地基GNSS-R雪深測(cè)量方法研究進(jìn)展

肖星星 許盼盼 韓雨辰 仲 臣

(1.安徽理工大學(xué) 空間信息與測(cè)繪工程學(xué)院 安徽淮南 232001；2.安徽理工大學(xué) 礦區(qū)環(huán)境與災(zāi)害協(xié)同監(jiān)測(cè)煤炭行業(yè)工程研究中心 安徽淮南 232001；3.安徽理工大學(xué) 礦山采動(dòng)災(zāi)害空天地協(xié)同監(jiān)測(cè)與預(yù)警安徽普通高校重點(diǎn)實(shí)驗(yàn)室 安徽淮南 232001；4.東北財(cái)經(jīng)大學(xué) 遼寧大連 116012)

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的發(fā)展不斷趨于完善，對(duì)觀測(cè)數(shù)據(jù)的處理已不僅僅是用于導(dǎo)航定位等基礎(chǔ)功能，還用于應(yīng)對(duì)各行業(yè)特殊需求的功能定制，這標(biāo)志著導(dǎo)航定位已進(jìn)入多元化利用的“GNSS+”時(shí)代。GNSS遙感(GNSS-Remote Sensing)作為衛(wèi)星導(dǎo)航和遙感的交叉學(xué)科，迎來(lái)了重要的發(fā)展契機(jī)[1]。GNSS遙感通過(guò)將觀測(cè)過(guò)程中含有低高度角衛(wèi)星信號(hào)受大氣環(huán)境及地表環(huán)境影響后產(chǎn)生的多路徑反射誤差數(shù)據(jù)作為遙感觀測(cè)源，完成地表參數(shù)反演。

地球表面積雪具有顯著的季節(jié)性變換特征，覆蓋面廣，擔(dān)負(fù)著調(diào)節(jié)水循環(huán)和控制溫度的重任，缺乏對(duì)積雪的監(jiān)控就有可能會(huì)導(dǎo)致暴雪，甚至引發(fā)災(zāi)難，影響人們的生活。因此，對(duì)積雪覆蓋變化進(jìn)行實(shí)時(shí)監(jiān)測(cè)具有重大意義。傳統(tǒng)的監(jiān)測(cè)手段是利用氣象站點(diǎn)人工采集數(shù)據(jù)，所采集的積雪數(shù)據(jù)不僅分布不均勻，而且在采集時(shí)間頻次上也難以取得同步，因此無(wú)法全面、準(zhǔn)確地表現(xiàn)出積雪分布情況。類似的物理觀測(cè)方式還有超聲波法和激光法等，其中，激光法獲取的積雪深度觀測(cè)數(shù)據(jù)處理過(guò)程復(fù)雜、成本較高；超聲波法也只是用于定點(diǎn)觀測(cè)，弊端同樣明顯。衛(wèi)星遙感方式獲取積雪信息可有效彌補(bǔ)物理觀測(cè)方法的缺陷，但易受云層和植被等遮蓋影響，監(jiān)測(cè)條件和成本較高。綜上，衛(wèi)星遙感觀測(cè)方式雖然能在一定程度上解決環(huán)境約束問(wèn)題，但同時(shí)也存在精度不均勻、誤差難以消除、無(wú)法獲取小尺度范圍的精確積雪信息等缺點(diǎn)。

全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號(hào)(The Global Navigation Satellite System- Reflection，GNSS-R)技術(shù)在雪深測(cè)量上已經(jīng)成功獲取了復(fù)雜環(huán)境下的積雪深度測(cè)量數(shù)據(jù)，不僅精度較高，而且還可以獲取雪深的空間分布信息，同時(shí)還具有連續(xù)的時(shí)間序列，填補(bǔ)了氣象站點(diǎn)人工直尺測(cè)量的點(diǎn)狀測(cè)量和衛(wèi)星遙感大面積測(cè)量之間的尺度空白，為完成全國(guó)性、系統(tǒng)地積雪地面調(diào)查提供了一種高效、精確、低投入的雪深數(shù)據(jù)采集新方法。

本文首先對(duì)使用GNSS-R技術(shù)進(jìn)行積雪深度測(cè)量的研究成果進(jìn)行總結(jié)梳理，對(duì)其中具有明顯的干涉模式下的基于信噪比(Signal Noise Ratio，SNR)觀測(cè)值的積雪深度測(cè)量方法、基于載波相位觀測(cè)值的積雪深度測(cè)量方法、基于C/A碼偽距相位觀測(cè)值的積雪深度測(cè)量方法等 3種反演方法的特點(diǎn)和優(yōu)勢(shì)進(jìn)行比較，為探索使用GNSS-R技術(shù)進(jìn)行積雪測(cè)量提供參考。

1 GNSS遙感技術(shù)及應(yīng)用

GNSS遙感是研究利用GNSS信號(hào)探測(cè)和感知環(huán)境的學(xué)科，按照應(yīng)用GNSS信號(hào)形式不同，可分為GNSS折射遙感和GNSS反射遙感兩類。GNSS折射遙感是利用衛(wèi)星直射信號(hào)穿過(guò)不同介質(zhì)的折射現(xiàn)象，對(duì)大氣參數(shù)進(jìn)行反演；GNSS反射遙感是利用接收到的、經(jīng)環(huán)境反射后的信號(hào)獲取峰值功率和波形信息等參數(shù)，進(jìn)行反射面性質(zhì)探測(cè)。

