GNSS-IR 解譯地表環(huán)境參數(shù)研究進(jìn)展及展望

周昕，張雙成,2，張勤，劉奇，馬中民，劉寧

(1.長安大學(xué)地質(zhì)工程與測繪學(xué)院,西安 710054；2.地理信息工程國家重點(diǎn)實(shí)驗(yàn)室,西安 710054)

0 引言

全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)遙感是衛(wèi)星導(dǎo)航技術(shù)與遙感技術(shù)不斷融合發(fā)展起來的新的交叉學(xué)科，利用GNSS 免費(fèi)提供的覆蓋全球、全天候、連續(xù)的L波段的微波信號(hào)進(jìn)行遙感探測.具體來說，即將GNSS在導(dǎo)航定位中與信號(hào)傳播相關(guān)的誤差和經(jīng)地球表面的反射信號(hào)轉(zhuǎn)化成進(jìn)行遙感探測感知環(huán)境的信號(hào)源，是一種全新的遙感手段.依據(jù)對GNSS 衛(wèi)星信號(hào)不同的應(yīng)用方式，目前通常將GNSS 遙感總體劃分為兩類，分別是GNSS 折射信號(hào)遙感(GNSS Refractometry)和GNSS 反射信號(hào)遙感GNSS-R(GNSS Reflectometry).GNSS 反射遙感技術(shù)是指利用衛(wèi)星信號(hào)經(jīng)過反射物的反射后，接收機(jī)接收的反射信號(hào)會(huì)因反射物(如水面、地面、建筑物與植被等)的不同而發(fā)生相應(yīng)的改變，從中提煉出關(guān)于研究對象的大量信息.依據(jù)接收和處理反射信號(hào)方式的差異，GNSS-R技術(shù)測量模式可分為“多天線模式”與“單天線模式”[1-2].多天線模式采用特制的接收機(jī)和兩副天線分別接收直射信號(hào)與反射信號(hào).接收機(jī)主要接收高仰角的GNSS 反射信號(hào)，通過分析反射信號(hào)偽隨機(jī)碼的時(shí)間延遲和相關(guān)峰值功率及波形的變化，并結(jié)合電磁波散射理論，反演出地表的物理參數(shù).其觀測平臺(tái)有星載、機(jī)載和地基模式.而單天線模式只基于常規(guī)的大地測量型接收機(jī)，因此觀測平臺(tái)僅為地基模式，它利用低仰角范圍內(nèi)GNSS 信號(hào)信噪比(SNR)序列中的干涉振蕩特性，便可完成對站點(diǎn)周圍環(huán)境的監(jiān)測，稱為GNSS 干涉遙感(GNSS-IR)技術(shù).

1996 年，國外學(xué)者Axelrad 等[3]指出SNR 觀測值可以用來表示多徑信號(hào)的頻率和幅值.Bilich 等[4]發(fā)現(xiàn)SNR 觀測對多路徑環(huán)境的變化很敏感.Larson等較早的研究了利用SNR 估計(jì)多路徑環(huán)境的原理與可行性，并于2008 年創(chuàng)新性地提出了GPS-IR 技術(shù)[5]，即利用常規(guī)大地測量型GPS 接收機(jī)進(jìn)行地表參數(shù)信息反演，進(jìn)一步為GNSS 遙感領(lǐng)域注入新的活力.現(xiàn)有的多項(xiàng)研究發(fā)現(xiàn)，GNSS-IR 技術(shù)在土壤濕度、植被生長、積雪深度和水位變化等地表環(huán)境參數(shù)監(jiān)測方面表現(xiàn)良好，并取得了一系列具有重要價(jià)值的理論與應(yīng)用成果.

除了上述應(yīng)用，Nievinski 等[6]開發(fā)了一個(gè)模擬器，允許用戶模擬不同環(huán)境參數(shù)的反射特性，以更好地理解多徑觀測對環(huán)境變化的響應(yīng).Roesler 等[7]開發(fā)了GNSS-IR 工具，實(shí)現(xiàn)GNSS-IR 反射點(diǎn)軌跡和菲涅爾反射區(qū)的繪制、SNR 頻率的計(jì)算、反射面高度的估算等功能.Larson[8]以更簡單、更直觀的Web 應(yīng)用程序的形式實(shí)現(xiàn)了GNSS-IR 工具的功能.

本文詳細(xì)描述了GNSS-IR 原理和方法及其最新應(yīng)用進(jìn)展，包括土壤濕度、植被監(jiān)測、積雪深度、水位探測等，對GNSS-IR 技術(shù)進(jìn)行了全面概述.最后給出了將來GNSS-IR 的應(yīng)用前景和展望，包括GNSS-IR技術(shù)的獨(dú)特優(yōu)勢以及面臨的挑戰(zhàn).

