基于GNSS-R技術(shù)的北極黃河站雪深反演研究

劉智康，安家春，馮 魚，王澤民

（武漢大學(xué)中國南極測繪研究中心，湖北 武漢430079）

基于GNSS-R技術(shù)的北極黃河站雪深反演研究

劉智康，安家春，馮 魚，王澤民

（武漢大學(xué)中國南極測繪研究中心，湖北 武漢430079）

雪深探測在兩極地區(qū)的氣候和環(huán)境變化研究中有重要作用，但現(xiàn)有的觀測手段在獲取高時空分辨率的雪深資料上有較多的局限性。近年來，利用GNSS多路徑信號反演陸地、海洋等表面信息的GNSS-R技術(shù)得到廣泛重視。在系統(tǒng)分析GNSS-R雪深反演原理的基礎(chǔ)上，在中國北極黃河站設(shè)計了GNSS-R雪深反演實驗，并利用信噪比資料提取了2015年上半年的黃河站雪深變化情況，實驗結(jié)果表明，GNSS-R雪深反演結(jié)果與實測結(jié)果吻合很好，這表明GNSS-R技術(shù)可以用于極區(qū)的雪深探測。

GNSS-R；雪深；多路徑；信噪比

雪是水在水文循環(huán)中的一種關(guān)鍵儲蓄形式，雪深測量對于季節(jié)性白雪覆蓋的區(qū)域是一種非常重要的觀測量，高精度的雪深觀測值配合其它手段可以用于計算當(dāng)?shù)貪撛诘Y源含量，在氣象學(xué)、水文學(xué)和農(nóng)業(yè)研究中具有重要意義。在極地研究中，對雪深進行探測，不僅能給極地科考活動提供重要信息，更能在一定程度上揭示兩極地區(qū)氣候及環(huán)境變化，進而分析全球氣候及環(huán)境變化。

目前，全球很多區(qū)域雪深觀測資料尚不夠充足，一方面由于常規(guī)的雪深測量儀器（如超聲波雪深探測儀）只能對局部區(qū)域進行測量，無法開展大范圍甚至全球范圍內(nèi)的觀測，另一方面?zhèn)鹘y(tǒng)的遙感手段 （如MODIS和SAR）只能得出雪的覆蓋面積，很難得出深度信息。GNSS-R（Global Navigation Satellite System Reflectometry）技術(shù)自20世紀90年代以來逐漸發(fā)展起來，逐漸成為國內(nèi)外遙感探測和導(dǎo)航技術(shù)領(lǐng)域研究的熱點之一［1-2］。相對于傳統(tǒng)的雪深的觀測手段，GNSS-R具有以下優(yōu)點:①可采用現(xiàn)有的GPS接收機或反射信號接收機接收信號，接收機的復(fù)雜度、體積、重量和成本低。② 全天時、全天候，數(shù)據(jù)量大，有利于實現(xiàn)低成本、大范圍、高時空分辨率數(shù)據(jù)采集和目標(biāo)反演應(yīng)用。③反射信號直接攜帶反射面特性信息，反射信號的幅值、相位、極性和頻率等參量的變化，都直接與反射面有關(guān)，具有很高的研究價值。④對于一些環(huán)境相對惡劣的地區(qū)如極區(qū)、海面，GNSS-R技術(shù)具有極大的方便性和安全性。

國外學(xué)者在南北極地區(qū)、美國、日本等設(shè)計了大量的雪深探測實驗［3-9］，并取得了較好的反演結(jié)果。國內(nèi)學(xué)者的相關(guān)研究工作主要是利用國外實驗的數(shù)據(jù)進行了分析［10-13］。整體而言，當(dāng)前用GNSS-R探測雪深仍處于起步階段。在系統(tǒng)分析GNSS-R雪深反演原理的基礎(chǔ)上，在中國北極黃河站設(shè)計了GNSS-R雪深反演實驗，并獲得了良好的反演結(jié)果。

