GNSS-R海冰遥感的模拟和试验验证

介绍了利用全球导航卫星的反射信号(GNSS-R, Global Navigation Satellite System reflected signals )进行海冰遥感的技术原理,通过对辐射传输模型的分析,得到GNSS反射信号的功率与海冰厚度关系的模拟.分析了2013年天津渤海湾海冰实地观测试验数据,试验中利用一个垂直向上的右旋圆极化天线负责接收直射信号,同时另一个45°朝向海面的左旋圆极化天线接收反射信号,将观测得到的反射信号信噪比和GNSS卫星的镜像点轨迹相结合,得到冰面和水面的反射信号空间分布,相对于直射信号只与卫星发射信号强度和天线增益相关,反射信号则比较复杂,除了卫星发射信号和天线增益,还受到反射面的影响,分析结果表明GNSS反射信号用于海冰观测具有较高的敏感性,可用于海冰密度的反演.     

变形反射面天线馈源最佳相位中心的研究

针对变形反射面天线馈源相位中心选取的问题,提出了寻找天线馈源最佳相位中心的优化模型. 该模型基于变形反射面天线馈源相位中心与远场方向图的函数关系式,可得到天线反射面存在任意表面误差时的馈源最佳相位中心,使得天线的增益损失最小. 将该模型应用于某8m反射面天线的工程计算中. 在仅考虑天线自身重力荷载的情况下,确定了天线不同仰角时的馈源最佳相位中心. 数值模拟结果表明,该优化模型所确定的增益损失小于最佳吻合抛物面时的增益损失.     

北斗GEO卫星微动条件下的GNSS-R土壤湿度反演

全球定位系统GPS发射的L波段导航信号源已被用于估测地球表面的土壤湿度,但由于卫星具有一定的重返周期,所以对固定区域土壤湿度反演的性能受到不断变化的星下点轨迹的限制。北斗GEO（geostationary earth orbit）卫星是地球静止轨道卫星,同时又存在着周期性的微动,利用它的反射信号来反演土壤湿度受到其微动特性的影响。针对这个问题,本文研究了利用GEO卫星反射信号功率进行固定区域内土壤湿度反演的可行性。本文首先分析了GEO卫星的微动特征和反射区域的变化;然后采用包络提取和三次多项式插值的方法来恢复SNR的趋势变化规律,以消除因为GEO卫星轻微运动带来的周期性波动和噪声,并且根据现场收集的部分实验数据确定的校准参数值对反射系数进行校正;最后,我们使用测试数据进行土壤湿度反演,得到每半小时固定区域的连续土壤湿度反演值。结果表明,土壤湿度反演值与原位土壤湿度值的变化趋势基本一致,反演的平均绝对误差小于4.63％。可见,BDS GEO卫星信号可以作为GNSS反射计的重要数据来源。     

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

先验知识在被动微波遥感土壤湿度反演中的作用和影响

利用微波遥感的发射率数据反演裸土壤湿度，不可避免需要结合地表面和土壤层的一些先验知识，而先验知识的准确度又将对反演结果的准确度产生一定的影响。文章讨论了地表的高度起伏相关函数形式、土壤温度和土壤质地等三类先验知识，定义了几种不同的土壤湿度反演误差，从而定量地给出三类先验知识的不确定性对土壤湿度反演的影响，指出：基于BSM散射模型和人工神经网络（ANN）的土壤湿度的反演方法是可行的，向ANN输入两种极化的裸土壤表面发射率数据便可反演出裸土壤的湿度，在上述三种先验知识具有一定的不确定性时仍可保证较好土壤湿度反演准确度。     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

GNSS-R海面测高技术的国内外研究及未来展望

随着全球导航卫星系统(GNSS)的飞速发展,利用导航卫星反射信号的GNSS-R技术的应用越来越广泛。本文介绍了GNSS-R技术进行海面高度测量的国内外研究,并且阐述了基于GNSS-R技术的3种海面测高方法,分别为载波相位法、码相位法和信噪比(SNR)法。最后,提出GNSS-R海面测高技术的未来展望。     

BDS卫星天线相位偏差对PPP法估计ZTD的影响

为详细分析不同的BDS卫星的天线相位偏差模型差异性及其对ZTD估计的影响,分别采用MGEX模型和ESA模型改正天线相位偏差,利用PPP法处理8个MGEX站观测数据估计ZTD.以PPP法获得的GPS ZTD为参考值,实验结果表明:采用现有天线相位偏差改正模型能提高BDS ZTD估计精度;与MGEX模型相比,ESA模型能更有效的减小系统偏差,提高内、外符合精度;固定测站坐标能显著减小ZTD估值的系统偏差,提高外符合精度.因此,推荐采用ESA模型改正BDS卫星天线相位偏差.     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