1 GNSS-IR 遙感原理與方法

GNSS-IR 技術(shù)一般采用的是大地測量型接收機(jī)，主要接收右旋圓極化(RHCP)信號(hào)，接收機(jī)天線朝上.雖然該種接收機(jī)抑制了反射信號(hào)，但在低衛(wèi)星高度角時(shí)，依然可以接收到反射信號(hào)，并與直射信號(hào)疊加在一起產(chǎn)生多路徑效應(yīng)，反射信號(hào)攜帶的地表特性信息體現(xiàn)在多路徑中，因而，可以通過多路徑信息反演地表反射面的物理特征.本章節(jié)將介紹GNSS 多路徑，以及與SNR 的相互關(guān)系和GNSS-IR 解譯地表環(huán)境參數(shù)基本原理.

1.1 GNSS 多路徑和SNR 特性分析

GNSS 天線對來自衛(wèi)星的直射信號(hào)敏感，但在GNSS 實(shí)際測量中，接收機(jī)天線并不能完全抑制反射信號(hào)，因此一部分經(jīng)天線周圍物體反射的衛(wèi)星信號(hào)同樣會(huì)到達(dá)天線并被接收機(jī)記錄，兩種信號(hào)的疊加改變了天線相位中心(APC)位置，導(dǎo)致觀測值偏離真實(shí)值，產(chǎn)生所謂的“多路徑誤差”[9].多路徑誤差的變化隨接收機(jī)天線周圍反射面的性質(zhì)不同而異，很難控制，其會(huì)對GNSS 測距碼與載波相位觀測值造成影響.因此，多路徑效應(yīng)誤差是高精度定位中的重要誤差源.在高精度定位的數(shù)據(jù)處理中，一般選擇剔除低高度角數(shù)據(jù)，這樣可減少多路徑誤差.

GNSS 衛(wèi)星發(fā)射的信號(hào)在接近地面時(shí)，特別是衛(wèi)星高度角較低時(shí)，會(huì)與各種反射面發(fā)生反射，比如土壤、積雪和水面等，相較于直射信號(hào)反射信號(hào)會(huì)形成一個(gè)相位差，并且信號(hào)強(qiáng)度一般也會(huì)減少，具體表現(xiàn)在振幅上.因此，GNSS 接收機(jī)接收的信號(hào)實(shí)際是直射信號(hào)與反射信號(hào)的合成信號(hào).由于經(jīng)不同反射面所形成的反射信號(hào)分量不盡相同，反射信號(hào)中極大可能包含了反射面的一些物理特性，即反射信號(hào)可以在一定程度上反映測站周圍的觀測環(huán)境信息.

圖1 是GPS 衛(wèi)星多路徑誤差時(shí)間序列以及其高度角.可以看出，偽距多路徑誤差的振蕩幅度較大，可以達(dá)到數(shù)米；同時(shí)，隨著高度角的變化，多路徑也相應(yīng)變化.低高度角的情況下，由于受觀測環(huán)境等影響，多路徑效應(yīng)比較嚴(yán)重，出現(xiàn)劇烈的振蕩；當(dāng)高度角升高后，多路徑對測量的影響迅速降低，并趨于穩(wěn)定.這個(gè)特征為下面多路徑與SNR 關(guān)系的研究進(jìn)而應(yīng)用到GNSS 反射測量技術(shù)中提供了基礎(chǔ).

SNR 是指接收的載波信號(hào)強(qiáng)度與噪聲強(qiáng)度的比值，通常被用來衡量接收信號(hào)的質(zhì)量好壞.在RINEX文件中表示為S1 和S2 觀測值數(shù)據(jù)，一般表示為C/N0，單位為dB-Hz[10].它主要受天線增益參數(shù)、接收機(jī)內(nèi)部相關(guān)器狀態(tài)、衛(wèi)星到接收機(jī)的距離和多路徑效應(yīng)等因素影響.SNR 觀測值被認(rèn)為是直接信號(hào)和反射信號(hào)組合而成的干涉信號(hào)，如圖2 所示，呈現(xiàn)拋物線形式的曲線被認(rèn)為是直射信號(hào)，而低高度角的高頻振蕩曲線是反射信號(hào)所致(虛線框中所示).不同于載波偽距中所包含的多路徑信息難以全部提取，由GNSS 接收機(jī)中記錄的SNR 數(shù)據(jù)也受多路徑影響，自可以對多徑效應(yīng)進(jìn)行量化.

1.2 GNSS-IR 解譯地表環(huán)境參數(shù)基本原理

由于反射信號(hào)含有的多路徑信息直接影響SNR，在高度角較高條件下，多路徑影響較小，天線增益較大，使得SNR 提高；而在高度角較低的條件下，天線增益減小，同時(shí)由于多路徑效應(yīng)使得SNR 下降嚴(yán)重，并且低高度角下SNR 受多路徑影響而震蕩劇烈.GNSS-IR 技術(shù)通過低高度角下SNR 的頻譜分析來獲取地表環(huán)境參數(shù)，如圖3 所示.h為接收機(jī)APC 到反射面的高度，即有效垂直反射高；E為衛(wèi)星高度角，為直射信號(hào)和土壤表面的夾角；Ad為直射信號(hào)振幅；Am為反射信號(hào)振幅.

