[发明专利]一种基于多星数据融合的积雪深度反演方法

说明书

本发明涉及积雪深度监测技术领域，尤其涉及一种基于多星数据融合的积雪深度反演方法，包括获得监测点的GNSS观测数据；对GNSS数据进行预处理，获取观测时段各卫星的信噪比、高度角数据；分离出卫星高度角在5°~20°的信噪比和高度角数据，通过二次多项式拟合去除信噪比趋势项以获得信噪比残差序列；对信噪比残差序列进行Lomb‑Scargle频谱分析获得序列的主频率；获取各卫星反演的积雪深度；由获得的各卫星反演雪深结果建立GNSS‑IR雪深反演多星融合监测MARS模型；输出反演结果。本申请通过MARS理论建立多星数据融合积雪反演模型，能有效综合各卫星的反演结果，自动剔除对结果影响较大的数据，获得最优的反演卫星组合，大大提高了反演结果的可靠性和精度。

技术领域

本发明涉及积雪深度监测技术领域，尤其涉及一种基于多星数据融合的积雪深度反演方法。

背景技术

积雪是水文系统中的重要组成部分，它对淡水资源的平衡以及气候的调节过程都起着重要作用。因此持续、准确地监测地面积雪深度变化具有重要意义。传统的积雪监测方式主要是在地面上依靠人工手动测量或机器自动测量，但这些传统的方法存在外业工作量大、监测设备成本高、时空分辨率低等不足。

随着全球导航定位系统的研究深入，GNSS-IR(Global Navigation SatelliteSystem Interferometric Reflectometry)技术作为一种新型遥感监测技术逐渐发展起来。与传统方法相比，GNSS-IR技术具有反应迅速、精度高、成本低、全天时等优点，因此具有广阔的应用前景。但测站周围环境以及卫星自身的差异会影响卫星反演的结果，使得部分卫星反演的可靠性和精度降低，因此采用单颗卫星进行反演不确定性大，难以准确反映测站附近的雪深信息。

因此需要研发出一种基于多星数据融合的积雪深度反演方法来解决上述问题。

发明内容

本发明的目的就在于为了解决上述问题设计了一种基于多星数据融合的积雪深度反演方法。

本发明通过以下技术方案来实现上述目的：

一种基于多星数据融合的积雪深度反演方法，包括以下步骤：

S1、获得监测点的GNSS观测数据；

S2、对GNSS数据进行预处理，获取观测时段各卫星的信噪比、高度角数据；

S3、分离出卫星高度角在5°~20°的信噪比和高度角数据，通过二次多项式拟合去除信噪比趋势项以获得信噪比残差序列；

S4、对信噪比残差序列进行Lomb-Scargle频谱分析获得序列的主频率；

S5、获取各卫星反演的积雪深度；

S6、由获得的各卫星反演雪深结果建立GNSS-IR雪深反演多星融合监测MARS模型；

S7、输出反演结果。

具体地，步骤S2中获取的信噪比观测值表示为：

其中，SNR为信噪比观测值，A_c为合成信号，A_d为直射信号振幅，A_m为反射信号振幅，Ψ为直射信号和反射信号夹角。

具体地，步骤S2中还包括将信噪比线性化，计算公式如下：

其中，SNR_dB-Hz为接收机接收到的数值，SNR_vv为线性化后的信噪比数据。

具体地，步骤S3中信噪比残差序列的计算公式如下：

其中，h为垂直反射距离，λ为载波波长，θ为卫星高度角。

具体地，步骤S4中Lomb-Scargle公式可表示为：