比,相关系数提高了26.77%,均方根误差下降了23.26%,证明了所提方法能有效提高反演精度。

利用多系统GNSS干涉反射测量估计长江巴东水位变化

水位信息是研究水循环、气候和生态环境变化的重要参数,近实时、高精度地监测其变化具有重要的意义.传统水位计测量成本高、范围小,且是相对水位测量.全球导航卫星系统干涉反射测量(GNSS-IR)利用岸边架设的GNSS接收机所获取的信噪比(SNR)数据估计水位变化,为水位测量提供了一种新的监测方法,具有全天候、高精度和近实时等优点.本文利用长江上游巴东多系统GNSS观测站采集30 d的GPS、BDS以及GLONASS系统SNR数据,反演了水位变化,并和水位站进行比对,结果表明GNSS-IR获得厘米级的水位反演精度,RMSE最低为6.43 cm.GPS和GLONASS系统L1频段以及BDS系统B1频段估计结果较好,GLONASS系统L2频段的反演精度低于其他频段.联合不同GNSS系统估计水位变化,提高了GNSS-IR反演水位的时间分辨率.

利用GPS卫星信号信噪比的土壤湿度反演方法

为了进一步研究裸土区域表层土壤湿度的全球卫星导航系统反射信号干涉测量(GNSS-IR)遥感,提出1种利用GPS卫星信号信噪比数据的土壤湿度反演方法:建立振幅、相位、频率观测量与土壤湿度间的多元线性回归模型;并对振幅观测量取对数作非线性变换,以提升性能。实验结果表明:多元回归模型预测结果对比原位数据,平均均方根误差(RMSE)为2.43%;非线性变换后平均均方根误差为1.23%,比线性变换前降低49.27%。

同天线不同接收机的GNSS⁃IR雪深反演分析

全球导航卫星系统(global navigation satellite system,GNSS)干涉遥感技术(GNSS-interferometry reflectometry,GNSS-IR)利用测量型GNSS接收机即可获取反射面信息,具有信号源丰富、采样率高等优势,被广泛应用于雪深、潮位、土壤湿度、海面风场、海冰探测、地表形变监测等领域的研究。然而,GNSS接收机会对接收信号进行多路径抑制,反射信号会被削弱甚至剔除,从而降低GNSS-IR技术的精度。为了探讨GNSS-IR反演中不同接收机、不同频点的影响,基于零基线模式在中国北极黄河站设计了GNSS-IR雪深反演实验,定量研究了接收机性能对雪深反演精度的影响。首先,在站上布设了和芯星通接收机和天宝接收机,并通过功分器共用同一个天线,这样可以获得反射面完全相同的多接收机、多频点观测值;然后,对两台接收机在3个GPS频点下的日均反演结果进行比较以便验证反演策略的有效性,并通过单次反演结果对比分析不同接收机反演效果的差异。结果表明,多个接收机、多个频点都能成功反演雪深值,其偏差基本上在3 cm以内。但是,尽管反射面完全相同,两个接收机之间、3个频点之间的雪深反演仍然存在一定差异,尤其在积雪变化迅速的时段这种差异更大,这也意味着在高精度的GNSS-IR反演中不能忽略接收机性能的影响。