1 GNSS-R雪深探測原理

自1993年歐空局科學(xué)家Martin-Neira首次提出GNSS反射信號可以被利用以來［1］，GNSS-R作為一個新的研究領(lǐng)域，近年來正逐漸引起國內(nèi)外學(xué)術(shù)界的廣泛關(guān)注。從電磁波傳播基本理論出發(fā)，該反射信號中攜帶著反射面的特征信息，反射信號波形的變化，極化特征的變化，幅值、相位和頻率等參量的變化都直接反應(yīng)了反射面的物理特性，或者說直接與反射面相關(guān)。對反射信號的精確估計和接收處理，可以實現(xiàn)對反射面的物理特性的估計與反演。一些研究表明，積雪深度與GNSS信號的多路徑效應(yīng)有密切關(guān)系。因此，可以通過研究GNSS直射和反射信號的振幅、頻率等特征得出雪深信息。基于此，國內(nèi)外不同學(xué)者開展了一些研究，這些研究主要分為兩大類。

第一類采用傳統(tǒng)的GNSS大地測量接收機所采集的數(shù)據(jù)進行研究，傳統(tǒng)的GNSS大地測量接收機為了抑制多路徑效應(yīng)，僅有一副方向向上的右旋圓極化天線，即單天線模式。這類研究充分利用了當(dāng)前已有的GNSS接收機資源，數(shù)據(jù)來源廣。但是，由于信號在反射面反射之后在低高度角時只有部分信號極化方式發(fā)生改變，所以接收機接收到的信號既包含直射信號又包含反射信號，可以得出雪深和觀測量特征值的經(jīng)驗關(guān)系。然而這類方法沒有深究雪的內(nèi)部情況和不同雪層的對信號的反射情況。Larson等人首先于2009年研究了科羅拉多州春季暴風(fēng)雪開始前和結(jié)束后PBO站采集的GPS信噪比觀測數(shù)據(jù)。初步得出了處理后的信噪比資料與信號反射面高度存在一定關(guān)系的結(jié)論，為利用GNSS-R技術(shù)反演雪深奠定了基礎(chǔ)［5］。隨后，Larson等人進一步利用PBO提供的野外GPS站分析了不同測站的雪深反演結(jié)果，GNSS-R技術(shù)并不是在所有測站的反演效果都好，而是受到不同環(huán)境的影響［6］。2014年Nievinski等人基于GPS多路徑效應(yīng)的物理正演模型，提出了一個8參數(shù)的統(tǒng)計反演模型［7-8］，對3種不同環(huán)境（草地、森林和高山）下的雪深進行參數(shù)估計，得出雪深估計值，并且將結(jié)果與實測數(shù)據(jù)和SNOTEL（積雪遙測）站的數(shù)據(jù)進行對比分析。此后，北海道大學(xué)Ozeki利用L4和信噪比觀測值對日本北海道GEONET GPS觀測站數(shù)據(jù)進行了研究，得出了較好的雪深反演精度［9］。

另一類則采用專門的GPS反射信號接收機，這種接收機采用兩副或三副天線，即多天線模式。采用兩副天線的其中一副天線為方向向上的右旋圓極化天線，用于接收直射信號，另一副天線為方向向下的左旋圓極化天線，用于接收反射信號的左旋分量。采用三副天線的在前者基礎(chǔ)上增加一副方向向下右旋圓極化天線，用于接收反射信號的右旋分量。這類方法能將直射信號和反射信號區(qū)分開來，通過分別考察直反射信號來得出雪深信息，而且能得出不同雪層的反射情況。但是這類方法必須采用專門的反射信號接收機，成本高，而且數(shù)據(jù)有限。Fabra等學(xué)者的雪深反演方法關(guān)注的是不同深度的干雪對GPS信號的反射情況［4］。實驗采用歐空局地球觀測中心提出的多路射線單次反射模型（MRSR）反演雪深的方法，對歐空局2009年12月20日8號衛(wèi)星采集GPS-SIDS的實驗數(shù)據(jù)進行分析。該方法首先用迭代法計算各層干雪對信號造成的延遲和各層干雪對反射信號幅度產(chǎn)生的影響。然后對每個延遲接收到的反射信號波形進行傅里葉運算，并進行累加，可以大致得到干雪在不同深度的回應(yīng)值。最后用真實數(shù)據(jù)與相同幾何條件下的仿真結(jié)果（用GPSC/A碼三角函數(shù)近似表示每層雪中的信號波形）進行對比，從而得出結(jié)論。真實實驗結(jié)果和仿真結(jié)果具有很好的一致性，這為以后的干雪研究做了基礎(chǔ)性工作。

