[发明专利]一种基于GNSS-R的雪深反演方法及其应用

说明书

本发明公开了一种基于GNSS‑R的雪深反演方法及其应用，步骤：对信噪比观测数据进行预处理，批量获取各颗卫星的直射与反射信号；通过解析GPS卫星的直射信号与反射信号，结合测站周围地形环境，提取卫星高度角信息和信噪比数据；分离出5～25°的卫星高度角信息和信噪比数据，对信噪比数据进行消除趋势项，获得消除趋势项的信噪比序列；根据消除了趋势项的信噪比数据获取线性信噪比残差数据；对线性信噪比残差数据进行小波包分解与重构；对重构后的序列进行Lomb‑Scargle频谱分析，获取主频率；通过对卫星接收机垂直距离和天线高求差值以及公式换算，获取多颗卫星的雪深反演值。本发明的雪深反演方法的精度高，极具应用前景。

技术领域

本发明属于测绘科学技术领域，涉及一种基于GNSS-R的雪深反演方法及其应用。

背景技术

积雪作为一种气象观测数据，不仅仅对人们日常生活有出行方面的影响，而且对于全球气候变化趋势来说，是一种重要的评估参数，能够反映水资源储量和全球海平面上升高度，同时为下游洪灾预警和水利发电提供信息。

测绘科学是一门综合性科学，是研究与地理空间分布有关的信息的采集、处理、管理、表达和利用的科学与技术，包括大地测量学、摄影测量学、工程测量学和地图制图学等学科。

全球卫星导航反射技术(Global Navigation Satellite SystemReflectometry，GNSS-R)，在气象、工程、水文等领域有着广泛的应用，包括雪深探测、大坝变形监测、水位测量等。在利用全球卫星导航反射技术时，首先利用二次拟合的方法对信噪比数据进行预处理，批量获取各颗卫星的反射信号；然后通过解析直射反射信号，并根据测站周围的地理环境，分离出5～25°的卫星高度角，并根据所对应的历元范围获得信噪比数据，并对信噪比数据进行去趋势项处理和单位转化，获取信噪比残差序列；然后对于低高度角线性信噪比残差数据，利用Lomb-Scargle频谱分析提取信噪比数据的主频率，通过接收机天线高度和公式换算，进而获取雪深数据的反演值。

利用GNSS-R模型进行雪深反演，信噪比观测数据的质量控制十分重要，由于信噪比序列易受到环境噪声和热噪声影响，直接通过Lomb-Scargle频谱分析的结果难以提取主频率信息，得到的反演结果缺乏可靠性与准确性。目前对信噪比数据进行一定噪声地去除方法中，小波分解为主要方法，虽然小波变换对信号低频部分进行分解时，能很好地表征一大类以低频信息为主要成分的信号，但高频信息中往往也包含了大量细节信号，被认为是噪声，其缺点是低频处时间分辨率低，高频处频率分辨率低，重构小波系数获取去噪后的信噪比信号，会丢失部分细节信息，其结果是降低了雪深反演值的精度。

因此，开发一种能够克服以上信噪比数据噪声去除方法缺陷进而提高雪深反演精度的基于GNSS-R的雪深反演方法极具现实意义。

发明内容

本发明的目的在于克服现有信噪比数据的噪声大进而影响雪深反演值的精度的缺陷，提供一种能够克服以上信噪比数据噪声去除方法缺陷进而提高雪深反演精度的基于GNSS-R的雪深反演方法。本发明的方法具体是通过降低信噪比数据的噪声，使其在进行Lomb-Scargle频谱分析时能够更好地区分和提取主频率，进而获取精度较高、较可靠的雪深反演值。

为实现上述目的，本发明提供如下技术方案：

一种基于GNSS-R的雪深反演方法，应用于电子设备，在获取线性信噪比残差数据后对其进行小波包分解与重构，再对重构后的序列进行Lomb-Scargle频谱分析及后处理得到雪深反演值。