GNSS折射遙感在其發(fā)展過(guò)程中形成了多種用途的研究學(xué)科，具有代表性的GNSS反射遙感技術(shù)包括GNSS無(wú)線電掩星技術(shù)(GNSS Radio Occultation，GNSS R O)、地震電離層監(jiān)測(cè)技術(shù)和對(duì)流層水汽監(jiān)測(cè)技術(shù)。其中，GNSS無(wú)線電掩星技術(shù)是在低軌衛(wèi)星上安裝高動(dòng)態(tài)GNSS接收機(jī)并進(jìn)行臨邊觀測(cè)，由于GNSS信號(hào)在穿過(guò)電離層和大氣層過(guò)程中介質(zhì)垂直折射指數(shù)會(huì)發(fā)生變化，導(dǎo)致傳播路徑彎曲，通過(guò)計(jì)算衛(wèi)星位置速度等已知數(shù)據(jù)來(lái)計(jì)算彎曲角度，從而反演得到大氣折射率，同時(shí)獲得氣壓、密度、溫度和水汽壓等大氣參數(shù)剖面及電離層電子密度剖面[2]。地震電離層監(jiān)測(cè)是利用電離層電子濃度總含量(Total ionospheric Electron Concentration，TEC)在地震發(fā)生前后產(chǎn)生的異常波動(dòng)[3]，結(jié)合GNSS自身觀測(cè)優(yōu)勢(shì)，利用GNSS TEC技術(shù)研究電離層異常變化規(guī)律來(lái)進(jìn)行地震預(yù)測(cè)。對(duì)流層水汽監(jiān)測(cè)是利用大氣層水汽含量對(duì)GNSS信號(hào)產(chǎn)生折射、延時(shí)影響進(jìn)行數(shù)據(jù)反演，應(yīng)用于數(shù)值天氣預(yù)報(bào)、極端天氣預(yù)警和霧霾監(jiān)測(cè)等方面[4]。

GNSS反射遙感技術(shù)是利用反射信號(hào)對(duì)反射面物理或幾何信息進(jìn)行測(cè)量的技術(shù)，即GNSS-R[5]技術(shù)。按照觀測(cè)模式，GNSS-R可分為雙天線模式和單天線模式兩種。其中，雙天線模式使用特制雙天線分別接收直射信號(hào)和反射信號(hào)；單天線模式是利用單天線普通設(shè)備接收直射和反射的混合信號(hào)，在信號(hào)處理時(shí)通常采用一定的方式扣除直射信號(hào)而分離出反射信號(hào)，再對(duì)反射面信息進(jìn)行觀測(cè)。按照是否單獨(dú)接收反射信號(hào)可劃分為干涉模式和反射模式。

在海洋遙感領(lǐng)域，MARTIN N M.等[6]提出被動(dòng)反射和干涉測(cè)量系統(tǒng)(PARIS)進(jìn)行海面高度測(cè)量，ROBERT N 等[7]通過(guò)GNSS-R海面測(cè)高試驗(yàn)研究，提高了海面測(cè)高精度。在此基礎(chǔ)上，還有學(xué)者利用GNSS-R在海洋遙感領(lǐng)域開(kāi)展了海面風(fēng)場(chǎng)實(shí)驗(yàn)[8-10]、海冰動(dòng)態(tài)監(jiān)測(cè)[11-13]和海面浮油檢測(cè)[14-16]等，海面目標(biāo)檢測(cè)識(shí)別已成為GNSS-R在海洋遙感中的重要應(yīng)用方向。在陸地遙感領(lǐng)域，可利用GNSS反射信號(hào)進(jìn)行歸一化植被指數(shù)(Normalized Vegetation Index，NDVI)反演[17]、積雪深度測(cè)量[18]和土壤濕度檢測(cè)[19]等方面的應(yīng)用。

2 GNSS-R雪深測(cè)量技術(shù)的發(fā)展

GNSS-R雪深測(cè)量技術(shù)是利用反射信號(hào)測(cè)量積雪深度信息，主要分為干涉模式和反射模式。干涉模式是指利用單天線設(shè)備接收直射和反射的疊加信號(hào)，直射信號(hào)和反射信號(hào)的干涉現(xiàn)象導(dǎo)致信號(hào)強(qiáng)度出現(xiàn)高頻振蕩，通過(guò)趨勢(shì)項(xiàng)擬合方法分離直射信號(hào)，最后利用信號(hào)強(qiáng)度振蕩頻率與積雪厚度變化的關(guān)系反演積雪深度。反射模式通常是利用特制雙天線設(shè)備，分別搭載著向上的低增益右旋圓極化(RHCP)天線和向下的高增益左旋圓極化(LHCP)天線，分別接收直射信號(hào)和反射信號(hào)，通過(guò)求解反射信號(hào)的接收時(shí)延作為觀測(cè)值，再利用接收機(jī)、衛(wèi)星與雪面的幾何關(guān)系求解積雪深度。

