多系统组合的GNSS-MR土壤湿度反演研究

多系统组合的GNSS-MR土壤湿度反演研究土壤湿度亦称土壤含水率,是表征土壤干湿程度的物理量,是生态系统的重要影响因子。土壤湿度的监测对天气预报和气候研究有着重要价值。GNSS-MR(GNSSMultipathReflectometry)是一种直接利用一定截止高度角范围内的多路径信噪比反射分量之幅度、频率和相位的变化,进行近地表物理参数反演的一种全新的遥感技术,已被证实可用于土壤湿度、植被指数、潮位变化、雪深、火山灰等地表环境的监测,且可克服传统土壤湿度测量手段对被监测对象的破坏、仪器类型间数据难以同化、时空分辨率受限和高成本等缺点。鉴于低高度角的卫星信噪比能较好地承载近地表反射物丰富的物理参数信息,基于GNSS-MR的土壤湿度反演一般均以5°~30°高度角区间的信噪比观测值作为数据源。但GNSS卫星运动一般具有周期性,其一天中处于低高度角状态的持续时间较短;加之土壤湿度、土壤平整度、土壤构成及不同方位多径环境的空间差异性等因素的影响,使得基于单系统、单卫星的GNSS-MR往往无法实现土壤湿度短期变化的监测。而多模GNSS组合可提供更多的方位角覆盖,继而能在顾及土壤湿度、土壤平整度、土壤构成及多径环境等的空间差异性基础上,在各观测时段筛选出更多的信噪比组合,从而有望实现土壤湿度的高精度的、准实时动态监测。此外,信噪比观测值难免会受到异常噪声的污染,导致采用最小二乘去趋势项后获取的多路径信噪比往往不纯,从而影响表征土壤湿度变化趋势的延迟相位的解求精度。最后,GNSS-MR土壤湿度反演的根本目的在于基于已有的土壤湿度样本和信噪比(Signal-to-NoiseRatio,SNR)观测值,构建起以SNR残差序列特征参量为自变量、土壤湿度为因变量的数学模型,以便依据信噪比残差序列的特征参量解求土壤湿度。围绕上述问题,为改善GNSS-MR土壤湿度反演的精度、可靠性和稳定性,本文的主要内容和所取得成果包括:(1)较为详细地分析了GPS、BDS、GLONASS和GALILEO的卫星信号情况及各系统各频点上的信噪比的特点。(2)系统介绍了GNSS-MR信噪比反演土壤湿度的物理模型及数学模型、多路径误差的数学模型。(3)分析了一元线性回归、BP神经网络、SVRM支持向量回归机的建模原理及流程,并基于实测SNR观测值及土壤湿度样本分析了各自的建模精度及适用情况。(4)结合多路径信噪比序列的周期性特征,对有效高度角的选取进行了较为详细的讨论与分析;顾及土壤湿度和土壤构成的空间异值性,为保证卫星信号反射介质的单一性,借助“第一菲涅尔反射区”,利用反射点轨迹图选择相近方位角范围内的卫星,并利用有效高度角的持续时间进行时间弧段的划分,进而实现对有效信噪比观测值的选取。(5)针对美国大陆板块边界观测网PBO(Plateboundaryobservation)P484站点仅有GPS信噪比观测值,为减弱土壤湿度、土壤平整度、土壤构成及不同方位多径环境的空间差异性的影响,通过限制SNR观测值的方位角范围,并顾及单GPS卫星的周期特性及同一卫星在相近方位的复现特征,采用多GPS卫星组合GPS-MR进行土壤湿度的反演,较好地改善了土壤湿度反演的时间分辨率和精度。(6)针对单天中同一卫星处于低高度角状态的持续时间较短的情况,顾及土壤湿度、土壤构成、多径环境等的空间差异性,采用GPS/BDS/GLONASS/GALILEO组合信噪比观测值进行土壤湿度的反演,从而弥补了基于单系统、单卫星的GNSS-MR土壤湿度反演可靠性不高、稳定性较差和实际可操作性不强的缺陷。(7)在多模GNSS组合基础上,针对最小二乘估计不具备鲁棒性的缺陷,为获取更优的延迟相位估值,并简化繁杂的选星过程,同时改善GNSS-MR土壤湿度反演的可靠性和稳定性,提出了一种基于抗差估计的多卫星系统组合GNSS-MR土壤湿度反演的改进算法。该算法首先依据卫星方位角对多系统信噪比观测值进行组合,继而利用Lomb-Scargle谱分析求得有效频率,然后采用基于IGGIII权函数的抗差估计解求延迟相位,进而利用延迟相位表征土壤湿度变化趋势。实验结果表明,基于抗差估计的多卫星系统组合GNSS