不存在多路徑效應(yīng)的情況下，即Am=0，此時(shí)，SNR 觀測值為單一信號(hào)Ad的幅度，即 S NR=Ad；當(dāng)存在多路徑效應(yīng)的情況下，SNR 觀測值變?yōu)樗行盘?hào)矢量和的幅度，即 S NR=Ac.因此，在僅發(fā)生一次鏡面反射的簡化模型下，SNR 觀測值可表示為

式中：Ad、Am和Ac分別為直射、反射和復(fù)合信號(hào)的幅度；ψ 為兩信號(hào)的相位差，當(dāng)衛(wèi)星從測站上方經(jīng)過時(shí)，反射幾何和 ψ 發(fā)生變化，從而引起SNR 幅度的震蕩.考慮到接收機(jī)天線增益和信號(hào)反射過程中的損耗，有：

因此將SNR 數(shù)據(jù)繪制成曲線圖時(shí)，曲線的總體變化趨勢是由直接信號(hào)Ad決定的，即信號(hào)的整體趨勢走向，如圖4(a)中的紅色曲線所示.而反射信號(hào)Am則表現(xiàn)為伴隨在直射信號(hào)中的局部周期性震蕩中，而這是由低高度角多路徑所致.我們常使用低階多項(xiàng)式擬合實(shí)現(xiàn)兩者的分離.

去除直射信號(hào)后，得到低高度角的SNR 殘差序列，如圖4(b)所示.表征多路徑水平的SNR 可表示為

式中：h為有效垂直反射高；λ 為載波波長；φ為相位.若記t=sin則式(3)可簡化為標(biāo)準(zhǔn)的余弦函數(shù)表達(dá)式：

對 S NRm曲線進(jìn)行Lomb-Scargle 譜(LSP)分析得到多徑反射信號(hào)的頻率f，然后利用非線性最小二乘求解出振幅與相位觀測量.如圖3 所示，因SNR 特征頻率取決于GNSS 天線到最高反射表面(例如，雪層頂部或裸露土壤頂部)的垂直距離，而振幅與相位主要取決于表面類型(植被和濕土)[11]，利用GNSS 反射信號(hào)中的振幅、相位和頻率等參數(shù)來實(shí)現(xiàn)對地表環(huán)境信息參數(shù)提取.

2 GNSS-IR 遙感研究進(jìn)展

1993 年，Martin-Neira[12]首次提出利用GPS 反射信號(hào)建立測量海面高度系統(tǒng)PARIS (Passive Reflectometry and Interometry System).Kavak 等[13]隨后提出利用GNSS 接收機(jī)單一的RHCP 天線接收的反射信號(hào)與直射信號(hào)耦合在一起所產(chǎn)生的干涉現(xiàn)象，測量地面介電常數(shù).經(jīng)過20 多年的發(fā)展，GNSS-IR 技術(shù)已在諸多領(lǐng)域取得了多項(xiàng)重大突破，主要集中在土壤濕度、植被、積雪深度和水位等參數(shù)的反演.

2.1 土壤濕度

土壤濕度作為陸地水循環(huán)和能量循環(huán)一個(gè)至關(guān)重要的變量，不僅能夠影響凈輻射能量轉(zhuǎn)換為潛熱和感熱的分配比例來影響氣象和氣候[14]，還能夠影響降水轉(zhuǎn)變?yōu)闈B透、徑流以及蒸發(fā)蒸騰的比例[15].全球氣候觀測系統(tǒng)已將土壤濕度確定為基本氣候變量.因此，土壤水分的監(jiān)測對天氣預(yù)報(bào)和氣候研究非常有價(jià)值[16-17]，對灌溉管理和洪水預(yù)測也很重要[18].此外，土壤水分在污染物和養(yǎng)分輸送中起著重要作用，并影響溫室氣體的排放[19].通過各種測量手段獲取土壤濕度值及其變化，可以在監(jiān)控土壤干旱程度、植被生長情況，預(yù)防滑坡和泥石流等方面提供可靠的數(shù)據(jù)支撐.

