共查询到18条相似文献，搜索用时 171 毫秒
1.
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
2.
3.
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
4.
机载GPS反射信号土壤湿度测量技术 总被引：5，自引：1，他引：4
随着全球导航定位系统反射信号(GNSS-R)技术的发展, 近年来提出了利用GPS地表反射信号遥感土壤湿度的新方法, 该方法利用地表反射率与土壤介电常数以及介电常数与土壤湿度之间的关系来建立反演模型。为了可以快速方便的利用DMR实测数据反演得到土壤湿度, 本文根据Wang和Schmugge模型建立了土壤介电常数与湿度之间的分段模型, 实现了从原始反射数据到土壤湿度结果的整个反演流程。为了验证反演的可行性, 利用NASA等机构联合进行的SMEX02试验机载数据反演得到的结果表明, GPS反射信号能够有效地反演 相似文献
5.
6.
《测绘科学技术学报》2020,(2)
全球定位系统干涉反射测量GPS-IR(Global Positioning System Interferometric Reflectometry)是利用多路径信噪比反射分量参数幅度、相位、频率的变化监测地表环境的技术。针对多路径信号中同时包含卫星直射信号和反射信号,传统低阶多项式难以准确提取卫星反射信号有效参数的问题,本文利用小波分析对卫星直射、反射信号进行分离,准确获取卫星反射信号,利用熵值法多星融合模型反演土壤湿度。经理论和实验研究表明:该方法能够更为精确地反映测站周围土壤湿度的变化,有效改善了部分异常跳变现象。相关系数为0.914,相比单星反演模型至少提高18.4%。 相似文献
7.
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
8.
利用北斗GEO卫星反射信号反演土壤湿度 总被引：3，自引：0，他引：3
提出了一种基于北斗GEO卫星反射信号的土壤湿度长期连续探测方法,建立了土壤湿度反演模型,给出了信号处理的一般流程,并搭建陆基接收平台进行了验证试验。该方法采用GNSS-R双天线体制接收处理北斗GEO卫星直射和土壤反射信号,在信号同步的基础上提取信号功率并计算土壤反射率,进而根据反演模型得到土壤湿度。以北斗GEO卫星作为信号源,该方法可以在信号处理中省去一般GNSS-R处理过程的定位解算环节,能够实现对固定区域土壤湿度的长期连续观测。试验结果表明,基于北斗GEO卫星反射信号的土壤湿度反演结果在时间和数值上均具有良好的连续性,与土壤湿度参考值相吻合,均方根误差达到0.049,较北斗IGSO和GPS MEO卫星在反演土壤湿度方面性能更优。 相似文献
9.
GPS-R技术辅助的土壤水含量变化监测 总被引：1，自引：0，他引：1
针对传统地表土壤含水量测量方法时空分辨率小等不足,研究一种基于GPS卫星信号的矿区地表土壤水含量反演算法。针对傅里叶变换难以处理非均匀时序数据,设计了一种Lomb Scargle算法分析GPS信噪比特性。直接分离其中的直射信号和反射信号,提取多路径反射信号并分析其时频特征。通过与实测数据对比,分析反演土壤含水率的可行性。结果表明:反射信号频谱特征与实际数据具有较强的相关性。该方法为高时空分辨率监测地表土壤含水率提供了一种新的思路。 相似文献
10.
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
11.
An algorithm for soil moisture estimation using GPS-interferometric reflectometry for bare and vegetated soil 总被引：3，自引：0，他引：3
Ground-reflected global positioning system signals measured by a geodetic-quality GPS system can be used to infer temporal changes in near-surface soil moisture for the area surrounding the antenna. This technique, known as GPS-interferometric reflectometry, analyzes changes in the interference pattern of the direct and reflected signals, which are recorded in signal-to-noise ratio (SNR) data, as interferograms. Temporal fluctuations in the phase of the interferogram are indicative of changes in near-surface volumetric soil moisture content. However, SNR phase is also highly sensitive to changes in overlying vegetation, and thus, the effects of seasonal vegetation changes on the ground-reflected signal must be considered. Here a method is described for determining whether SNR data are significantly corrupted by vegetation and for correcting these effects. Absolute soil moisture content must be determined for each site using ancillary data for the residual moisture content. Accounting for vegetation effects significantly improves the agreement between GPS-derived soil moisture and in situ measurements. 相似文献
12.
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
13.
利用GPS信噪比（signal-to-noise ratio,SNR）观测值监测土壤湿度的精度直接受多径干涉相位与土壤湿度间的关系模型影响。传统方法基于线性模型,通过增加样本数量、排除特例提高普适性,但未合理考虑坡度、植被及天气等因素。基于上述因素短期变化可忽略的假设,引入时间窗口,采用自相关分析确定窗口长度,利用窗口内样本动态线性回归构建预测和插值模型反演土壤湿度。实验结果表明,引入窗口后,预测、插值误差分别下降17.4%和54.6%,相关系数上升16.2%和32.9%。插值模型利用了待估时刻之后的观测量,精度更高;预测模型精度略低,但更适于实时应用。同时,残差极大值与土壤湿度的上升之间显著相关。预测残差较土壤湿度具有极大值更小、时刻略微提前的时域特征。 相似文献
14.