2 基于中國北極科考站的雪深反演初探

本文采用的雪深反演方法基于傳統(tǒng)大地測量GPS接收機采集的信噪比 （SNR，Signal-Noise-Ratio）數(shù)據(jù)。數(shù)據(jù)源為2015年1月～6月北極黃河站上自己布設(shè)的GPS觀測站采集的L1信號信噪比觀測數(shù)據(jù)，接收機類型為和芯星通UR4B0，天線類型為諾瓦泰GNSS-750，采樣率為30秒。黃河站位于挪威斯瓦爾巴群島新奧爾松（Ny-A?lesund）科學(xué)城內(nèi)。數(shù)據(jù)處理中選取反射信號最低入射角為5°，測站四周21 m范圍內(nèi)地勢較為平坦，故可將反射面坡度近似看作水平面來處理。圖1為黃河站地形圖。

基于傳統(tǒng)測地型接收機獲取的GPS信號來構(gòu)建雪面的反射模型，為了數(shù)據(jù)處理方便，在該模型中，假設(shè)反射面無傾斜且暫不考慮信號在積雪中的穿透。設(shè)天線高為H，天線中心距反射面的垂直距離為h，衛(wèi)星高度角（即入射角）為θ。

GPS衛(wèi)星發(fā)射的信號是右旋圓極化信號，信號在經(jīng)過反射面反射之后極化方式部分發(fā)生改變，改變量與信號入射角有關(guān)系。一般地，信號入射角越小，改變量越少，即衛(wèi)星在低高度角情況下，信號反射之后仍然有大部分反射信號為右旋信號，這些反射右旋信號進入GPS接收機后會與直射右旋信號形成干涉，從而影響到GPS觀測質(zhì)量。這也是在低衛(wèi)星高度角的情況下多路徑效應(yīng)嚴重的原因。干涉現(xiàn)象會影響到GPS接收機的信噪比（SNR）觀測值，使其在低衛(wèi)星高度角的情況下出現(xiàn)嚴重震蕩的現(xiàn)象，這也是利用SNR資料進行雪深反演的理論基礎(chǔ)。反演流程如下:

選取某一顆衛(wèi)星連續(xù)觀測得到的原始信噪比（SNR）資料進行預(yù)處理，設(shè)原始信噪比資料為SNR（t），先將其單位由dB轉(zhuǎn)化為比值，再固定噪聲強度An恒為0.1 Volts，此時信噪比時間序列轉(zhuǎn)化為混合信號強度時間序列Ac（t），轉(zhuǎn)換公式如下。圖2為黃河站2015年1月5日PRN20號衛(wèi)星L1混合信號強度時間序列?？梢钥闯觯透叨冉窍碌男旁氡扔^測值受到多路徑影響較大，故信號震蕩明顯，且低高度角下的信號強度較低。

圖1 黃河站在新奧爾松城內(nèi)的位置Fig.1 Position of Chinese Arctic Yellow River Station in Ny-Alesund

傳統(tǒng)大地測量GPS接收機接收到的GPS信號是包括直射信號和反射信號的混合信號，故其混合信號強度時間序列Ac（t）中包含直射成分和反射成分。其中直射成分體現(xiàn)為Ac（t）的長期趨勢，反射成分體現(xiàn)為Ac（t）的局部震蕩。用一個多項式對Ac（t）擬合可以得出直射信號強度時間序列Ad（t）。再用Ac（t）與Ad（t）做差可以得到去除長期趨勢項的SNR資料dSNR，在接下來的討論中稱之為差分信噪比時間序列。圖3為黃河站2015年1月5日PRN20號衛(wèi)星L1直射信號強度時間序列和差分信噪比時間序列。

圖2 2015年1月5日黃河站20號衛(wèi)星的L1的混合信號強度時間序列Fig.2 L1 Mixed-signal intensity time series of satellite 20 on January 5，2015 at Chinese Arctic Yellow River Station

圖3 2015年1月5日黃河站20號衛(wèi)星的L1直射信號強度和dSNR時間序列Fig.3 L1 Direct-signal intensity time series and dSNR time series of satellite 20 on January 5，2015 at Chinese Arctic Yellow River Station

dSNR可以看成是反射信號對總信號強度的影響，它可以由下面的余弦函數(shù)來表示

對dSNR序列進行頻譜分析可得出主頻信號頻率f。本次實驗采用快速傅里葉變換法進行頻譜分析。又H=h+h′（H取1.7 m），其中h′為雪深，故有

至此，可以實現(xiàn)雪深的反演。

圖4三幅圖依次表示黃河站2015年1月5日，3月1日和4月30日PRN20號衛(wèi)星高度角5°～25°的L1信號的dSNR序列。由于低衛(wèi)星高度角時多路徑效應(yīng)顯著，故提取低衛(wèi)星高度角的dSNR序列來分析。圖5三幅圖依次表示黃河站2015年1月5日、3月1日和4月30日PRN20號衛(wèi)星高度角為5°～25°的L1信號dSNR序列頻譜圖。其中4月30日積雪最多，3月1日次之，1月5日最少?？梢?，不同雪深對應(yīng)的主頻信號有較大差異，雪深與主頻信號頻率負相關(guān)。