Larson 等[5]首次提出了基于大地測量型GPS接收機(jī)的SNR 數(shù)據(jù)估計(jì)土壤濕度算法，通過對直射信號(hào)和反射信號(hào)進(jìn)行分離，發(fā)現(xiàn)反射信號(hào)振幅波動(dòng)與土壤濕度變化存在良好一致性.同年，Larson 等[20]使用科羅拉多州博爾德地區(qū)的接收機(jī)數(shù)據(jù)進(jìn)行進(jìn)一步實(shí)驗(yàn)，發(fā)現(xiàn)淺層土壤濕度的變化中，相位比振幅表現(xiàn)出更大的一致性，其相關(guān)系數(shù)達(dá)到了0.91.Chew 等[21]研究了相位偏移量、振幅對土壤濕度變化敏感性，并且發(fā)現(xiàn)相位是裸露土壤條件下反映土壤濕度變化的最佳參數(shù).Chew 等[22]考慮到季節(jié)性植被變化對SNR 信號(hào)的影響，歸一化振幅時(shí)間序列長時(shí)間保持在0.78 以下可能會(huì)受到土壤水分變化以外的其他因素(例如植被)的影響，提出了一種確定SNR 數(shù)據(jù)是否被植被影響并糾正該影響的方法.Small 等[23]進(jìn)一步將地表植被的影響分為裸土、簡單植被和復(fù)雜植被，使用相應(yīng)的土壤水分反演算法有效地減弱了植被對土壤水分反演結(jié)果的影響.Vey 等[24]利用七年的GPS 觀測數(shù)據(jù)進(jìn)行了長時(shí)間序列土壤濕度反演實(shí)驗(yàn)，成功獲取了土壤濕度的季節(jié)性波動(dòng)和年周期變化.Yang 等[25]通過干涉模式和SNR 對北斗衛(wèi)星導(dǎo)系統(tǒng)(BDS)B1 和B2 衛(wèi)星信號(hào)驗(yàn)證反演土壤濕度的可行性.Shi 等[26]采用遺傳算法反向傳播(GA-BP)神經(jīng)網(wǎng)絡(luò)模型，將地面GNSS-IR 土壤濕度數(shù)據(jù)與站點(diǎn)周圍其他地表環(huán)境參數(shù)相結(jié)合，通過反演最終得到500 m/d 的高時(shí)空分辨率土壤濕度產(chǎn)品.針對起伏地形對GNSS-IR 技術(shù)應(yīng)用造成的不利影響[27]，Ran等[28]在解譯土壤濕度時(shí)提出了一種圓弧編輯方法，只保留干擾模式為典型余弦波形的DSNR 數(shù)據(jù)，實(shí)驗(yàn)結(jié)果表明，該方法可以提高在起伏地形中土壤濕度的反演精度.在提取多路徑時(shí)，Nie 等[29]構(gòu)建了雙頻載波相位和雙頻偽距的多路徑誤差計(jì)算模型，求解延遲相位進(jìn)行土壤水分反演，結(jié)果表明，基于多衛(wèi)星雙頻組合多路徑誤差的土壤濕度反演方法可以替代傳統(tǒng)的反演方法，有效提高了GNSS-IR 土壤濕度估算的時(shí)間分辨率.如圖5 所示，Zhou 等[30]利用滑坡上的GNSS 接收機(jī)解譯了黃土滑坡形變與土壤濕度，并進(jìn)行了相關(guān)性研究.實(shí)驗(yàn)結(jié)果如圖6 所示，GNSS 不僅能夠提供高精度的形變時(shí)序特性，也能夠同時(shí)監(jiān)測測站周圍的土壤含水率變化，并且形變速率與解譯土壤濕度有著明顯的相同變化趨勢，二者具有一定的相應(yīng)關(guān)系，這能夠綜合評價(jià)黃土淺層滑坡的穩(wěn)定性.

圖5 GNSS 解譯土壤濕度與位移監(jiān)測序列[30]

圖6 形變速率與解譯土壤濕度關(guān)系[30]

2.2 植被探測

植被既是氣候變化的承載者，又對氣候變化有著積極的反饋?zhàn)饔?植被生物量反映了植被生產(chǎn)力的強(qiáng)弱，是植被生態(tài)系統(tǒng)中研究植被長勢的重要參數(shù)之一.監(jiān)測植被生物量變化便于客觀地估計(jì)碳循環(huán)在氣候變化中的作用，對資源的合理利用具有重要意義.傳統(tǒng)的遙感衛(wèi)星解譯植被生長過程存在時(shí)間分辨率較低的問題，而基于衛(wèi)星導(dǎo)航的GNSS-IR 技術(shù)可用于解譯測站周圍植被變化，提供高時(shí)間分辨率的植被生長過程.

