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。

星下点观测的星载卫星导航反射信号海面风矢量极大似然估计

该文针对星载全球导航卫星反射计(GNSS-R)镜面反射信号对海面风向不敏感导致海面风向反演难问题,分析非镜向海面散射信号特征,提出星下点非镜向观测模式,定义该模式下海面风矢量敏感特征观测量,在此基础上提出基于星载GNSS-R海面风矢量极大似然估计(MLE)反演算法直接利用两颗及以上导航卫星的星下点非镜向散射信号进行海面风矢量的反演,并提出风矢量搜索算法提高反演效率。通过搭建星载GNSS-R仿真平台验证算法的可行性和评估算法性能。结果表明:所提算法可直接利用非镜向独立观测模式下的多颗导航卫星散射信号反演得到海面风速和风向;多星观测可消除观测几何导致的模糊解从而将海风风向4个模糊解降至2个模糊解,但无法消除海浪谱的对称性导致的海面风向模糊解。在2~25 m/s的风速内,当信噪比(SNR)大于11 dB时,3星观测的风速均方根误差(RMSE)优于2 m/s,风向的均方根误差优于15°。

GNSS线极化天线干涉信号反演土壤湿度算法测试

利用全球导航卫星系统干涉信号(GNSS-IR)测量土壤湿度已成为热门的研究课题。搭载低成本线性极化天线的智能手机可以方便快捷采集干涉信号信噪比(SNR)。分别仿真垂直和水平线性极化天线采集的GNSS干涉信号,给出2种极化方式下干涉信号SNR波形和反射率随卫星高度角变化的结果。对于垂直极化分量,电磁波会在入射角65°~85°左右时发生全透射,导致干涉信号振荡效果消失,而水平极化不存在该现象。同时,分别仿真右旋圆极化(RHCP)直射和左旋圆极化(LHCP)反射天线采集的GNSS信号,并计算直反射信号的幅值比。在仿真基础上分别利用不同极化天线进行实验,结果表明:采用线性极化天线采集的GNSS干涉信号振荡效果几乎不受卫星高度角的限制,可以为土壤湿度反演提供更多的有效数据,并且反演得到的土壤湿度与同位数据具有良好的一致性,两者的相关性达到0.95。使用搭载圆极化天线的双通道接收机采集北斗系统卫星数据进行对比,相关性达到0.91。对于不同的设备,智能手机采集的GNSS数据占用空间相对比于双通道接收机降低1%,且反演结果相关性接近,由于干涉信号提取直反射信号需要一定的振荡周期,故反演结果的时间分辨率要低于双通道接收机。

星载GNSS-R检测太湖水华可行性分析

星载全球导航卫星系统反射信号(GNSS-R)属于被动遥感技术,具有数据重访周期高、全天时、全天候、信号源丰富等优势。基于此,研究星载GNSS-R检测太湖水华的可行性。星载GNSS-R可以有效检测反射面的粗糙程度,通过使用相干反射表征反射面的粗糙度,研究不同风速区间内相干反射与蓝藻水华的关系。利用2020年4—8月美国气旋全球导航卫星系统(CYGNSS)数据,计算CYGNSS镜面反射点的时延多普勒图(DDM)功率比。以“哨兵-3”卫星水色遥感仪器(OLCI)影像最大特征峰高度(MPH)算法反演出的太湖叶绿素浓度作为参照,与欧洲中期天气预报中心(ECMWF)的风速产品进行时空间线性匹配,分析发现,在1~2.5 m/s风速区间内,叶绿素浓度达到0.1 mg/L以上时,极易引起镜面反射点发生相干反射,且功率比与叶绿素浓度的相关系数为0.84,具有良好的相关性。实验结果证明了利用星载GNSS-R的功率比及相关特性实现太湖水华检测的可行性。