圖4 黃河站2015年1月5日，3月1日和4月30日PRN20號衛(wèi)星高度角5°～25°的L1信號的dSNR序列Fig.4 L1 dSNR time series of satellite 20 at Chinese Arctic Yellow River Station on January 5，March 1 and April 30，2015 with the elevation angle varying from 5°～25°

圖5 黃河站2015年1月5日，3月1日和4月30日PRN20號衛(wèi)星高度角5°～25°的L1信號的dSNR序列頻譜圖Fig.5 L1 dSNR time series spectrogram of satellite 20 at Chinese Arctic Yellow River Station on January 5，March 1 and April 30，2015 with the elevation angle varying from 5°～25°

用上述反演方法分別處理2015年年積日1～161天的PRN05，16，20，25，30號衛(wèi)星的數(shù)據(jù)，得出5顆衛(wèi)星各自的雪深反演結(jié)果和平均值如圖6所示（剔除部分無效數(shù)據(jù)）。

為了驗證GNSS-R的雪深反演結(jié)果，利用新奧松爾氣象站的實測雪深資料進行對比。新奧爾松氣象站建于1974年，提供降水、溫度、雪深、風(fēng)速和風(fēng)向等氣象參數(shù)，該氣象站與黃河站距離在2 km之內(nèi)，因此，其雪深測量結(jié)果可以作為真值，用以檢驗GNSS-R的反演結(jié)果。圖8給出了2015年年積日1～161天的雪深實測結(jié)果。

圖6 黃河站PRN05，16，20，25及30號衛(wèi)星的雪深反演結(jié)果Fig.6 Snow depth inversion results of satellite 05，16，20，25 and 30 at Chinese Arctic Yellow River Station

圖7 黃河站PRN05，16，20，25及30號衛(wèi)星的雪深反演結(jié)果平均值Fig.7 Average snow depth inversion results of satellite 05，16，20，25 and 30 at Chinese Arctic Yellow River Station

圖8 新奧松氣象站的雪深實測結(jié)果Fig.8 snow depth Measured results of Ny-Alesund weather station

將圖6和圖7的GNSS-R反演的雪深結(jié)果和圖8的實測結(jié)果進行比較。從整體來看GNSS-R的反演結(jié)果，有雪期間的雪厚及其變化均準確反映了出來，但在無雪期間，由于反射面復(fù)雜，使得雪深探測結(jié)果較差。從不同衛(wèi)星的反演結(jié)果來看，雖然5顆衛(wèi)星均能反演出黃河站的雪深變化趨勢，但是各顆衛(wèi)星之間的變化量級相差較大。而多顆衛(wèi)星的平均值與實測的雪深數(shù)據(jù)基本一致。因此，使用該方法時，單顆衛(wèi)星的反演結(jié)果精度較低，需要多顆衛(wèi)星的平均結(jié)果才能正確的表征雪厚的變化。從年積日1～161天的變化來看，反映出了1月底～3月底有幾次較大的降雪過程，4月～5月的積雪深度最大但較為穩(wěn)定，而6月初期間的雪深迅速減小也準確的反映了出來。

3 總結(jié)

本文在系統(tǒng)分析GNSS-R技術(shù)的基礎(chǔ)上，利用中國北極黃河站的GPS信噪比觀測資料，反演了黃河站區(qū)的雪深變化，并與實測結(jié)果進行比較，得出了較好的反演結(jié)果，初步驗證了基于GNSS-R遙感技術(shù)反演雪深的可行性?；贕NSS-R遙感的雪深反演技術(shù)有獨特優(yōu)勢和良好的應(yīng)用前景，但目前國內(nèi)的相關(guān)研究尚處于起步階段，要得出更精確和準確的反演結(jié)果，仍然任重道遠。

（致謝:感謝iGMAS提供的GPS觀測數(shù)據(jù)，感謝國家海洋局提供的北極黃河站現(xiàn)場科學(xué)考察，感謝新奧爾松氣象站提供的雪深資料。）

［1］MARTIN N M.A Passive Reflectometry and Interferometry System（PARIS）:Application to Ocean Altimetry［J］.ESA，1993，17（4）: 331-355

［2］KOMJATHY A，MASLANIK J，ZAVOROTNY V U.Sea Ice Remote Sensing using surface reflected GPS signals［C］//Geoscience and Remote Sensing Symposium.IEEE 2000 International，Honolulu，HI，2000:2855-2857.