Small 等[31]首次提出了基于多路徑解譯植被生長，通過實(shí)驗(yàn)驗(yàn)證了植被高度和含水量與多路徑的大小成反比，并利用板塊邊界觀測(PBO)網(wǎng)絡(luò)站點(diǎn)進(jìn)一步測試發(fā)現(xiàn)多路徑與歸一化植被報(bào)數(shù)(NDVI)之間具有較好的相關(guān)性.Ferrazzoli 等[32]進(jìn)行了森林地區(qū)鏡面散射系數(shù)的理論模擬，發(fā)現(xiàn)植被散射系數(shù)理論上隨著生物量的增加而呈現(xiàn)下降趨勢，證明了GNSS-R 在森林生物量監(jiān)測中的潛力.Alvarez 等[33]發(fā)現(xiàn)存在植被時(shí)信號(hào)能量的衰減更為嚴(yán)重，并利用此特性推斷了植被含水量的信息.Egido 等[34]發(fā)現(xiàn)對于不同的土壤濕度和植被發(fā)育條件，可以監(jiān)測到GNSS反射信號(hào)中功率的顯著變化.Larson 等[35]詳細(xì)介紹了植被含水量如何引起多路徑的變化，提出了用歸一化微波反射系數(shù)(NMRI)衡量植被含水量，并獲取了和NDVI 較一致的探測結(jié)果.隨后，Small 等[36]驗(yàn)證了在蒙大拿州草原地區(qū)利用NMRI 探測植被含水量的有效性，并在四個(gè)測站得到了一致的結(jié)果.Evans等[37]和Jones 等[38]詳細(xì)地比較了不同地區(qū)的NMRI和遙感手段所計(jì)算的植被物候的差異，發(fā)現(xiàn)大多數(shù)測站存在較好的相關(guān)性.Chew 等[39]提出了一個(gè)模擬SNR 數(shù)據(jù)對土壤濕度和植被變化相應(yīng)的一維平面分層模型，并進(jìn)行了驗(yàn)證.其模擬結(jié)果表明，植被濕重的變化(從0 到4 kg·m-2)也會(huì)引起SNR 干擾指標(biāo)的變化，特別是當(dāng)植被濕重低于1.5 kg·m-2時(shí)，SNR 振蕩幅度很好地表征了植被數(shù)量變化.Wan 等[40]收集了植被類型分別為沙漠草、小麥和苜蓿的GPS SNR 數(shù)據(jù)，分別對三種植被的含水量進(jìn)行了探測，通過與實(shí)測數(shù)據(jù)對比分析，發(fā)現(xiàn)振幅和植被含水量間呈線性關(guān)系.Wu 等[41]開發(fā)了一種基于輻射傳輸方程模型的GPS 多路徑模擬器，明確地將植被參數(shù)與多路徑觀測量聯(lián)系了起來.吳繼忠等[42]和祁云等[43]對利用GPS 的SNR 觀測值監(jiān)測植被生物量方法的有效性進(jìn)行了驗(yàn)證.Yang 等Yang 等[44]在提取地表參數(shù)時(shí)提到BDS 信號(hào)負(fù)幅值與NDVI 有一定的相關(guān)性.Zhang等[45]基于麥田中大地測量型接收機(jī)獲取的GPS 和BDS SNR 數(shù)據(jù)檢索土壤濕度和植被生長過程，并研究植被生長對土壤濕度檢索的影響.結(jié)果見圖7 和圖8 所示，植被效應(yīng)顯著期之前和之后，GPS L1/L2和BDS B1/B2/B3 頻率信號(hào)均能很好的反映土壤濕度(VSM)的變化.同時(shí)，在小麥覆蓋率較高時(shí)負(fù)歸一化振幅與 MODIS NDVI 展現(xiàn)了良好的相關(guān)性(R=0.67)，其可以作為判斷測站植被效應(yīng)是否顯著的依據(jù).Zhan 等[46]基于兩個(gè)不同植被類型臺(tái)站的三頻信噪比觀測數(shù)據(jù)，獲得了BDS 信噪比數(shù)據(jù)的歸一化振幅.結(jié)果表明，北斗信號(hào)的歸一化幅度與Sentinel-2 NDVI 具有較強(qiáng)的相關(guān)性，在 P041和P105 處的相關(guān)系數(shù)分別為0.69～0.83 和0.78～0.84.

圖7 相位與原位土壤濕度比較[45]

圖8 負(fù)振幅和MODIS NDVI 對比結(jié)果[45]

2.3 積雪深度

積雪是地球上重要的淡水資源，也是地表覆蓋的重要組成部分之一.據(jù)統(tǒng)計(jì)顯示，在冬季北半球陸地表面約有50%的地區(qū)被積雪所覆蓋[47-49].在干旱、半干旱地區(qū)，積雪融水是當(dāng)?shù)厣鷳B(tài)系統(tǒng)的重要水源.積雪作為地球表面最為活躍的自然要素之一，其變化在水文、生態(tài)和氣候系統(tǒng)中發(fā)揮著重要作用[50].因此，準(zhǔn)確估算積雪和積雪深度及其變化對氣候和水文研究至關(guān)重要.

