基于多尺度与线性方法相结合的土壤湿度GNSS-IR多星融合反演研究

Soil moisture is an important parameter in agricultural research. It is significant to monitor soil moisture scientifically and accurately for the growth of agricultural products. Reasonable selection of GNSS satellites is the key to soil moisture inversion using GNSS-IR. Based on the previous research results, combined with the specific environment of sugar cane plantations, the multi-satellite and multi-carrier characteristics of GNSS will be fully utilized in this project. A multi-star selection method based on space-time coincidence degree is established. The maximum effective monitoring area of the station is divided into multiple partitions, and the best multi-satellite combination for each partition is acquired. Then, a multi-star linear regression inversion model of soil moisture based on wavelet analysis is constructed. The satellite reflection signals are separated through Multi-scale, and the interference information is eliminated. The soil moisture in each zone is inverted through multi-satellite linear fusion. Finally, combined with multi-station monitoring data, the ArcGIS is used to visualize soil moisture products. The research of this project not only provides a reliable monitoring method for soil moisture of crops, but also provides a theoretical foundation to carry out climatic weather forecasting scientifically, evaluate geological disasters, and assess water resources circulation.

土壤湿度是农业环境研究中的重要参数，科学、准确地对其进行监测，对农业物生长评估具有重要意义。合理地选取GNSS卫星是利用GNSS-IR进行土壤湿度反演的关键。目前，土壤湿度监测更多通过单颗卫星或对多颗卫星的结果取均值实现，对于多卫星融合反演模型建立问题尚未解决。项目将在前期研究成果的基础上，结合甘蔗种植地的具体环境，充分利用GNSS多卫星多载波特性，首先建立一种基于时空重合度的多星选取方法，将测站最大有效监测面积划分为多个分区，实现各分区最佳的多卫星组合；进而构建基于小波分析的土壤湿度多星线性回归反演模型，多尺度地分离卫星反射信号，剔除干扰信息，实现各分区土壤湿度的多卫星线性融合反演。最后，联合多测站监测数据，经ArcGIS实现小区域土壤湿度产品的可视化。本项目的研究不仅对农作物土壤湿度提供一种可靠的监测方法，而且为科学地开展气候气象预报、地质灾害评价、水资源循环评估等提供一些理论参考。

土壤湿度是水文、气象和农业研究中的重要参数。利用全球导航卫星系统干涉反射（GNSS-IR）监测土壤湿度已成为一种新的遥感技术。合理地选取GNSS卫星是利用GNSS-IR进行土壤湿度反演的关键。目前，土壤湿度监测更多通过单颗卫星或对多颗卫星的结果取均值实现，对于多卫星融合反演模型建立问题尚未解决。在本基金项目的资助下，主要研究内容包括：卫星反射信号分离与噪声处理；异常干涉相位探测与修复；可用卫星选取和土壤湿度多星组合反演模型的建立。在完成本项目预定的研究目标基础上，考虑到植被含水量能够间接地反映地表土壤湿度状况，进一步拓展到利用GNSS-IR监测植被含水量的研究。依托本项目取得了如下成果：(1)构建了基于小波分析的卫星反射信号多尺度分离模型和基于卡尔曼滤波的卫星反射信号去噪模型，与传统的低阶多项式相比，能够更为准确地获取各卫星反射信号，可靠性更强。(2)建立了基于四分位距和移动平均滤波的异常干涉相位探测与修复方法，能够准确地探测出各卫星出现异常干涉相位的数量，并实现不同异常干涉相位值的有效修复，进一步提高了干涉相位的质量。(3)基于GPS和BDS卫星干涉相位，分别构建了基于单系统/双系统的土壤湿度多星线性组合反演模型和基于最小二乘支持向量机的土壤湿度多星双频组合反演模型，实现了卫星的有效选取和不同观测环境下土壤湿度的高精度反演。(4) 充分利用地基GNSS站点数据（点）和MODIS植被指数（面）相结合的优势，构建了顾及GNSS站点筛选和建模要素优化的植被含水量点面融合反演模型，实现了植被含水量的时空分辨率从16天/ 500 m提高到8天/ 500 m，更好地反映出区域性的植被含水量变化。本项目的研究成果不仅为地表土壤湿度提供一种可靠的监测方法，而且能够为气候气象预报、地质灾害评价、水资源循环评估等提供理论参考。

内容获取失败，请点击重试