利用SNR观测值进行GPS土壤湿度监测 总被引：5，自引：0，他引：5
利用GPS信噪比(SNR)观测值监测土壤湿度变化可克服传统手段破坏观测对象、数据难以同化、时空分辨率受限等缺点,但同时也存在测量区域不明确、卫星与波段选择缺少相应依据、多径延迟相位与土壤湿度之间相关性的定量数值描述函数与模型亟待建立等问题。本文通过引入菲涅尔反射区域,结合仿真和实测土壤湿度数据、GPS观测值开展对比实验对上述问题进行研究。实验过程及结果表明,采用SNR观测值能有效跟踪土壤湿度的变化趋势,最大有效测量范围约45m,利用指数函数能较好地描述SNR多径延迟相位与土壤湿度之间的关系。同时,选择高级卫星和记录L2C观测值,有利于获得更准确的结果。 相似文献
15.
Kristine M. Larson Eric E. Small Ethan Gutmann Andria Bilich Penina Axelrad John Braun 《GPS Solutions》2008,12(3):173-177
Measurements of soil moisture are important for studies of climate and weather forecasting, flood prediction, and aquifer
recharge studies. Although soil moisture measurement networks exist, most are sparsely distributed and lack standardized instrumentation.
Measurements of soil moisture from satellites have extremely large spatial footprints (40–60 km). A methodology is described
here that uses existing networks of continuously-operating GPS receivers to measure soil moisture fluctuations. In this technique,
incoming signals are reflected off and attenuated by the ground before reception by the GPS receiver. These multipath reflections
directly affect signal-to-noise ratio (SNR) data routinely collected by GPS receivers, creating amplitude variations that
are a function of ground reflectivity and therefore soil moisture content. After describing this technique, multipath reflection
amplitudes at a GPS site in Tashkent, Uzbekistan are compared to estimates of soil moisture from the Noah land surface model.
Although the GPS multipath amplitudes and the land surface model are uncalibrated, over the 70-day period studied, they both
rise sharply following each rainfall event and slowly decrease over a period of ∼10 days. 相似文献
16.
To date, triple collocation (TC) analysis is one of the most important methods for the global-scale evaluation of remotely sensed soil moisture data sets. In this study we review existing implementations of soil moisture TC analysis as well as investigations of the assumptions underlying the method. Different notations that are used to formulate the TC problem are shown to be mathematically identical. While many studies have investigated issues related to possible violations of the underlying assumptions, only few TC modifications have been proposed to mitigate the impact of these violations. Moreover, assumptions, which are often understood as a limitation that is unique to TC analysis are shown to be common also to other conventional performance metrics. Noteworthy advances in TC analysis have been made in the way error estimates are being presented by moving from the investigation of absolute error variance estimates to the investigation of signal-to-noise ratio (SNR) metrics. Here we review existing error presentations and propose the combined investigation of the SNR (expressed in logarithmic units), the unscaled error variances, and the soil moisture sensitivities of the data sets as an optimal strategy for the evaluation of remotely-sensed soil moisture data sets. 相似文献
17.
利用GNSS干涉信号振荡幅度反演土壤湿度 总被引：2，自引：1，他引：1
根据干涉效应和GNSS接收机信噪比估计方法,推导了利用GNSS干涉信号幅度进行土壤湿度反演的模型,建模过程考虑了天线增益、土壤介电常数和噪声的影响。提出了使用AMPD算法从含有噪声的归一化干涉功率曲线中提取干涉峰值与谷值,进而反演了土壤介电常数与土壤湿度的方法,并对其进行了仿真。结果表明,利用提取出来的干涉谷值进行反演性能比峰值好,相对稳定准确的卫星仰角范围为5°~25°,湿度大于0.06cm~3/cm~3时反演结果更为准确,标准差在0.01cm~3/cm~3左右波动。 相似文献
18.
GNSS信号土壤衰减模型的试验验证方法 总被引：1，自引：0，他引：1
GNSS（global navigation satellite system）信号在土壤中的衰减情况对于研究GNSS反射信号的有效遥感深度具有重要意义。本文通过试验研究了北斗信号与GPS（global positioning system）信号在土壤中的衰减情况。在试验设计上将GNSS天线置入土壤中并不断改变天线上方的土壤厚度与湿度以采集GNSS信号的功率衰减数据,最后利用这些数据反演土壤湿度以对GNSS信号土壤衰减模型进行验证。试验结果表明,土壤能够使GNSS信号发生明显的衰减。土壤的湿度值与厚度值越大,GNSS信号功率衰减越严重。在黏土土质,土壤湿度为0.15~0.30 cm3/cm3的情况下,当土壤厚度达到21 cm时,GNSS信号功率已衰减至无法被GNSS接收机测出。进一步根据GNSS信号衰减模型反演土壤湿度,结果显示,模型在土壤厚度大于等于10 cm、卫星仰角高于50°的情况下较为精确,此时利用北斗B1信号与GPS L1信号反演土壤湿度的均方根误差分别小于0.04 cm3/cm3与0.09 cm3/cm3。 相似文献