针对复杂寒区地表冻融状态情况，基于GPS-IR (Global Positioning System-Interference Reflectometry)技术进行地表冻融状态监测精度研究。采用2017—2022年PBO (The Plate Boundary Observatory) GPS站点数据，结合SNOTEL气象站地表实测数据，充分考虑了复杂寒区地表积雪深度、土壤湿度和地表冻融状态对GPS (Global Positioning System)多路径观测值的影响，基于GPS-IR技术利用卫星反射信号来进行地表冻融状态监测。结果表明：在积雪深度和土壤湿度时间序列平稳的状态下，GPS-IR技术的冻融监测精度为90.63%，积雪深度和土壤湿度的波动都会导致监测精度下降。实验表明GPS-IR技术的监测精度会受到积雪深度和土壤湿度的影响，在地球物理参数小范围变化的情况下监测精度较好，对地表冻融状态响应敏感，是一种有效监测复杂寒区冻融特性的有效手段。

针对复杂寒区地表冻融状态情况，基于GPS-IR (Global Positioning System-Interference Reflectometry)技术进行地表冻融状态监测精度研究。采用2017—2022年PBO (The Plate Boundary Observatory) GPS站点数据，结合SNOTEL气象站地表实测数据，充分考虑了复杂寒区地表积雪深度、土壤湿度和地表冻融状态对GPS (Global Positioning System)多路径观测值的影响，基于GPS-IR技术利用卫星反射信号来进行地表冻融状态监测。结果表明：在积雪深度和土壤湿度时间序列平稳的状态下，GPS-IR技术的冻融监测精度为90.63%，积雪深度和土壤湿度的波动都会导致监测精度下降。实验表明GPS-IR技术的监测精度会受到积雪深度和土壤湿度的影响，在地球物理参数小范围变化的情况下监测精度较好，对地表冻融状态响应敏感，是一种有效监测复杂寒区冻融特性的有效手段。

雪水当量是重要的积雪参数之一，对气候变化预测与水资源管理等有重要意义。GPS干涉反射技术(GPS-IR)是一种十分有效的积雪深度监测技术，结合积雪密度估计模型可实现雪水当量的估计。基于此，提出了一种GPS-IR双频积雪参数反演增强方法。首先，利用美国板块边界观测(PBO)AB33测站2016年水文年与P019测站2020年水文年的L1和L2C信号信噪比数据，通过GPS-IR技术获取了两个测站的双频反射高度，建立了双频反射高度的线性关系模型，并通过该模型填补了L2C信号反射高度缺测数据，进而获取双频增强积雪深度时间序列，然后通过积雪密度估计模型转换得到雪水当量日估计值，最后采用SNOTEL测站实测积雪参数进行检验。结果表明：基于L2C信号的积雪深度反演精度要优于L1信号，基于增强方法的积雪深度反演精度介于L1信号和L2C信号之间；基于增强方法的雪水当量反演精度与L2C信号基本相当，且均优于L1信号；增强方法在AB33测站与P019测站分别有效填补了基于L2C信号的积雪深度/雪水当量时间序列25.8%与13.7%的空缺数据。本文提出的增强方法充分利用了GPS双频信号数据资源，可获取高连续性...

雪水当量是重要的积雪参数之一，对气候变化预测与水资源管理等有重要意义。GPS干涉反射技术(GPS-IR)是一种十分有效的积雪深度监测技术，结合积雪密度估计模型可实现雪水当量的估计。基于此，提出了一种GPS-IR双频积雪参数反演增强方法。首先，利用美国板块边界观测(PBO)AB33测站2016年水文年与P019测站2020年水文年的L1和L2C信号信噪比数据，通过GPS-IR技术获取了两个测站的双频反射高度，建立了双频反射高度的线性关系模型，并通过该模型填补了L2C信号反射高度缺测数据，进而获取双频增强积雪深度时间序列，然后通过积雪密度估计模型转换得到雪水当量日估计值，最后采用SNOTEL测站实测积雪参数进行检验。结果表明：基于L2C信号的积雪深度反演精度要优于L1信号，基于增强方法的积雪深度反演精度介于L1信号和L2C信号之间；基于增强方法的雪水当量反演精度与L2C信号基本相当，且均优于L1信号；增强方法在AB33测站与P019测站分别有效填补了基于L2C信号的积雪深度/雪水当量时间序列25.8%与13.7%的空缺数据。本文提出的增强方法充分利用了GPS双频信号数据资源，可获取高连续性...

利用全球导航卫星系统反射干涉遥感技术(GPS-Interferometric Reflectometry,GPS-IR)可实现地表环境参数的监测。基于全球导航卫星系统多径反射信号与积雪深度之间的关系,针对目前已有研究较少的考虑多星融合对反演效果的影响,提出一种基于多元线性回归的多星融合积雪深度反演模型。为了验证算法的可靠性,利用美国PBO观测网络中的P101测站连续监测数据进行雪深反演研究。研究和实验表明:反演结果与积雪深度参考值具有显著相关性;多星融合能够有效综合各单颗卫星的反演性能,相关系数均大于0.940,相比单星提高了13.6%;RMSE和MAE均小于0.08和0.165。

利用全球导航卫星系统反射干涉遥感技术(GPS-Interferometric Reflectometry,GPS-IR)可实现地表环境参数的监测。基于全球导航卫星系统多径反射信号与积雪深度之间的关系,针对目前已有研究较少的考虑多星融合对反演效果的影响,提出一种基于多元线性回归的多星融合积雪深度反演模型。为了验证算法的可靠性,利用美国PBO观测网络中的P101测站连续监测数据进行雪深反演研究。研究和实验表明:反演结果与积雪深度参考值具有显著相关性;多星融合能够有效综合各单颗卫星的反演性能,相关系数均大于0.940,相比单星提高了13.6%;RMSE和MAE均小于0.08和0.165。

针对目前利用单星反演雪深存在的不足,该文研究GPS信噪比(SNR)观测量中卫星反射信号分离模型的改进,以及积雪厚度反演模型,首先利用小波分析有效分离卫星反射信号,进而通过最小二乘支持向量机(LS-SVM)实现积雪厚度的多星融合反演。以美国板块边界观测计划提供的监测数据为例,经实验表明:小波分析能够提高卫星反射信号的分离精度,有效抑制了异常跳变现象,单星反演结果与雪深参考值之间相关系数r均大于0.547,相对于传统方法至少提高了8.9%;多星融合反演结果与雪深参考值吻合性较好,当融合卫星达到6颗时,其反演结果与雪深参考值之间相关系数r=0.948,相对于单颗卫星至少提高了6.4%。

针对目前利用单星反演雪深存在的不足,该文研究GPS信噪比(SNR)观测量中卫星反射信号分离模型的改进,以及积雪厚度反演模型,首先利用小波分析有效分离卫星反射信号,进而通过最小二乘支持向量机(LS-SVM)实现积雪厚度的多星融合反演。以美国板块边界观测计划提供的监测数据为例,经实验表明:小波分析能够提高卫星反射信号的分离精度,有效抑制了异常跳变现象,单星反演结果与雪深参考值之间相关系数r均大于0.547,相对于传统方法至少提高了8.9%;多星融合反演结果与雪深参考值吻合性较好,当融合卫星达到6颗时,其反演结果与雪深参考值之间相关系数r=0.948,相对于单颗卫星至少提高了6.4%。