不同载波信噪比对GPS-IR技术反演水面高度的影响

鉴于GPS卫星有L1、L2载波信号,分析了L1、L2载波SNR观测值对GPS-IR反演水面高度参数的影响。实验表明,L2载波SNR小于L1载波SNR,L2载波比L1载波的SNR变化幅度大,L2载波的反射信号SNR序列更符合“余弦曲线”形态,L2载波SNR更适合水面高度测量,其参数估计精度较高且更加稳定。

基于SNR的GPS-IR技术机理分析

鉴于现有研究对GPS-IR技术的反射波接收、低高度角信噪比观测值的使用、信噪比残差的形态等机理还未阐释清楚,且几乎是通过实验进行解释,因此,从理论和实验2个方面对GPS-IR技术机理进行分析。理论和实验证明:GPS卫星发射的右旋圆极化波经一次反射后部分转换为左旋圆极化波,转换比例随着高度角和介电常数增大而变大,当右旋圆极化波垂直入射到理想导体表面时,经一次反射才能全部转换为左旋圆极化波;同时在测量型GPS接收机安装有抑径板的情况下,因衍射现象的存在,测量型GPS接收机天线仍能接收反射波中的右旋圆极化波。当高度角越小或介电常数越大时,GPS入射波中的垂直极化波和平行极化波的能量透射到反射物中就越少,其反射波的强度就越大,信噪比受反射波影响就越严重,且能够接收的右旋圆极化波较多,因此GPS-IR使用的是低高度角(如30°以下)的信噪比观测值。当高度角变化范围较小时,信噪比残差序列呈近似"余弦曲线"形态,从而建立了基于信噪比残差的反演模型。

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。