基于GPS-IR的归一化植被指数反演

针对利用GPS接收机在接收L波段信号时对周围植被水分含量较为敏感的特性,使用GPS反射信号的变化,进行测站归一化植被指数(NDVI)反演.利用2个GPS参考站近5年的连续观测数据计算的归一化微波反射指数(NMRI),构建了反演NDVI的一元线性模型.NMRI整体变化趋势与同时间段内中分辨率成像光谱仪(MODIS)NDVI趋势表现一致,其反演结果相关系数R分别为0.62653、0.62573,均方根误差(RMSE)分别为0.05129和0.05508,进而使用BP神经网络模型反演相关系数分别提高了2%、6%.表明GPS干涉反射测量(GPS-IR)反演区域NDVI结果具有较高可靠性.该研究为获取精确位置、实时连续、高分辨率的NDVI提供了一定的理论支撑.

基于CGPS的CRInSAR大气改正——以香港地区为例

基于角反射器的合成孔径雷达干涉测量(Corner Reflector InSAR)在低相干地区的地表形变监测中具有很大应用潜力。在CRInSAR所有误差源中,大气影响是最主要的影响因素之一。针对CRInSAR中的大气影响改正问题,详述了利用连续GPS站的数据和地面气象观测资料来对角反射器的大气影响进行改正。并利用香港地区12个GPS连续站的数据对6个角反射器上的大气影响做出改正,得出了较为可靠的结果。

GPS L2P(Y)信号在GNSS-IR技术中的特殊误差源及改正方法

全球导航卫星系统干涉反射测量(global navigation satellite system interferometric reflectometry,GNSS-IR)技术只基于传统测量型接收机便可完成对站点周围环境的遥感,具有成本低、自动化程度高、全天候、连续监测、框架固定等优势。然而,其中的全球定位系统(global positioning system,GPS)L2P信号表现出一类特殊的GNSS-IR误差,在对信噪比(signal-to-noise ratio,SNR)的频谱分析中存在“双峰”现象,从而导致GNSS-IR反演误差。目前,对于该误差源的成因认识不清晰,也没有相应的改正策略,使得GPS L2P信号应用受限。因此,对GPS L2P信号“双峰”误差的成因进行分析,并提出了对应的改正策略。首先,选择位于海洋或水库边的4个站点,利用不同的跟踪方式捕获了站点的L2P信号;然后,根据不同L2P跟踪方式的SNR数据的频谱表现,分析了不同跟踪方式下的“双峰”误差对水位/潮位反演结果的影响;最后,提出了一种“双峰”误差改正策略并进行了相应的误差改正实验。结果表明,所提误差改正策略可以较好地改正L2P“双峰”误差,增加GPS L2P信号的GNSS-IR水位/潮位反演可用性。

GNSS-IR双频数据融合的土壤湿度反演方法

目前全球导航卫星系统反射信号干涉测量(GNSS-IR)土壤湿度反演研究仅针对单一频点展开,提出用熵值法将2个频点数据进行融合以改进土壤湿度反演精度。首先,利用频谱分析法分别解析出各频点的信噪比(SNR)序列的振荡频率,计算出对应的等效天线高度,并利用最小二乘法求解各频点信噪比序列相位;然后,通过熵值法进行2个频点的相位观测量融合;最后,利用融合结果与实测土壤湿度建立经验模型,实现土壤湿度反演。利用地基观测实验获得的全球定位系统(GPS) L1和L2信噪比数据对该方法进行了验证,结果表明:L1和L2双频融合反演结果平均标准差为0. 6%,比L1单频反演结果提高64. 73%,比L2单频反演结果提高32. 12%;均方根误差为0. 37%,比L1频点降低72. 8%,比L2频点降低73. 4%。