小波变换与滑动窗口相结合的GNSS-IR雪深估测模型

GNSS干涉反射技术(GNSS interferometric reflectometry)是一种新型的地表雪深监测方式。针对当前信号分离不佳和随机估测偏差的问题,提出联合小波变换和滑动窗口构建一种多卫星融合的GNSS-IR雪深估测精化模型。该模型采用离散小波变换代替常用的多项式方法,获取高质量的信噪比序列。通过利用阈值约束下的滑动窗口筛选多卫星有效反射高度,并进行等权平均。以PBO H2O和SNOTEL的雪深数据为参考值,利用2016—2017年雪季的GNSS观测数据建立模型并验证精度。结果表明:①GNSS-IR精化模型估测结果与实测数据在整体趋势上保持高一致性;②与单颗卫星结果相比,多卫星融合估测结果在精度和稳定性方面明显改善,其均方根误差(RMSE)为10 cm,相较于PBO H2O减少了近50%。此外,考虑到地表粗糙度作为一种误差影响因素,采用新的反射高度基准修正的雪深估测相对RMSE误差约4 cm,同时估测值与实际值的相关系数达到0.98。

GNSS-R土壤水分反演研究进展

土壤水分是陆地水循环中最活跃的部分,是影响水文、生物生态和生物地球化学过程的关键变量。全球导航卫星系统反射测量(GNSS-R)技术由于使用L波段的电磁波且具备高频观测的能力,是土壤水分监测的有效手段。北斗卫星导航系统(BDS)是我国自行研制的全球卫星导航系统,土壤水分监测也是其业务应用的重要组成部分。从观测平台、反演方法两方面对当前GNSS-R反演土壤水分的研究进行了总结分析,指出了不同反演方法的优势和劣势,并进一步阐明了BDS对GNSS-R土壤水分反演研究的主要贡献和优势。

基于北斗/GNSS-R的厘米级水位测量

水位变化监测是防洪抗旱的重点工作之一,全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectome‐try,GNSS-R)技术已被证明可进行高精度、全天候、全天时的水位变化监测。我国北斗卫星导航系统(Beidou Navigation Satellite System,BDS)拥有丰富的频段数据,在GNSS-R遥感应用领域中具有广阔的应用前景。基于湖南省浏阳河流域建设的GNSS-R实验观测站数据,进一步研究了BDS在水位反演中的性能,分别采用频谱分析法和非线性拟合法对站点水位变化进行测量,并将实验结果与附近水文站的实测数据进行对比分析。结果表明,非线性拟合法相较于频谱分析法,水位测量精度大幅提升,均方根误差(RMSE)平均降低了66%,且多频数据融合后RMSE达到了1.8 cm,整体上BDS的水位反演性能与GPS相当。

融合星载GNSS-R数据和多变量参数全球海洋有效波高深度学习反演法

星载GNSS-R作为一种新兴的观测方法,最近被应用于有效波高反演。现有研究通常使用从延迟多普勒图中提取的特征值以构建经验地球物理模型函数反演SWH。然而,使用多个变量参数作为模型输入具有很大挑战。为此,本文提出了一个融合星载GNSS-R数据和多变量参数反演全球海面SWH的深度学习网络模型(GloWH-Net)。为了验证本文模型的性能,ERA5、WaveWatchⅢ和AVISO SWH数据被用作广泛测试的参考数据,以评估GloWH-Net模型和先前模型(即经验模型和机器学习模型)的SWH反演性能。结果表明,当分别使用ERA5、WaveWatchⅢ和AVISO SWH作为参考值时,所提的GloWH-Net模型反演SWH的均方根误差分别为0.330、0.393和0.433 m,相关系数分别为0.91、0.89和0.84。相比基于最小方差估计器的经验组合模型反演SWH的均方根误差分别降低了53.45%、48.06%和40.63%;相比袋装树机器学习模型反演SWH的均方根误差分别降低了21.92%、18.72%和4.47%。表明了本文方法在反演全球海面SWH方面具有显著优势。