Larson 等[51]實(shí)驗(yàn)發(fā)現(xiàn)傳統(tǒng)的大地GPS 接收機(jī)的SNR 數(shù)據(jù)反演的積雪深度與積雪遙測(SNOTEL)網(wǎng)絡(luò)的現(xiàn)場超聲傳感器的測量值具有很好的一致性.由于GNSS 觀測文件中并不總是存在SNR 數(shù)據(jù)，Ozeki等[52]通過兩個(gè)L 波段載波GPS L1 和L2 的雙頻無幾何線性組合(稱為L4 方法)檢索地表積雪深度.Yu 等[53]提出了GPS L1/L2/L5 信號(hào)的三頻相位組合，該組合不受幾何形狀和電離層延遲的影響，可以提取積雪深度.Zhang 等[54]提出了一種改進(jìn)的結(jié)合GNSS 三頻載波相位的積雪深度檢索方法，利用基于密度的空間聚類，結(jié)合噪聲算法和歸一化方法，考慮反射面的地形特征，估計(jì)積雪深度.研究結(jié)果表明，與傳統(tǒng)的三頻積雪深度反演方法相比，該方法對Galileo和BDS 具有更好的反演性能.此外，由于衛(wèi)星數(shù)量的增加和更好的方位角覆蓋，該方法的解決方案提高了空間分辨率.Tabibi 等[55]和Zhang 等[56]分別通過聚類衛(wèi)星方位角和網(wǎng)格化菲涅耳反射區(qū)來減輕地面偏差對積雪深度監(jiān)測的影響.Hu 等[57]引入了機(jī)器學(xué)習(xí)，并使用SNR 弧作為輸入數(shù)據(jù)，實(shí)現(xiàn)積雪深度檢索前的地面真相信息檢測，即無雪狀態(tài)和積雪狀態(tài)的分類，檢測結(jié)果可以約束無雪狀態(tài)下的檢索積雪深度.在存在積雪的狀態(tài)下，引入了具有自適應(yīng)高通濾波器特性的變分模態(tài)分解(VMD)算法對SNR 數(shù)據(jù)進(jìn)行趨勢化處理.在此基礎(chǔ)上，以最大譜幅值作為熵值法的輸入變量，研究了組合策略的可行性[58].Wang等[59]研究了不同星座、不同頻段的積雪深度反演精度.Li 等[60]采用插值方法擬合余弦函數(shù)模型，結(jié)合非線性最小二乘擬合(NLSF) +快速傅里葉變換(FFT)算法反演積雪深度，得到了比傳統(tǒng)LSP 分析更精確的結(jié)果.Wan 等[61]提出了一種利用復(fù)雜GNSS 站網(wǎng)原始數(shù)據(jù)自動(dòng)反演積雪深度并控制積雪質(zhì)量的綜合框架.在此基礎(chǔ)上，利用所提出的框架和80 個(gè)臺(tái)站的歷史數(shù)據(jù)，獲得中國北方地區(qū)長期積雪深度數(shù)據(jù)集.除此之外，為了滿足多星座多頻率GNSS 數(shù)據(jù)對積雪深度反演的要求，Zhang 等[62]基于GNSS-IR 工具開發(fā)了GiRsnow 的積雪參數(shù)處理軟件.圖9 展示了軟件的主界面以及所包含的功能，用戶可以通過圖形用戶界面(GUI)檢查數(shù)據(jù)質(zhì)量，繪制反射點(diǎn)軌跡和菲涅耳帶，使用SNR或L4 觀測數(shù)據(jù)檢索積雪深度，并根據(jù)時(shí)間和空間域顯示結(jié)果.

圖9 軟件主界面[62]

2.4 水位監(jiān)測

水環(huán)境是指自然界中圍繞人類空間及可直接或間接影響人類生活生產(chǎn)的水體，主要由地表水環(huán)境和地下水環(huán)境組成，而地表水環(huán)境包括河流、湖泊、水庫、海洋、池塘、沼澤、冰川等.水環(huán)境是構(gòu)成地球環(huán)境的基本要素之一，是人類社會(huì)賴以生存和發(fā)展的重要場所，同時(shí)水環(huán)境還是生態(tài)環(huán)境變化的“指示器”.水環(huán)境變化監(jiān)測的重要工作之一就是水面高度的測量，實(shí)現(xiàn)高精度、高時(shí)空分辨率、高實(shí)時(shí)性的水位監(jiān)測，對保障生態(tài)環(huán)境以及人民生命財(cái)產(chǎn)安全有著十分重要的意義.