JACOBSON M D[20](2008年)驗(yàn)證了GPS反射信號(hào)功率會(huì)因反射區(qū)不同而使電介質(zhì)材料和厚度產(chǎn)生相應(yīng)的變化，同時(shí)證明GPS反射信號(hào)功率與積雪深度存在相關(guān)性。隨后，LARSON K M等[21-22](2009年和2013年)通過(guò)研究雪深估計(jì)量、現(xiàn)場(chǎng)測(cè)量值及氣象站點(diǎn)測(cè)量數(shù)據(jù)間的相互關(guān)系，建立基于SNR觀測(cè)值的GPS-R統(tǒng)計(jì)反演模型，初步證明了GNSS-R雪深測(cè)量的可行性。RODRIGUEZ A N等[23](2012年)通過(guò)線極化天線所產(chǎn)生的干涉圖像在空氣、雪及地面處的反射間斷，探究積雪下土壤濕度的背景約束。BONIFACE K等[24](2015年)將官方雪深探測(cè)數(shù)據(jù)與美國(guó)西部地區(qū)約100個(gè)板塊監(jiān)測(cè)站GPS干涉測(cè)量反演結(jié)果進(jìn)行對(duì)比，結(jié)果表明超過(guò)80%的地區(qū)均取得較好的相關(guān)性，并通過(guò)后續(xù)大量的試驗(yàn)證明了GNSS雪深測(cè)量的穩(wěn)定性。GUTMANN E D(2012年) 和ROVER S(2019年)等[25- 26]基于SNR觀測(cè)量進(jìn)行雪深反演，即使用普通測(cè)地型接收機(jī)和天線接收的數(shù)據(jù)進(jìn)行反演，探討了干涉模式下的GNSS-R的雪深測(cè)量技術(shù)。較反射模式下需要接收機(jī)搭載垂直向上和垂直向下天線分別接收信號(hào)的硬件相比，干涉模式下只需要普通的測(cè)地型接收機(jī)，降低了測(cè)量成本，具有一定的普適性，同時(shí)數(shù)據(jù)來(lái)源更加廣泛。

GNSS-R雪深測(cè)量技術(shù)發(fā)展到目前，其測(cè)量方法主要有SNR方法、載波相位觀測(cè)值組合法、偽距和載波相位融合方法等。

2.1 基于SNR觀測(cè)值的雪深測(cè)量

GUTMANN E D等[25](2012年)在美國(guó)科羅拉多州尼沃特嶺進(jìn)行GNSS-R雪深測(cè)量試驗(yàn)。試驗(yàn)場(chǎng)位于海拔3 500 m的鞍形山頂，為減少設(shè)備對(duì)GPS信號(hào)的干擾，在接收機(jī)7 m外安置激光雪深探測(cè)系統(tǒng)同步采集數(shù)據(jù)，并設(shè)置每?jī)芍苡^測(cè)一次的人工積雪數(shù)據(jù)測(cè)量點(diǎn)用于數(shù)據(jù)精度對(duì)比。結(jié)果表明，GNSS-R用于雪深測(cè)量在數(shù)據(jù)連續(xù)性、精度和數(shù)據(jù)采集成本上均具有較大優(yōu)勢(shì)。NIEVINSKI F G等[27-28](2014年)詳細(xì)闡述了基于SNR觀測(cè)值進(jìn)行雪深反演的原理和試驗(yàn)過(guò)程，形成了較完善的SNR數(shù)據(jù)處理流程并驗(yàn)證了SNR方法用于雪深測(cè)量的可靠性和準(zhǔn)確性。為綜合利用多系統(tǒng)衛(wèi)星數(shù)據(jù)，TABIBI S等[29](2017年)提出了一種基于信號(hào)特定方差因子的GPS和GLONASS不同頻段組合的雪深測(cè)量算法，結(jié)果表明，GPS和GLONASS的SNR觀測(cè)數(shù)據(jù)可以通過(guò)不同頻段統(tǒng)計(jì)組合提高雪深測(cè)量精度。HEFTY J[30](2013年)利用斯洛伐克境內(nèi)具有地形代表性的連續(xù)觀測(cè)GPS站點(diǎn)(被建筑物、構(gòu)筑物和不均勻地形包圍的場(chǎng)地)，分別使用雙頻信噪比和幾何結(jié)構(gòu)的線性載波相位線性組合L4進(jìn)行雪深測(cè)量，證明了復(fù)雜地形下GNSS-R積雪測(cè)量的實(shí)用性。隨著GPS多頻信號(hào)的開(kāi)放，CHEN Q等[31](2014年)模擬了接收機(jī)天線水平極化和垂直極化的反射系數(shù)，并使用L2C信號(hào)完成了雪深反演。