基于GNSS双天线测姿的水位监测方法

水位监测是雨水情监测预报“第三道防线”中的重要内容,精确、实时的水位监测在洪涝灾害防御中至关重要。水位计是最常见的水位测量工具,其能有效测量特定区域的相对水位信息,但往往存在成本较高、空间分辨率较低等问题。由于全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R)技术具有低成本、高时空分辨率的优势,因此提出了一种基于全球导航卫星系统(Global Navigation Satellite System,GNSS)双天线测姿的实时水位监测新方法。该方法通过双差观测组合,消除了卫星钟差、接收机钟差、电离层延迟、对流层延迟等误差。为了验证该方法的稳定性和可靠性,在北京市东沙河站开展现场试验。2023年6月5日至7月10日的实验结果表明该方法可以实现1 Hz的水位监测,与现场水尺数据相比,均方根误差为2.88 cm。

森林火灾期间GNSS-R信号反射率与PM_(10)的相关性研究

本研究以2019年澳大利亚野火事件为例,利用悉尼和布里斯班两地气象站于2019年7月18日至12月31日观测的大气颗粒物(PM)浓度数据和全球卫星导航系统反射测量(GNSS-R)反演的地表反射率数据,采用滑动平均和滑动标准差的分析方法,探究了两种数据之间的相关性。结果显示,火灾发生前,PM_(10)浓度与地表反射率的相关性低于30%;火灾后,该相关性显著增强,相关系数超过65%。从数据波动幅度角度分析,火灾前后两者的相关性分别在50%以上和80%以上,但存在明显的相位差异。本研究证明了PM_(10)浓度的变化对GNSS-R反演地表反射率有显著影响,尤其在PM_(10)浓度较高时。这一发现为火灾遥感监测提供了新的理论基础和实用方法,具有显著的创新意义。

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%。

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。

地基北斗GEO卫星直反信号功率测量偏差分析

针对接收天线方向性造成的北斗地球同步轨道(GEO)卫星直反信号功率测量偏差进行研究。给出地基场景下实际天线接收的直反信号及其功率表达式,讨论天线方向性造成的北斗GEO卫星直反信号功率测量相对偏差,设置具体观测场景进行仿真分析。理论与仿真结果表明:具体场景和时刻下的北斗GEO卫星直反信号功率测量偏差为固定偏差,由天线对干扰信号的抑制性能、天线架设高度和反射面介电常数共同决定;相对偏差的大小随着天线对干扰信号抑制性能的增强而减小,随着天线架设高度的变化在某一范围内波动,也会随着反射面介电常数的变化而变化。

基于VMD-MA的GNSS-MR雪深反演方法

针对利用全球卫星导航系统多径反射(GNSS-MR)技术反演雪深过程中信噪比(SNR)序列趋势项分离不佳和反演结果波动较大的问题,提出一种基于变分模态分解(VMD)和移动平均(MA)的雪深反演方法。VMD算法通过自适应高通滤波有效分离SNR序列的趋势项,MA算法对初始反演结果进行平滑处理从而减少随机波动。选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验,研究所提方法的可行性。结果表明:基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95,均方根误差(RMSE)最低约5 cm,较传统算法减少近40%;经MA算法平滑处理后,反演精度进一步提高。考虑到GNSS站和气象站之间的差异性,选取GPS SNR反演结果作为参考数据源,不同参考数据源取得了一致的实验结论,验证了所提方法的可行性和有效性。

基于GPS L5导频通道的GNSS-R SAR成像

为降低导航电文对利用全球导航卫星系统反射技术(global navigation satellite system-reflectometry, GNSS-R)进行合成孔径雷达(synthetic aperture radar, SAR)成像的影响,采用全球定位系统(global positioning system, GPS) L5导频通道即无数据通道的信号,通过后向投影(back projection, BP)算法进行成像。仿真和实验结果表明,与剥离导航电文的数据通道信号的成像相比,导频通道信号的使用无需考虑剥离电文操作,降低了信号处理复杂度;从图像对比上看,目标和背景得到更好的区分,信噪比提升,成像质量得到一定程度改善。

