共查询到16条相似文献，搜索用时 484 毫秒
1.
研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。 相似文献
2.
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
3.
4.
积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。 相似文献
5.
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
6.
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
7.
8.
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0.626 53、0.625 73,均方根误差(RMSE)分别为0.051 29和0.055 08,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. 相似文献
9.
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
10.
《武汉大学学报(信息科学版)》2021,(11)
雪水当量的监测对于气候变化的预测、水资源管理、农业生产规划具有重要意义。GPS干涉反射(GPS interferometric reflectometry, GPS-IR)技术是一种十分有效的地表积雪监测技术,基于GPS-IR技术提出了一种雪水当量的快速估计方法。首先基于GPS-IR技术获取美国板块边界观测(plate boundary observatory,PBO)GPS站的雪深时间序列;然后利用美国积雪遥测(SNowTELemetry, SNOTEL)站观测数据构建雪水当量转换模型;最后以北美历史与预测气候数据项目(historical and projected climate data for North America,ClimateNA)的气候预测数据作为参数约束,将GPS日雪深快速转化为雪水当量,并对雪水当量估计与验证过程的影响因素进行评价。实验结果表明,基于GPS-IR技术得到的雪深序列具有良好可靠性,与观测值的相关系数(R2)达到0.98,均方根误差(root mean square error, RMSE)为11.1 cm,偏差(Bias)为-3.7 cm;快速转化模型对雪水当量估计具有较高精度(R~2=0.98,RMSE=4.2 cm,Bias=-2.5 cm)与稳定性;转化模型时空稳定性较高,残差集中在5 cm内;气候预测数据的引入、积雪分布差异对雪水当量估计与验证影响较小。所提方法在积雪监测设备缺乏区域可实现雪水当量快速估计,同时也为现有积雪观测网络增强、积雪产品改善等研究提供参考。 相似文献
11.
小波变换与滑动窗口相结合的GNSS-IR雪深估测模型 总被引：1，自引：0，他引：1
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。 相似文献
12.
Multipath in global positioning system (GPS) is the interference of the microwave signals directly from satellites and those
reflected before reaching the antenna, typically by the ground. Because reflected signals cause positioning errors, GPS antennas
are designed to reduce such interference. Recent studies show that multipath could be utilized to infer the properties of
the ground around the antenna. Here, we report one such application, i.e. a fixed GPS station used as a snow depth meter.
Because the satellite moves in the sky, the excess path length of reflected waves changes at rates dependent on the antenna
height. This causes quasi-periodic variations of the amplitude and phase of the received signals. Accumulation of snow reduces
effective antenna heights, and we can see it by analyzing multipath signatures. Signal-to-noise ratios (SNR) are often used
to analyze multipath, but they are not always available in raw GPS data files. Here, we demonstrate that the geometry-free
linear combination (L4), normally used to study the ionosphere, can also be used to analyze multipath signatures. We obtained
snow depth time series at a GPS station in Hokkaido, Japan, from January to April in 2009 using L4 and SNR. Then, we compared
their precisions. We also discuss mechanisms responsible for the possible underestimation of the snow depth by GPS. Finally,
we investigate the possibility of inferring physical conditions of the snow surface using amplitudes of multipath signatures. 相似文献
13.
归一化植被指数（normalized difference vegetation index，NDVI）作为重要的植被生长状况植被指数，对其进行有效实时监测具有重要科学意义。选择4个大陆板块边界观测网（plate boundary observatory，PBO）观测站的GPS信噪比观测值，提取反射信号信噪比并计算归一化振幅，通过与MODIS（moderate resolution imaging spectroradiometer）NDVI产品时序频谱特征的相关性分析，建立GPS反射信号植被指数线性反演模型和BP神经网络反演模型。分析发现:GPS反射信号信噪比归一化振幅与NDVI指数存在显著年周期性和季候特性，NDVI线性反演模型相关系数均约为0.7，均方根误差处于0.05~0.09之间，BP神经网络反演模型相关系数提高了约5%。利用GPS反射信号反演NDVI变化趋势具有可行性，为获取高时间分辨率、低成本的NDVI指数提供了一种新思路。 相似文献
14.
Accurate measurements of snowpack are needed both by scientists to model climate and by water supply managers to predict/mitigate drought and flood conditions. Existing in situ snow sensors/networks lack the necessary spatial and temporal sensitivity. Satellite measurements currently assess snow cover rather than snow depth. Existing GPS networks are a potential source of new snow data for climate scientists and water managers which complements existing snow sensors. Geodetic-quality GPS networks often provide signal-to-noise ratio data that are sensitive to snow depth at scales of ~1,000 m2, a much larger area than for other in situ sensors. However, snow depth can only be estimated at GPS sites when the modulation frequency of multipath signals can be resolved. We use data from the EarthScope Plate Boundary Observatory to examine the potential for snow sensing in GPS networks. Examples are shown for successful and unsuccessful snow retrieval sites. In particular, GPS sites in forested regions typically cannot be used for snow sensing. Multiple-year time series of snow depth are estimated from GPS sites in the Rocky Mountains. Peak snow depths ranged from 0.4 to 1.2 m. Comparisons with independent sensors show strong correlations between the GPS snow depth estimates and the timing of snowstorms in the region. 相似文献
15.
2016年8月24日，意大利中部阿马特里切（Amatrice）地区发生Mw 6.2地震。采用ALOS-2条带模式和SENTINEL-1A宽幅模式的合成孔径雷达（synthetic aperture radar，SAR）数据分别进行SAR差分干涉测量处理，获取了该地震的同震形变场。结果显示，本次地震造成意大利中部地区发生明显的地壳形变，在雷达视线向最大沉降量达19.6 cm。基于合成孔径雷达干涉测量（interferometry synthetic aperture radar，InSAR）和GPS同震形变场数据对此次地震的发震断层进行联合反演，通过改进倾角和平滑系数获取方法，得到了最优滑动分布模型。通过使用单断层模型和双断层模型进行反演可知，双断层模型反演结果优于单断层反演结果，两种模型下反演模型相关系数分别为0.85和0.89，发震断层走向分别为160°和158°，倾角分别为44°和46°，倾滑分布主要位于地下5~7 km，平均倾滑角为-80°，最大倾滑量0.9 m位于地壳深度5 km处，该发震断层是亚平宁冲断带的一部分，为NW-SE向延伸的正断层，断层长约20 km。综合使用地震同震形变场和GPS数据对震源机制进行反演、模拟和分析，获取了高精度的震源参数，可以为分析地震危险性和断层破裂参数等提供数据支持。 相似文献
16.
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