［3］FABRA F，CARDELLACH E，NOGUES C O，et al.Monitoring sea ice and dry snow with GNSS reflections［C］//Proceedings of IEEE International Geoscience and Remote Sensing Symposium（IEEE-IGARSS），2011:3837-3840.

［4］FABRA F，CARDELLACH E，RIUS A，et al.Phase altimetry with dual polarization GNSS-R over sea ice［J］.IEEE Transactions on Geoscience and Remote Sensing，2012，50（6）:2112-2121.

［5］LARSON K M，GUTMANN E D，ZAVOROTNY V，et al.Can we measure snow depth with GPS receivers［J］.Geographical Research Letters，2009，36（17）:153-159.

［6］LARSON K M，NIEVINSKI F G.GPS snow sensing:results from the EarthScope Plate Boundary Observatory［J］.GPS Solut，2013，17（1）:41-52.

［7］NIEVINSKI F G，LARSON K M.Inverse Modeling of GPS Multipath for Snow Depth Estimation—Part I:Formulation and Simulations［J］.IEEE Transactions on Geoscience and Remote Sensing，2014，52（10）:6555-6563.

［8］NIEVINSKI F G，LARSON K M.Inverse Modeling of GPS Multipath for Snow Depth Estimation—Part II:Application and Validation［J］.IEEE Transactions on Geoscience and Remote Sensing，2014，52（10）:6564-6573.

［9］OZEKI M，HEKI K.GPS snow depth meter with geometry-free linear combinations of carrier phases［J］.Journal of Geodesy，2011，86（3）:209-219.

［10］JIN S，NAJIBI N.Sensing snow height and surface temperature variations in Greenland from GPS reflected signals［J］.Advances in Space Research，2014，53（11）:1623-1633.

［11］邵禮明，張云，孟婉婷，等.基于GNSS-R干雪深度檢測的研究［J］.電子設(shè)計工程，2015，23（17）:9-12.

［12］戴凱陽，張雙成，張勤，等.GPS信噪比用于雪深監(jiān)測研究［J］.測繪科學(xué)，2015，40（12）:112-115.

［13］劉風(fēng)玲，張云，孟婉婷，等.UK-DMC衛(wèi)星接收機GNSS反射信號的應(yīng)用分析［J］.遙感信息，2015（1）:90-95.Research on Snow Depth Inversion at Arctic Yellow River Station Based on GNSS-R Technique

Liu Zhikang，An Jiachun，F(xiàn)eng Yu，Wang Zemin
（Wuhan University，Chinese Antarctic Center of Surveying and Mapping，Wuhan，430079，China）

Snow depth detection plays an important role in the research of climate and environment for the polar regions.However，the existing observational approaches have many limitations in snow depth detection.In recent years，GNSS-R technology，which utilizes GNSS multipath signal to retrieve surface information on land and ocean，has attracted wide attention.In this paper，the snow depth inversion principle of GNSS-R technology is firstly analyzed.A self-designed GNSS-R snow depth inversion experiment is then carried out at Chinese Arctic Yellow River Station.Finally，the snow depth changes in the first half of 2015 are extracted by SNR data.This experimental results show that snow depth derived from GNSS-R is in good agreement with field measurements，which means GNSS-R technology can be used to obtain snow depth in polar regions.

GNSS-R；snow depth；multipath；SNR

P228.4

A

1005-0523（2016）05-0081-07

（責(zé)任編輯 姜紅貴）

2016－04－18

國家自然科學(xué)基金（41531069）；國家海洋局南北極環(huán)境綜合考察與評估專項基金（CHINARE2015－02－02）

劉智康（1993—），男，碩士研究生，研究方向為大地測量。

安家春（1985—），男，博士，講師，研究方向為大地測量與測量工程。