為突出GNSS-R方法在惡劣環(huán)境下的有效性，MUNOZ M J F等[32](2020年)利用最新發(fā)射的VV16衛(wèi)星搭載的L波段微波輻射計(jì)與GNSS-R組合進(jìn)行極地地區(qū)的海冰和積雪探測(cè)。DURAND M等[33](2019年)針對(duì)冰川快速消融而無(wú)法進(jìn)行有效監(jiān)測(cè)的問(wèn)題，利用GNSS-R技術(shù)進(jìn)行積雪消融監(jiān)測(cè)，并在現(xiàn)場(chǎng)安裝超聲波傳感器進(jìn)行數(shù)據(jù)對(duì)比，證明了GNSS-R技術(shù)在冰川環(huán)境下監(jiān)測(cè)積雪消融的可行性。王澤民等[34](2018年)基于北極地區(qū)黃河站GPS和BDS的雙頻信噪比觀測(cè)數(shù)據(jù)，使用信噪比強(qiáng)度較高的L1和B1I雙系統(tǒng)觀測(cè)值并通過(guò)數(shù)據(jù)分析手段提高了雪深反演精度和可靠性。黃良珂等[35](2019年)使用GPS新型L5載波的信噪比觀測(cè)數(shù)據(jù)，對(duì)GNSS測(cè)站附近雪深變化及實(shí)測(cè)雪深數(shù)據(jù)進(jìn)行反演，通過(guò)結(jié)果對(duì)比證明了L5信號(hào)在雪深測(cè)量中的反演精度更高。

在數(shù)據(jù)預(yù)處理方面，AN J(2020年)和鄧攀(2019年)等[36-37]使用小波分解將噪聲與信號(hào)分離以提高雪深反演精度。邊少鋒等[38](2020年)提出聯(lián)合小波變換和滑動(dòng)窗口的多衛(wèi)星融合雪深反演模型，結(jié)果表明，反演結(jié)果與實(shí)測(cè)數(shù)據(jù)保持高度一致，精度和穩(wěn)定性較美國(guó)大陸板塊觀測(cè)網(wǎng)(Plate Boundary Observatory，PBO H2O)的結(jié)果均有顯著提高。任超等[39](2019年)在將SNR信號(hào)用于雪深測(cè)量的基礎(chǔ)上使用了支持向量機(jī)(Support Vector Machine，SVM)對(duì)積雪深度時(shí)間序列模型進(jìn)行優(yōu)化，進(jìn)一步提升了精度。張曉宇等[40](2019年)建立遺傳算法-反向傳播(GA-BP)神經(jīng)網(wǎng)絡(luò)優(yōu)化模型對(duì)系統(tǒng)誤差進(jìn)行去噪處理，結(jié)果表明，對(duì)反演過(guò)程中出現(xiàn)離群跳變點(diǎn)起到了有效的消除作用。LI Z等[41](2021年)利用美國(guó)PBO網(wǎng)絡(luò)中P351站2013—2016年的觀測(cè)數(shù)據(jù)，分別使用Lomb Scargle周期圖(LSP)頻譜分析、快速傅立葉變換(Fast Fourier Transform，F(xiàn)FT)頻譜分析和非線性最小二乘擬合(Nonlinear Least Squares Fitting，NLSF)3種算法來(lái)計(jì)算積雪表面高度，并通過(guò)尋找算法之間的最佳組合，進(jìn)一步提高了GNSS-IR雪深反演的精度。同時(shí)還與積雪遙測(cè)(Snowpack Telemetry，SNOTEL)網(wǎng)絡(luò)中的490站(兩地相距1.8 km)提供的實(shí)際雪深數(shù)據(jù)進(jìn)行比較，得出一種NLSF-FFT組合算法，并將其用于GNSS-IR積雪深度反演，反演精度較傳統(tǒng)的LSP算法提高了10%。單一算法中，F(xiàn)FT算法的反演精度優(yōu)于LSP和NLSF算法。

2.2 基于載波相位觀測(cè)量的雪深測(cè)量

OZEKI M等[42](2012年)提出基于載波相位測(cè)量的雙頻線性組合反演方法，處理GNSS-R數(shù)據(jù)進(jìn)行雪深測(cè)量。NAJIBI N等[43](2013年)使用數(shù)值計(jì)算方式探究了雙頻信號(hào)反射特性及衛(wèi)星高度角接收機(jī)天線高度對(duì)多路徑影響數(shù)值進(jìn)行模擬。YU K等[44](2015年)提出了一種基于三頻(L1、L2和L5)信號(hào)相位組合雪深估計(jì)方法，建立描述天線高度和相位序列頻率關(guān)系線性模型。該模型由于消除了電離層延遲的先天優(yōu)勢(shì)，取得了較好的反演精度。QIAN X等[45](2016年)使用GLONASS雙頻信號(hào)信噪比進(jìn)行雪深估計(jì)，取得了良好的反演精度；同時(shí)還進(jìn)行了雙系統(tǒng)的組合觀測(cè)，組合估計(jì)結(jié)果雖有進(jìn)步，但由于沒(méi)有考慮電離層殘差噪聲影響，導(dǎo)致精度沒(méi)有達(dá)到預(yù)期效果。ZHANG Z等[46](2020年)提出一種基于密度的空間聚類應(yīng)用，結(jié)合噪聲算法和歸一化算法改正反射面地形信息，采用GNSS三頻載波相位方法進(jìn)行雪深估計(jì)。

2.3 基于偽距和載波相位觀測(cè)量的雪深測(cè)量

YU K等[47](2019年)提出一種利用GNSS雙頻信號(hào)、偽距和載波相位觀測(cè)值結(jié)合進(jìn)行雪深反演的新方法，通過(guò)地面接收機(jī)接收的反射信號(hào)與多路徑載波相位誤差和偽距誤差構(gòu)成組合信號(hào)，建立函數(shù)模型，成功描述了積雪深度和多方式誤差組合時(shí)間序列主頻之間的相關(guān)性，并分別通過(guò)BDS、GPS和Galileo三大系統(tǒng)驗(yàn)證了該方法的有效性。

