共查询到20条相似文献，搜索用时 125 毫秒
1.
针对如何有效去除GNSS-IR土壤湿度反演中卫星信号噪声比例高、地表粗糙度带来的散射影响等问题,建立了一种将变分模态分解与BP神经网络相结合的模型,该模型利用变分模态分解自适应与非递归的特点来替代传统的多项式拟合法,从而有效提高反射信号提取精度;并利用BP神经网络的非线性映射能力进行后期预测,与传统线性回归进行对比分析。利用PBO H2O的土壤湿度作为参考依据,以2016年PBO 783测站的GNSS数据为基础建立模型并评估分析。实验结果表明：结合变分模态分解与BP神经网络的土壤湿度模型反演结果与参考数据在大体趋势上基本一致,其均方根误差为0.014,决定系数R2为0.951,对比单星线性回归模型提升了42.79%,证明了该方法确实能够有效提高反射信号质量及抑制地表粗糙度影响从而提高土壤湿度反演精度。 相似文献
2.
潮位监测对于保障沿海安全、海洋监测与分析非常重要。随着GNSS的发展,一种GNSS干涉遥感(GNSS-IR)的技术被证明可以进行潮位监测。该方法通过反演反射表面与天线之间的垂直距离(RH)来估算潮位。在GNSS-IR潮位反演中,有一项重要的误差源需要进行改正——潮位起伏引起的高度变化误差。现有的误差改正方法并不能正确计算RH变化速率,从而不能完全改正该误差。因此,提出了一种顾及潮波特性的GNSS-IR融合方法,基于潮波系数,预测窗口内观测时间的RH变化速率,将该值纳入GNSS-IR融合方程中,实现对高度变化误差更好地改正。本文利用3个国际GNSS站点进行试验,与实测潮位序列对比分析,发现顾及潮波特性后,GNSS-IR融合方法精度提高约1.2 cm;提出的顾及潮波特性的GNSS-IR融合反演算法较传统经典方法,精度提升20%～70%。结果表明,该方法通过潮汐分析,预测不同时刻的RH变化速率,从而实现对窗口内RH变化速率的修正,更好地改正高度变化误差。 相似文献
3.
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... 相似文献
4.
GNSS干涉测量（GNSS interferometric reflectometry,GNSS-IR）技术已经成为探测地表环境特性的一种新兴被动遥感技术,综合利用从土壤反射的GNSS信号中提取的相位、振幅、频率特征,提出了一种多类型特征数据融合的GNSS-IR土壤湿度反演方法,采用最小二乘支持向量机（least square support vector machine,LSSVM）、随机森林（random forest,RF）、BP神经网络（back propagation neural network,BPNN）三种机器学习模型,对比和验证了所提方法的可行性与效果。结果表明,多特征融合的LSSVM、RF和BPNN模型反演得到的土壤湿度与参考值的相关系数分别为0.830、0.953和0.980,对应的均方根误差分别为0.045、0.035和0.032 cm3/cm3。相比于单一特征反演法,土壤湿度反演精度和可靠性有显著提升。 相似文献
5.
季节性冻土具有周期性地表抬升/沉降的物理特性，传统测量方法已不能满足当前高精度、实时的监测需求.地基GNSS是一种低成本、全天时、全天候、能够实现连续监测的新兴地基遥感技术.实验应用美国的板块边界观测台网(plate boundary observational GNSS network,PBO)计划SG27测站2013—2021年观测数据，使用地基GNSS技术解译了阿拉斯加巴罗永久冻土区域典型异常年份降雪、无雪期地表形变、测站形变、土壤湿度、大气水汽变化，并通过PBO实测降雪数据验证异常年雪深反演精度，通过测站形变结果验证反演结果为冻土活动层形变，同时对水汽与土壤湿度进行相关性分析.结果显示：反演雪深与实测雪深绝对系数R2为0.815 5，均方根误差(root mean squared error,RMSE)为0.064 3，平均绝对误差(mean absolute error,MAE)为0.040 2；通过水汽与土壤湿度变化趋势图发现两者具有较弱滞后性对应关系，但仅表现在趋势而非幅度值上.表明地基GNSS在长时序冻土环境监测中存在巨大的应用潜力. 相似文献
6.
本文对全球定位系统干涉反射技术进行了研究。以美国板块边界天文台计划提供的P101测站的GPS监测数据为基础,利用GPS卫星高度角低于某一角度时多路径效应明显的特点,构建高斯过程回归(GPR)辅助的GPS干涉反射积雪深度估测模型,并监测了测站周围的积雪深度。结果表明,GPR辅助的GPS干涉反射积雪深度估测模型输出的雪深估测值的精度,相比传统单星反演结果有不同程度的提高,并且更贴近实测雪深的变化,为地表雪深反演提供了新思路。 相似文献
7.