基于GPS 測地接收機(jī)的水位反演概念最早由Anderson[63]提出.2013 年，Larson 等[64]首次基于大地測量型接收機(jī)的SNR 數(shù)據(jù)，使用LSP 分析成功測量了三個(gè)月內(nèi)附近海洋的海平面變化.隨后大量學(xué)者開展了研究，如針對經(jīng)典反射信號(hào)模型的靜態(tài)條件，引入海面動(dòng)態(tài)變化改正，修正反演誤差.Larson 等[65]利用阿拉斯加一處海面日變化超過7 m 區(qū)域的GPS 站點(diǎn)為期一年的數(shù)據(jù)，對考慮水面動(dòng)態(tài)變化的新模型進(jìn)行驗(yàn)算，反演結(jié)果與實(shí)測數(shù)據(jù)相比日平均偏差約為2.3 cm；該模型中的改正項(xiàng)部分需要用到反射高度變化速率這一未知參數(shù)，因此目前主要通過后期擬合水位反演結(jié)果的方式來計(jì)算并扣除改正項(xiàng)[66-67].此外，Roussel 等[68]提出了一種基于最小二乘的改正算法，這兩種方法也是現(xiàn)在主要使用的動(dòng)態(tài)改正算法.Strandberg 等[69]提出了一種基于非線性最小二乘(NLS)和b樣條函數(shù)反演海平面的模型，并利用沿海GNSS 站數(shù)據(jù)進(jìn)行了驗(yàn)證，實(shí)驗(yàn)表明該算法比經(jīng)典的譜分析方法提取海平面精度更高.2019 年Strandberg 等[70]又提出了以卡爾曼濾波進(jìn)行實(shí)時(shí)的海平面變化估計(jì).但當(dāng)潮差較大時(shí)，測站無法正確估計(jì)海面高度，致使NLS 估計(jì)過程中求解器收斂到局部最小值.面對這一缺陷，Reinking[71]使用基于區(qū)間分析的全局優(yōu)化來擬合趨勢SNR 數(shù)據(jù)，發(fā)現(xiàn)與頻譜分析相比，精度和計(jì)算時(shí)間都有所提高.Purnell 等[72]引入了LSP 分析來提供一個(gè)粗略的高度初始估計(jì)，消除了對初始高度估計(jì)的依賴.Liu 等[73]提出利用差分進(jìn)化算法來解決海面高度的局部收斂問題，使GNSS 反射測量在潮汐動(dòng)力較大的情況下始終保持較高的穩(wěn)定性和精度.實(shí)驗(yàn)結(jié)果如圖10 所示，可以看出，SC02 站與GTGU 站點(diǎn)的動(dòng)態(tài)是不同的，反演結(jié)果與測潮資料吻合較好.另外，受大氣折射的影響，GNSS信號(hào)的傳播路徑會(huì)發(fā)生彎曲，從而使得反演的高度偏小[74].Santamaría-Gómez等[75]通過布設(shè)側(cè)天線，添加了對流層改正，改進(jìn)的卡爾曼濾波和平滑算法的處理，可以獲得均方根(RMS)為3 cm 的結(jié)果.Williams等[76]使用對流層延遲模型和映射函數(shù)修正對流層延遲造成的偏差.

圖10 SC02 和GTGU 站點(diǎn)估算的海面高度變化[73]

除了使用了GPS 數(shù)據(jù)，GNSS-IR 還使用不同的信號(hào)監(jiān)測水位.L?fgren 等[66]對GLONASS 的反演性能進(jìn)行了分析，與GPS 反演結(jié)果對比之后發(fā)現(xiàn)二者效果總體相當(dāng)，但同一系統(tǒng)內(nèi)不同信號(hào)的反演結(jié)果存在明顯差別.此外，Jin 等[77]提出了基于SNR 觀測值，利用北斗二號(hào)(BDS-2)的三頻信號(hào)(B1I、B2I、B3I)進(jìn)行潮汐監(jiān)測；隨著北斗三號(hào)(BDS-3)建設(shè)完成，Liu 等[78]分析了BDS 新信號(hào)的測高性能，結(jié)果證實(shí)了BDS 同樣具有良好的水面測高能力.除了單獨(dú)研究各系統(tǒng)的反演性能外，Wang 等[79-81]聯(lián)合四大GNSS 系統(tǒng)的SNR 數(shù)據(jù)進(jìn)行了水面高度反演試驗(yàn)，結(jié)果表明多系統(tǒng)融合反演能夠有效提升水位測量結(jié)果的精度以及時(shí)間分辨率.

目前，GNSS-IR 水面高度反演的理論研究主要圍繞海潮監(jiān)測展開，相關(guān)的應(yīng)用例如提取潮波系數(shù)[82-84]、反演風(fēng)暴潮[85-86]等，也在進(jìn)一步發(fā)展中.需要注意的是，上述研究也適用于內(nèi)陸地區(qū)的水位反演.部分學(xué)者利用GNSS-IR 技術(shù)監(jiān)測湖泊[87-90]、河流[91-93]、水庫[94]等環(huán)境的水位變化，同樣取得了比較理想的反演效果.