LI Y等[48](2019年)通過(guò)接收機(jī)采集的GNSS單頻信號(hào)觀測(cè)值完成了雪深測(cè)量，利用偽距和載波相位形成無(wú)幾何約束組合，利用移動(dòng)平均算法從組合觀測(cè)序列中去除電離層延遲，通過(guò)頻譜分析得到峰值頻率，然后將單個(gè)衛(wèi)星信號(hào)和單個(gè)積雪深度加權(quán)結(jié)合起來(lái)，提高反演精度，并分別通過(guò)GPS、BDS和Galieo三大系統(tǒng)進(jìn)行了試驗(yàn)驗(yàn)證。

2.4 優(yōu)化地形環(huán)境對(duì)測(cè)深精度的影響

隨著對(duì)反演精度要求的不斷提高，對(duì)地形誤差影響的消除成為了必須考慮的因素。WEI H等[49](2019年)針對(duì)側(cè)重選擇平坦地區(qū)或坡度較緩的地區(qū)作為試驗(yàn)區(qū)域的局限性問(wèn)題，提出一種傾斜表面策略(Tilted Surface Strategy，TSS)，使用整個(gè)反射區(qū)域內(nèi)的SNR數(shù)據(jù)進(jìn)行反演并取得較好的精度。ZHANG Z等[46](2020年)使用GNSS三頻載波相位組合數(shù)據(jù)，利用基于密度的空間聚類方法，結(jié)合噪聲算法和歸一化方法，針對(duì)反射面的地形特征進(jìn)行了優(yōu)化。該方法使用Galileo和BDS系統(tǒng)的觀測(cè)值進(jìn)行雪深估計(jì)的效果優(yōu)于單使用GPS觀測(cè)值的效果。另一方面，由于增加了多系統(tǒng)，隨著衛(wèi)星數(shù)量的增加，該方法還可以有效提高空間分辨率。

在提高雪深反演精度的研究過(guò)程中，ZHANG S等[50](2017年)提出一種在網(wǎng)格模型中尋找水平反射區(qū)的高質(zhì)量反射高度值的方法，通過(guò)整合所有有效的雪深網(wǎng)格元素計(jì)算平均值，并將平均值視為雪深反演結(jié)果，用以避免地形造成的誤差，提高了反演精度，增大了相關(guān)性。

2.5 GNSS-R雪深測(cè)量軟件的開(kāi)發(fā)

為提高使用GNSS-R技術(shù)進(jìn)行雪深測(cè)量的實(shí)用性，降低使用難度，OESLER C等[51](2018年)開(kāi)發(fā)了一種能讀取GNSS文件信息、繪制GNSS-IR反射區(qū)和根據(jù)信噪比估算反射面高度信息的軟件。為降低數(shù)據(jù)處理難度，MARTN A等[52](2020年)基于Python環(huán)境設(shè)計(jì)了一種能處理原始數(shù)據(jù)、獲取每顆衛(wèi)星單獨(dú)軌道反射高度及干涉相位改變和振幅值的系統(tǒng)。ZHANG S 等[53](2021年)基于GNSS-R方法利用MATLAB平臺(tái)開(kāi)發(fā)了雪深數(shù)據(jù)處理軟件GiRsnow。該軟件能繪制反射點(diǎn)軌跡和菲涅爾反射區(qū)，使用信噪比觀測(cè)值和無(wú)幾何結(jié)構(gòu)的線性載波相位組合(L4)觀測(cè)值獲得雪深信息。未來(lái)集成化功能的軟件將會(huì)越來(lái)越多地運(yùn)用到實(shí)踐中去，更好地推動(dòng)GNSS-R行業(yè)的發(fā)展。

3 GNSS-R信號(hào)雪深測(cè)量常用方法及特點(diǎn)

3.1 陸基GNSS-R雪深測(cè)量幾何模型

基于干涉模式的GNSS-R雪深測(cè)量：接收機(jī)對(duì)地觀測(cè)時(shí)，由于周圍環(huán)境反射導(dǎo)致的多路徑效應(yīng)對(duì)直射信號(hào)產(chǎn)生干擾，使得部分信號(hào)穿透地面積雪后發(fā)生反射，產(chǎn)生定位誤差，該誤差可被接收機(jī)記錄儲(chǔ)存并加以利用；同時(shí)，直射信號(hào)與反射信號(hào)在測(cè)站周圍發(fā)生穩(wěn)定的干涉，對(duì)干涉信號(hào)進(jìn)行分解、分析處理，通過(guò)反演模型即可測(cè)量積雪深度。基于反射模式的GNSS-R雪深測(cè)量：使用雙天線接收機(jī)分別接收直射和反射信號(hào)，記錄反射信號(hào)的接收時(shí)間延遲，最后根據(jù)接收機(jī)、衛(wèi)星與積雪層的幾何關(guān)系求解積雪面的高度。GNSS-R雪深測(cè)量原理如圖1所示。