积雪深度是积雪的重要结构参数,获取高精度雪深空间分布信息对于流域尺度水资源管理、气候变化研究和灾害预报等具有重要意义.本文以新疆阿尔泰山南坡克兰河上游为研究区,利用C波段全极化GF-3数据及地面同步观测数据,根据VV与HH极化信号在积雪中折射率不同导致相位差异的原理,使用Maxwell-Garnett方程构建同极化相位差(co-pol arized phase difference,CPD)的正演模型,并基于CPD与雪深关系构建了雪深反演模型.通过对具有不同积雪条件的浅雪区与深雪区分别进行雪深反演,获得雪深空间分布信息.同时对反演不确定性进行了分析,并与已有方法进行比较,研究结果表明:①假定研究区积雪各向异性介电常数恒定的理想情况下,CPD仅是雪深的函数,可用半经验的线性模型反演雪深,反演精度的高低与计算CPD过程中使用的滤波器的窗口大小有关,浅雪区的最优滤波窗口为59×59像元,反演精度R为0.83,RMSE为2.72 cm,深雪区的最优滤波窗口为33×33像元,反演精度R为0.54,RMSE为11.69 cm;②雪深反演误差与坡度显著相关,随着坡度的增加,雪深的反演误差呈现出显著增加的趋势,雪深反演不确定性受雪层变质程度、含水量及卫星入射角观测几何条件影响,反演方法对于干燥、雪层变质结晶程度低、均质的积雪及具有大入射角的SAR卫星有更好的适用性;③对比已有基于CPD模型的雪深反演方法,本文方法已经将反演所需要的参数减少为遥感获取的CPD数据,以及进行模型拟合的实测雪深数据,反演精度更高.研究表明CPD模型反演山区雪深空间分布是有效和可行的,研究成果为山区雪深遥感反演提供了新思路. 相似文献
8.
9.
利用多模多频GNSS-IR信号反演沿海台风风暴潮 总被引：2，自引：0，他引：2
台风风暴潮每年给沿海城市造成了极大的损失,近年来利用GNSS反射信号的地基遥感方法可以用于潮位监测,称为GNSS-IR（global navigation satellite system-interferometric reflectometry）,对风暴潮期间验潮站资料进行补充。由于风暴潮发生时间短且破坏性强,单系统GPS的时间分辨率难以满足海洋灾害的监测需求。本文基于中国香港站（HKQT）和巴哈马群岛站（BHMA）的多模多频GNSS卫星观测数据反演了3次沿海风暴潮事件。先对多模多频数据的质量进行分析,随后分别对2019年飓风“多里安”、2018年台风“山竹”和2017年台风“天鸽”引起的3次风暴潮,利用基于滑动窗口的最小二乘法对多模多频GNSS-IR反演结果进行改正并与验潮站实测值对比分析。试验结果表明,利用多模多频GNSS-IR反演“多里安”风暴潮的精度优于14 cm,反演“天鸽”和“山竹”风暴潮的精度优于9 cm。相比GPS单系统,多模多频GNSS-IR能够提高监测的精度和时间分辨率,有效提取风暴潮中异常潮位的涨潮、峰值和落潮的全过程,对海洋灾害的研究监测发挥重要作用。 相似文献
10.
GPS信噪比用于雪深监测研究 总被引：2，自引：0，他引：2
针对利用全球导航卫星系统反射信号研究测站地表环境参数已成为一个新兴的研究课题这一现状,该文基于全球定位系统信噪比与信号振幅的变化特征,给出了基于全球定位系统多路径信号的全球定位系统多径反射技术用于雪深探测的基本原理。为了验证算法的有效性,利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据进行雪深探测的反演实验。实验结果表明:全球定位系统多径反射技术反演雪深值与实测雪深值吻合较好,误差均值为0.07m,相关系数大于0.99。因此,利用全球定位系统信噪比可以进行雪深探测,在未来的全球导航卫星系统观测站建立时,可以考虑它在环境监测方面表现出来的潜能。 相似文献
11.
基于GPS新型L5信号的地表雪深反演研究 总被引：1，自引：0，他引：1
利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点,因此其可作为一种代替气象站监测雪深的新手段。然而,先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性,本文阐述了GPS-R技术反演雪深的原理,利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度,通过获取频谱特征值与天线高度的关系求解雪深值,最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比,利用新型的L5反射信号反演地表雪深的精度更佳;采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。 相似文献
12.
全球定位系统干涉反射测量（GPS-IR）是一种新型的遥感技术,可用于估算近地表土壤水分含量。本文从多卫星融合角度出发,提出了一种基于多星融合的地表土壤湿度估算方法。首先通过低阶多项式拟合分离出卫星反射信号;然后建立反射信号正弦拟合模型,获取相对延迟相位;最后基于多卫星相对延迟相位建立多元线性回归模型。利用美国板块边界观测计划（PBO）提供的监测数据,对比分析不同建模序列长度的反演效果,从而确定最佳的建模长度。试验结果表明,采用多元线性回归模型可实现多颗卫星的有效融合,运用于土壤湿度估算是可行的。 相似文献
13.