玛多地区基于植被指数对土壤水分的反演

采用Landsat5影像数据对青海省果洛州玛多地区植被指数和地表温度进行提取,通过地面同步测定土壤水分含量,分析三者之间的相关关系。结果发现:归一化植被指数(NDVI)与土壤水分在植被盖度较低时,二者之间存在较为明显的负相关关系r=-0.655;地表温度与土壤水分呈负相关关系r=-0.932,3种关系模型中线型模型拟合效果最好R2=0.769 0;引入变量植被温度指数TVI并对其与土壤水分做相关分析,结果发现土壤水分与TVI之间的相关系数r=-0.906,二者之间存在明显的负相关关系,3种关系模型中,幂指数模型的决定系数最高R2=0.855 0,TVI与土壤水分的拟合效果较温度与土壤水分的好,因此利用植被指数对区域土壤水分的反演是可行的。     

黑河中游山前荒漠和绿洲荒漠过渡带土壤植被空间分布特征研究

干旱区呈现荒漠和绿洲邻接共存的独特景观,区域内土壤植被起到维持生态系统结构功能稳定的基础性作用.本文以黑河中游山前荒漠及绿洲荒漠过渡带作为典型区域,设置土壤植被调查样带,在采样分析土壤机械组成、水分、盐分离子、有机质质量分数及植被覆盖度、冠幅、高度等数据的基础上,探究土壤植被在垂直和水平方向的空间分布特征.得到以下结论:1)黑河中游样带土壤平均质量含水量在1.49%~5.57%范围内,祁连山前样带北山前样带,体现祁连山区对于荒漠的水分补给;2)祁连山前样带土壤质地主要为粉壤土和砾质壤土,盐分和有机质含量较高,相反,北山前样带土壤质地主要为砾石土和砂土,盐分和有机质含量较低,土壤含水量与土壤颗粒组成、盐分、有机质含量等其他土壤属性存在显著的相关关系;3)植被覆盖度在祁连山前荒漠较高,北山前荒漠较低,远离绿洲方向的样带土壤含水量及植被覆盖度总体呈上升趋势,表现生态裂谷特征,威胁黑河中游绿洲生态系统安全;4)植被与土壤属性之间高度相关,主要表现在植被覆盖度与土壤水分、土壤细粒径颗粒和有机质含量的正相关关系,以及植被覆盖度、高度和冠幅随盐分先增加后降低的二次抛物线关系,表明盐分对植物的生长具有一定的抑制作用.     

反射面变形对天线辐射特性的影响

研究在冲击波作用下,赋形双弯曲反射面变形对天线辐射特性的影响.利用物理光学法对双弯曲反射面雷达天线的辐射方向性进行了建模和分析,将反射面完好时的计算结果与测试结果进行比较,其结果较为一致.在此基础上,重点研究了天线反射面变形后天线辐射特性随变形量、变形位置和变形面积的变化.计算结果表明,反射面的变形对水平面方向图影响较大,对垂直面方向图的影响很小.     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

单孔毁伤对赋形反射面天线辐射特性的影响

研究赋形反射面天线的反射面在单孔毁伤条件下的辐射特性，利用基于表面电流积分的物理光学法，对赋形反射面天线的远场辐射特性进行了建模和分析，比较了反射面完好时辐射特性的计算结果和测试值，具有很好的一致性．重点探讨了天线反射面单孔毁伤后远区辐射特性随孔径及孔位置的变化规律，得出毁伤孔径越大或孔越靠近反射面中心位置时，天线的增益下降越多，副瓣电平提高越多的结论。     

Android智能手机海面高度测量及其遥感应用

开展了Android智能手机的海面高度测量研究,并通过与测绘接收机测量结果和同比验潮站数据对比初步评估其性能。为了降低测量设备非探测区域反射的卫星导航信号对海面高度测量的影响,提出了经验模态分解提纯海面反射信号干涉振荡特征的方法,并利用仿真和试验数据验证了其有效性. 利用小米6智能手机和华测北斗N72测绘接收机采集的18天GNSS数据,开展了海面高度测量研究和评估. 结果表明:海面高度测量结果和验潮站同比数据在风速小于15 m/s时具有良好的一致性,智能手机和测绘接收机测量的海面高度的同比均方根误差均为0.31 m;智能手机用于测量海面高度的卫星信号的高度角下、上限高于30°的占比分别为30.8%和45.3%,以至于高高度角的信噪比时序可被用于测量海面高度;在18天的试验时间内,共计采集1120个海面高度测量值,平均62个/天,相比于CORS站,在相同的观测周期内具有更多的测量样本。最后对智能手机的遥感应用进行了讨论,以期推进遥感的大众化进程.      

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.