圖1 GNSS-R雪深測(cè)量示意圖

將GNSS接收機(jī)垂直安置于無(wú)積雪的地面，安裝要求是達(dá)到長(zhǎng)期穩(wěn)定運(yùn)行標(biāo)準(zhǔn)。安置于開(kāi)闊場(chǎng)地的GNSS天線接收到的信號(hào)是由直射信號(hào)的反射疊加產(chǎn)生的干涉信號(hào)。由圖1可知，GNSS-R積雪深度測(cè)量的幾何模型為

Δh=H-h

(1)

式中：Δh為積雪深度，H為無(wú)積雪時(shí)接收機(jī)相位中心至地面的高度，h為降雪后相位中心至積雪表面的高度。

3.2 基于SNR觀測(cè)值的積雪深度測(cè)量

SNR是輸出端功率信號(hào)PR與噪聲功率PN的比值。SNR是有效信號(hào)和無(wú)效信號(hào)的比值，SNR值越大表示受信號(hào)干擾越小，信號(hào)質(zhì)量越好。因此，信噪比是一項(xiàng)衡量GNSS接收機(jī)輸出信號(hào)質(zhì)量的重要指標(biāo)，其中多路徑效應(yīng)對(duì)信噪比影響最大。在一次多路徑反射條件下，SNR觀測(cè)值可以表示為

SNR2=An2+Aa2+ 2AnAacosψ

(2)

式中：An、Aa分別為直射信號(hào)和反射信號(hào)的振幅，ψ為直射信號(hào)和反射信號(hào)的相位差。

如圖1所示，直射信號(hào)與反射信號(hào)僅發(fā)生一次干涉，直射信號(hào)則先于反射信號(hào)到達(dá)接收機(jī)，直射信號(hào)和反射信號(hào)的距離差為

ΔS=S2-S1=2hsinθ

(3)

式中：S1、S2分別為入射路徑長(zhǎng)度和反射路徑長(zhǎng)度，θ為衛(wèi)星高度角。

假設(shè)信號(hào)只發(fā)生一次反射，當(dāng)衛(wèi)星高度角較低時(shí)，可近似認(rèn)為反射信號(hào)來(lái)自于水平反射面，也就可以認(rèn)為直射信號(hào)與反射信號(hào)的相位差只受接收機(jī)天線距離反射面的高度h和衛(wèi)星高度角θ的影響，則直射信號(hào)和反射信號(hào)的相位差為

(4)

式中：λ為 GNSS信號(hào)載波相位波長(zhǎng)。

經(jīng)過(guò)實(shí)際數(shù)據(jù)驗(yàn)證研究表明，An2+Aa2作為趨勢(shì)項(xiàng)，對(duì)反演積雪高度無(wú)任何價(jià)值。經(jīng)低階多項(xiàng)式擬合發(fā)現(xiàn)式(2)趨勢(shì)與直射信號(hào)趨勢(shì)吻合，得出反射信號(hào)造成的觀測(cè)值的多路徑誤差為

(5)

從式(5)可知，多路徑誤差SNRr是以衛(wèi)星高度角的正弦值作為自變量的擬余弦函數(shù)。使用頻譜分析得出SNRr的震蕩頻率為，那么多路徑誤差SNRr的角頻率

將接收機(jī)天線高度h帶入式(1)可以得到

(6)

綜上所述，基于SNR數(shù)據(jù)進(jìn)行積雪深度測(cè)量，只需使用頻譜分析得出SNRr的震蕩頻率即可完成反演。使用SNR數(shù)據(jù)進(jìn)行積雪深度測(cè)量通常只需要使用普通測(cè)地型接收機(jī)數(shù)據(jù)，對(duì)設(shè)備要求低，有效降低了數(shù)據(jù)獲取成本。

3.3 基于載波相位觀測(cè)量的積雪深度測(cè)量

載波相位觀測(cè)量是接收機(jī)接收到具有多普勒頻移的載波信號(hào)與接收機(jī)產(chǎn)生的參考載波信號(hào)之間的相位差，經(jīng)基線向量解算以獲得兩個(gè)同步觀測(cè)站之間的基線向量坐標(biāo)差的技術(shù)和方法。進(jìn)行雪深反演的前提是必須獲取SNR多路徑誤差的震蕩頻率，因此需要建立載波相位多路徑誤差的震蕩頻率與天線高之間的函數(shù)模型，完成基于載波相位觀測(cè)值的積雪深度測(cè)量。以GPS雙頻為例，用L1、L2兩個(gè)波段相位觀測(cè)值進(jìn)行組合，消除電離層延遲影響后即可獲得雙頻載波相位多路徑誤差序列，然后通過(guò)頻譜分析獲取L1頻段多路徑誤差序列主頻，并代入震蕩主頻與天線高之間的函數(shù)模型，進(jìn)而獲得積雪深度測(cè)量值。載波相位測(cè)量的觀測(cè)方程為

(7)

對(duì)于同一導(dǎo)航系統(tǒng)，雙頻載波相位測(cè)量觀測(cè)方程為

(8)

式中：數(shù)字1、2為同一衛(wèi)星導(dǎo)航系統(tǒng)下的不同頻段。

由于電離層誤差與載波頻率的平方成反比，可對(duì)(8)式進(jìn)行作差，消除相關(guān)參數(shù)后得到L4觀測(cè)量。

(9)