3 GNSS-IR 遙感發(fā)展展望

隨著新一代GNSS 的日益完善、數(shù)據(jù)挖掘技術(shù)的快速發(fā)展、時(shí)空大數(shù)據(jù)的愈加豐富、航空和空間信息技術(shù)(包括通信、導(dǎo)航和遙感)不斷發(fā)展的背景之下，GNSS 遙感技術(shù)結(jié)合了GNSS 衛(wèi)星導(dǎo)航和遙感技術(shù)的優(yōu)勢，具有監(jiān)測面積廣、時(shí)間分辨率高、全天候監(jiān)測、實(shí)時(shí)自動(dòng)化，能夠充分利用GNSS提供的多頻段信號(hào)信息等技術(shù)優(yōu)勢，在諸多行業(yè)及應(yīng)用領(lǐng)域扮演著越來越重要的角色.尤其是近年來基于多路徑效應(yīng)影響的SNR 信息發(fā)展起來的GNSS-IR 技術(shù)，為環(huán)境地表監(jiān)測提供了一種全新的監(jiān)測手段.該技術(shù)兼具了主動(dòng)雷達(dá)與被動(dòng)輻射計(jì)的優(yōu)點(diǎn)，與傳統(tǒng)的衛(wèi)星遙感手段相比，具有如下優(yōu)勢：

1)無需單獨(dú)制造特定的發(fā)射機(jī)來主動(dòng)發(fā)射遙感信號(hào)，且具有豐富的免費(fèi)衛(wèi)星導(dǎo)航信號(hào)源.未來GNSS的衛(wèi)星總數(shù)將會(huì)多達(dá)上百顆.隨著GPS、GLONASS、Galileo 和BDS 全球四大導(dǎo)航系統(tǒng)的不斷完善與更新，以及更多新的區(qū)域增強(qiáng)系統(tǒng)的組建，GNSS-IR 技術(shù)將會(huì)有更加豐富的數(shù)據(jù)實(shí)現(xiàn)高時(shí)頻、高精度的地表參數(shù)提取.

2) GNSS-IR 技術(shù)不需制定單獨(dú)的接收機(jī)接收遙感信號(hào)，僅需要一臺(tái)大地型測量接收機(jī)便可對地表物理參數(shù)進(jìn)行反演，且接收機(jī)為單頻、雙頻或多頻、單系統(tǒng)、雙系統(tǒng)或多系統(tǒng)均可.因此，空間信息用戶可以借助遍布全球的GNSS 連續(xù)運(yùn)行跟蹤站來進(jìn)行地表物理參數(shù)反演，彌補(bǔ)了常規(guī)儀器和衛(wèi)星雷達(dá)監(jiān)測地表環(huán)境在空見分辨率上的不足，進(jìn)而發(fā)揮GNSS 在全球環(huán)境變化監(jiān)測中的重要作用，為創(chuàng)建全球GNSS 地表環(huán)境監(jiān)測網(wǎng)絡(luò)提供了可能.

3) GNSS 衛(wèi)星所用的載波位于微波的L 波段，受大霧和雨雪等惡劣天氣的影響較小，且能夠穿透云層，對土壤濕度和雪水含量特別敏感.這有利于實(shí)現(xiàn)長期穩(wěn)定、全天候的觀測，也使GNSS-IR 技術(shù)的應(yīng)用范圍十分廣泛.

這項(xiàng)日益受關(guān)注的新技術(shù)被廣泛應(yīng)用的同時(shí)也存在一些挑戰(zhàn)，如需要對GNSS 信號(hào)在大氣層中的傳播和地球表面的反射進(jìn)行精確建模并了解地表粗糙度對反演精度的影響.這需要詳細(xì)了解大氣條件和地表環(huán)境特性，以及對GNSS 信號(hào)和不同環(huán)境之間復(fù)雜的相互作用進(jìn)行精確建模.總體而言，為實(shí)現(xiàn)GNSS-IR技術(shù)在更多領(lǐng)域的應(yīng)用，研究人員需開發(fā)新的硬件和軟件，并探索如何進(jìn)行更精確的反演處理，以提高技術(shù)的準(zhǔn)確性和可靠性.此外，研究人員還需要設(shè)計(jì)和優(yōu)化相應(yīng)的算法和數(shù)據(jù)處理流程，以提高GNSS-IR技術(shù)的可靠性和實(shí)用性.未來，GNSS-IR 技術(shù)的應(yīng)用范圍和精度必將得到進(jìn)一步的提高，該技術(shù)也將進(jìn)一步彌補(bǔ)常規(guī)測量儀器和雷達(dá)微波遙感在地表環(huán)境監(jiān)測方面時(shí)間或空間分辨率不足的問題，進(jìn)而發(fā)揮GNSS 遙感在全球環(huán)境變化監(jiān)測中的重要作用.因此，對GNSS-IR 技術(shù)的研究，不僅僅是GNSS 在遙感領(lǐng)域的理論創(chuàng)新，其在環(huán)境監(jiān)測方面的應(yīng)用以及預(yù)測自然災(zāi)害的潛力更是讓人期待.

致謝：感謝UNAVCO 運(yùn)營的美國“地球透鏡計(jì)劃(Earth Scope)”中板塊邊緣觀測PBO 網(wǎng)絡(luò)提供的數(shù)據(jù)(http://www.earthscope.org)，以及Kristine Larson,Carolyn Roesler,Berkay Bahadur 等提供的開源MATLAB 代碼.