星载GNSS-R土壤湿度反演中开放水域的影响

通过星载全球导航卫星系统-反射测量(GNSS-R)技术可以获取高时空分辨率的土壤湿度(SM)信息,但开放水域会影响反演结果的精度。针对此问题,提出一种开放水域剔除的改进方法。校正其模拟功率得出反射率,结合掩膜数据精确剔除开放水域。为验证改进方法的可行性,处理了2个开放水域比较密集的试验区内为期一年的飓风全球导航卫星系统(CYGNSS)1级数据。反演结果与主被动土壤湿度(SMAP)3级土壤湿度产品进行对比分析,其均方根误差为0.0521 cm^(3)/cm^(3),相关性为0.654。与开放水域剔除前的结果相比分别提升6.2%和9%;与CYGNSS官方发布的产品相比分别提升32%和24%。反演结果可以作为SMAP的SM补充,提供高时间分辨率的SM值。

基于轨迹聚类的GNSS-IR多系统组合土壤湿度估计方法

全球导航卫星系统干涉反射测量(global navigation satellite system-interferometric reflectometry,GNSS-IR)技术能探测浅层地表的土壤湿度。针对多系统组合的土壤湿度反演问题,基于轨迹聚类方法,从全球定位系统(global positioning system,GPS)、北斗卫星导航系统(BeiDou satellite navigation system,BDS)、格洛纳斯(GLONASS)、伽利略(Galileo)导航系统的信噪比观测数据中提取多径干涉相位,利用经验模型求解轨迹聚类后的土壤湿度估计值,以加权平均方式得到系统组合后的估计结果。结果表明,BDS、Galileo反演精度相当且优于GPS、GLONASS,基于轨迹聚类的多系统组合土壤湿度估计方法的均方根误差为0.0414 cm3/cm3,相比于单系统的综合反演精度提升约16.3%,相比于单系统的最佳频段反演精度提升约5.2%,所提方法能有效监测土壤湿度的变化。

直反信号协同的GNSS-R BSAR距离多普勒成像算法

针对目前基于全球导航卫星系统反射信号的双基地合成孔径雷达(GNSS-R BSAR)在一站固定模式下的大斜视,斜距历程复杂,回波信号方位空变导致回波信号难以处理的问题,提出改进的距离多普勒成像新算法。所提算法采用GNSS信号作为辐射源,根据一站固定模式下GNSS-R BSAR合成孔径时间长的特点,引入高阶等效斜视距离模型,得到导航卫星与目标斜距相对时间变化的精确描述。先通过直射信号与回波信号时域对消进行距离徙动校正,实现全场景目标距离徙动的精确校正;再通过方位向分块混合相关处理来克服回波信号方位向的移变性质,实现全场景高效精确成像。所提算法的成像效率优于传统后向投影时域(BP)算法,成像精度与BP算法相当,且可根据需要通过调整方位分块的宽度来提升聚焦效果。最后,用GPS-L5信号进行仿真和实验,仿真和实验结果验证了所提算法的可行性和高效性。

海面GNSS-R模型与时延-多普勒特征研究

GNSS海面反射信号的建模对全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R)遥感应用具有重要意义.针对海面GNSS反射信号建模问题,本文采用Z-V模型研究了GNSS反射信号的时延一维相关功率和时延-多普勒二维相关功率特征,分析了不同风速下一维相关功率的变化情况,讨论了时延间隔和多普勒间隔对时延-多普勒图(delayDoppler map,DDM)的影响.数值结果表明:海面GNSS反射信号的相关功率对海面风速具有敏感性,在DDM波形仿真中,应选择合适的时延与多普勒间隔参数.该模型可模拟不同海况下海面GNSS反射信号的相关功率,为GNSS-R反射信号模拟及海洋遥感应用提供理论模型支撑.