L4觀測(cè)量可以通過(guò)式(9)右3項(xiàng)加的和來(lái)表示，第一項(xiàng)為多路徑誤差、第二項(xiàng)為電離層延遲誤差、第三項(xiàng)為整周模糊度。其中，電離層延遲誤差可通過(guò)電離層模型、頻率濾波算法進(jìn)行解算與消除；載波相位周跳可通過(guò)多項(xiàng)式擬合、高次差、衛(wèi)星間求解等方式完成修復(fù)；連續(xù)觀測(cè)過(guò)程中，整周模糊度可視為常數(shù)。通過(guò)計(jì)算消除電離層延遲誤差與整周模糊度，最終得到雙頻載波相位觀測(cè)值組合的多路徑誤差序列M1,2(t)。

(10)

再結(jié)合式(3)，可得到天線高即積雪深度。

(11)

同理，可得出三頻載波相位組合公式。

(12)

基于載波相位進(jìn)行積雪深度測(cè)量，首先，由于信號(hào)存在于正弦載波函數(shù)上，必須對(duì)其進(jìn)行連續(xù)性采集；其次，多路徑誤差采集序列存在兩個(gè)峰值頻率，容易互相干擾，需要使用天線高度相差較大的測(cè)站數(shù)據(jù)；最后，受電離層殘差和擬合模型誤差等影響，雙頻數(shù)據(jù)反演積雪深度的精度普遍低于三頻數(shù)據(jù)的反演精度。

3.4 基于C/A碼偽距觀測(cè)值的積雪深度測(cè)量

碼相位偽距觀測(cè)值是由GNSS衛(wèi)星發(fā)射的測(cè)距碼從衛(wèi)星天線相位中心到達(dá)接收機(jī)天線相位中心的傳播時(shí)間(時(shí)間延遲)乘以光速c所得到的距離。C/A碼偽距是由衛(wèi)星i發(fā)射信號(hào)的鐘面時(shí)間Ti與相應(yīng)測(cè)站P的GNSS標(biāo)準(zhǔn)時(shí)間TP不同步造成的。通過(guò)計(jì)算接收到的直射信號(hào)和反射信號(hào)之間的時(shí)間差，求得反射信號(hào)傳播路徑與直射信號(hào)之間的路程差值Δs。所以積雪深度可表達(dá)為

(13)

在分別獲得直射信號(hào)和反射信號(hào)之間的接收時(shí)間差T1i、T2P后，解算得出雪深結(jié)果。使用單一偽距觀測(cè)值數(shù)據(jù)進(jìn)行測(cè)高，受C/A碼寬度的先天缺陷影響，基于C/A碼偽距觀測(cè)值的積雪深度測(cè)量的精度往往只能達(dá)到米級(jí)，精度較低。

3.5 基于偽距和載波相位觀測(cè)值組合的積雪深度測(cè)量

針對(duì)單一偽距觀測(cè)值進(jìn)行雪深測(cè)量精度不高的問(wèn)題，提出將偽距觀測(cè)值和載波相位觀測(cè)值進(jìn)行組合來(lái)提高測(cè)高精度。由于在同一頻段的GNSS數(shù)據(jù)下，偽距和載波相位的電離層誤差符號(hào)相反，數(shù)值大小相同，由此得到GNSS接收機(jī)在同一導(dǎo)航系統(tǒng)、同一頻段下接收到的偽距和載波相位觀測(cè)方程為

(14)

通過(guò)推導(dǎo)得出單頻偽距和載波相位觀測(cè)值的組合天線高(積雪深度)為

(15)

同理，雙頻偽距和載波相位觀測(cè)值的組合天線高(積雪深度)為

(16)

實(shí)踐結(jié)果表明，單頻/雙頻偽距和載波相位組合的多路徑誤差序列，在一定衛(wèi)星高度角范圍內(nèi)，可以提高測(cè)高精度。較SNR觀測(cè)測(cè)量方法而言，單頻/雙頻偽距和載波相位組合觀測(cè)測(cè)量方法可以有效提高測(cè)高精度，但在數(shù)據(jù)處理過(guò)程中需要做好誤差項(xiàng)消除和組合工作，過(guò)程復(fù)雜。

綜上所述，GNSS-R雪深測(cè)量方法的優(yōu)缺點(diǎn)見(jiàn)表1。

表1 基于不同數(shù)據(jù)組合的GNSS-R雪深測(cè)量方法的優(yōu)缺點(diǎn)Tab.1 Advantages and Disadvantages of GNSS R Snow Depth Measurement Accuracy Based on Different Data Combinations 數(shù)據(jù)處理方法優(yōu) 勢(shì)缺 點(diǎn)SNR觀測(cè)值 只需使用單天線的普通測(cè)地型接收機(jī)數(shù)據(jù),對(duì)設(shè)備要求低,能有效降低數(shù)據(jù)獲取成本,擴(kuò)大適用性 易受到積雪下背景層影響,出現(xiàn)系統(tǒng)偏差雙/三頻載波相位觀測(cè)值的組合 測(cè)量精度能達(dá)到厘米級(jí),可滿足大部分科研任務(wù) 主頻間相互干擾,需要選擇天線高度相差較大的測(cè)站數(shù)據(jù);受電離層殘差和擬合模型誤差等影響,雙頻精度普遍低于三頻C/A碼偽距相位觀測(cè)值 原理簡(jiǎn)單,只需求取直射、反射信號(hào)幅值的時(shí)間差 精度較差,通常只能達(dá)到米級(jí)單/雙頻偽距和載波相位觀測(cè)值的組合 彌補(bǔ)了單一偽距測(cè)量精度較低的缺點(diǎn),提高了測(cè)量精度 測(cè)量精度與偽距測(cè)量精度有關(guān);測(cè)距碼越小,偽距測(cè)量噪聲就越小,積雪測(cè)量結(jié)果也就越準(zhǔn)確