积雪是全球水循环中的重要组成部分,积雪深度与雪水当量的精确监测对全球气候变化研究极其重要。随着GNSS研究与应用的不断深入,基于多路径效应的GNSS-MR（GNSS multipath reflectometry）技术用于地表环境监测（植被、土壤湿度、雪深、海平面等）已成为一种新兴的遥感手段。分析了SNR（signal-to-noise ratio）信噪比值的变化特性,详细给出了基于SNR观测值的GNSS-MR技术探测雪深的基本原理及其计算流程图。为了验证算法的有效性,利用科罗拉多州17 d连续跟踪站NWOT的GPS数据反演了降雪厚度,其结果与实测的雪深记录数据吻合较好,误差均值为0.07 m。初步研究结果验证了GNSS-MR技术用于积雪深度探测的可行性,并为后续充分利用现有的全球密集GNSS跟踪站数据开展地表环境监测提供重要参考。 相似文献
14.
基于GPS和北斗信噪比观测值的雪深反演及其误差分析 总被引：1，自引：0，他引：1
利用GNSS反射信号反演雪深具有全天时、全天候、数据量大、成本低等突出优点。本文围绕基于信噪比观测值的雪深反演方法,利用参加中国北极科学考察的机会在黄河站设计了GNSS-R试验,采集了GPS和北斗的双频信噪比观测数据,详细讨论了高度角范围、弧段长度、卫星数量、方位角、时间尺度、星座结构、信号频率、信噪比强度等多种因素对雪深反演结果的影响。通过大样本、质量控制、误差分析等手段,雪深反演精度和可靠性得到有效提高。根据误差分析的结果,本文推荐的反演策略如下：选择高度角范围为5°~25°、信噪比强度较高的L1和B1I观测值,充分利用多颗卫星和4个方位角的大量观测数据,在一天的时间尺度上,可以实现5 cm的反演精度。另外,弧段长度、星座结构、信号频率等对反演结果的精度影响较小。 相似文献
15.
16.
17.
利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。 相似文献
18.
GNSS-MR技术用于潮位变化监测分析 总被引：2，自引：1，他引：1
潮位变化的高精度监测一直是全球海平面观测系统、海洋环流和全球气候变化研究领域关注的热点问题之一。随着GNSS研究与应用的不断深入,近年来基于多路径效应的GNSS-MR技术已逐步成为一种新兴的遥感手段,即利用测量型GNSS站进行地表环境(植被、土壤湿度、雪深、潮位、火山活动等)监测。通过分析由多路径引起岸基GNSS站SNR值的变化特性,本文给出了基于SNR观测值的GNSS-MR技术监测潮位变化的反演原理。利用布设在美国华盛顿州Friday Harbor海港岸边的CORS站SC02实测观测数据对潮位变化监测进行了反演分析,并与该站相距359 m的验潮站数据进行了对比分析,两者较差均值约为10 cm左右,两者的相关系数均优于0.98。试验结果分析表明基于岸基CORS站的GNSS-MR技术在一定程度上可用于实时、连续的潮位变化监测,同时也说明岸基CORS站在一定程度上可作为验潮站的补充,进一步拓展GNSS在海洋遥感领域的应用范围。 相似文献
19.
全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数R2以及均方根误差分别为0.942和0.962、0.072和0.032,相对于部分单一卫星至少提高了18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。 相似文献
20.
Long-term soil moisture dynamics derived from GNSS interferometric reflectometry: a case study for Sutherland,South Africa 总被引：3，自引：0，他引：3
Sibylle Vey Andreas Güntner Jens Wickert Theresa Blume Markus Ramatschi 《GPS Solutions》2016,20(4):641-654
Soil moisture is a geophysical key observable for predicting floods and droughts, modeling weather and climate and optimizing agricultural management. Currently available in situ observations are limited to small sampling volumes and restricted number of sites, whereas measurements from satellites lack spatial resolution. Global navigation satellite system (GNSS) receivers can be used to estimate soil moisture time series at an intermediate scale of about 1000 m2. In this study, GNSS signal-to-noise ratio (SNR) data at the station Sutherland, South Africa, are used to estimate soil moisture variations during 2008–2014. The results capture the wetting and drying cycles in response to rainfall. The GNSS Volumetric Water Content (VWC) is highly correlated (r 2 = 0.8) with in situ observations by time-domain reflectometry sensors and is accurate to 0.05 m3/m3. The soil moisture estimates derived from the SNR of the L1 and L2P signals compared to the L2C show small differences with a RMSE of 0.03 m3/m3. A reduction in the SNR sampling rate from 1 to 30 s has very little impact on the accuracy of the soil moisture estimates (RMSE of the VWC difference 1–30 s is 0.01 m3/m3). The results show that the existing data of the global tracking network with continuous observations of the L1 and L2P signals with a 30-s sampling rate over the last two decades can provide valuable complementary soil moisture observations worldwide. 相似文献