4 討論與結(jié)論

GNSS-R雪深測(cè)量是對(duì)傳統(tǒng)雪深測(cè)量方式的補(bǔ)充，具有高時(shí)間分辨率的連續(xù)監(jiān)測(cè)特點(diǎn)，不僅可以獲取雪深的空間分布信息，還彌補(bǔ)了單點(diǎn)數(shù)據(jù)采集觀測(cè)成本高、無(wú)法連續(xù)觀測(cè)的先天缺陷，以及衛(wèi)星遙感方式觀測(cè)條件高、無(wú)法獲取小范圍變化監(jiān)測(cè)數(shù)據(jù)等缺點(diǎn)，為全球性積雪監(jiān)測(cè)提供技術(shù)手段。但目前 GNSS-R雪深測(cè)量技術(shù)存在兩個(gè)主要問(wèn)題需要解決。

1)多用途集成。GNSS觀測(cè)站可在山區(qū)高原等復(fù)雜環(huán)境下建立穩(wěn)固連續(xù)運(yùn)行站，可以做到連續(xù)自動(dòng)觀測(cè)且維護(hù)成本低廉。但相較于自動(dòng)化積雪觀測(cè)站需要對(duì)積雪各屬性及土壤等進(jìn)行全面觀測(cè)，現(xiàn)階段建成的GNSS觀測(cè)站對(duì)積雪觀測(cè)的功能還過(guò)于單一，因此需要對(duì)GNSS觀測(cè)站進(jìn)行多用途集成，不僅可以掌握冬季積雪時(shí)空變化，還可以為該地土壤濕度反演及植被覆蓋率監(jiān)測(cè)等提供參考。

2)提高數(shù)據(jù)處理精度。為獲得更高的積雪測(cè)量精度，在數(shù)據(jù)處理過(guò)程中對(duì)復(fù)雜反射環(huán)境誤差進(jìn)行剔除優(yōu)化成為必要過(guò)程。其中，對(duì)地形誤差可以通過(guò)模型來(lái)消除，以達(dá)到有效提高測(cè)量精度的目的，可用于分析積雪的空間分布特征。對(duì)于3種GNSS-R雪深測(cè)量的數(shù)據(jù)處理方法，經(jīng)過(guò)分析對(duì)比得出，現(xiàn)階段在單一方法使用上，雖然基于信噪比數(shù)據(jù)的處理方法只需要使用單天線普通測(cè)地型接收機(jī)即可完成對(duì)反演數(shù)據(jù)的采集工作，成本低、適用范圍廣，相較于其他方法具有先天性優(yōu)勢(shì)。但為了提高測(cè)量數(shù)據(jù)處理精度，采用更多波段數(shù)據(jù)組合模型進(jìn)行數(shù)據(jù)處理將成為未來(lái)發(fā)展的趨勢(shì)。隨著全球衛(wèi)星導(dǎo)航系統(tǒng)的不斷完善和發(fā)展，進(jìn)行多系統(tǒng)數(shù)據(jù)融合來(lái)提升積雪深度測(cè)量精度也將成為研究熱點(diǎn)。

本文詳細(xì)介紹了GNSS-R積雪深度測(cè)量方面國(guó)內(nèi)外研究進(jìn)展，并從基于SNR觀測(cè)值的積雪深度測(cè)量方法、基于載波相位觀測(cè)值的積雪深度測(cè)量方法、基于C/A碼偽距相位觀測(cè)值的積雪深度測(cè)量方法以及將偽距和載波相位觀測(cè)值組合對(duì)積雪深度進(jìn)行測(cè)量的方法進(jìn)行了分析和總結(jié)。結(jié)果表明，GNSS-R在進(jìn)行積雪深度測(cè)量數(shù)據(jù)處理方面最終將走進(jìn)多方法、多系統(tǒng)和多衛(wèi)星的數(shù)據(jù)融合時(shí)代。同時(shí)還針對(duì)大數(shù)據(jù)進(jìn)行的深度學(xué)習(xí)為使用海量GNSS數(shù)據(jù)提供了契機(jī)，開(kāi)發(fā)一套在各種方法和各種環(huán)境都能夠快速處理海量數(shù)據(jù)的GNSS-R雪深測(cè)量軟件，能推動(dòng)GNSS-R更快地走向?qū)嵱没_(dá)到全天候、穩(wěn)定、高效地進(jìn)行積雪監(jiān)測(cè)這一目標(biāo)。中國(guó)北斗衛(wèi)星的全面組網(wǎng)和多系統(tǒng)間協(xié)同融合將會(huì)為GNSS-R雪深探測(cè)帶來(lái)新的契機(jī)和發(fā)展前景。