CN101900692A - 大面积土壤湿度测量方法 - Google Patents
大面积土壤湿度测量方法 Download PDFInfo
- Publication number
- CN101900692A CN101900692A CN 201010207399 CN201010207399A CN101900692A CN 101900692 A CN101900692 A CN 101900692A CN 201010207399 CN201010207399 CN 201010207399 CN 201010207399 A CN201010207399 A CN 201010207399A CN 101900692 A CN101900692 A CN 101900692A
- Authority
- CN
- China
- Prior art keywords
- signal
- interference signal
- soil
- soil moisture
- gps
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种大面积土壤湿度测量方法,设置一个垂直极化接收天线、一个GPS接收机,以及进行信号处理的计算机,测量过程包括利用GPS信号及其反射信号的干涉效应来进行处理。这种技术方案利用广泛存在的GPS信号作为信号源,可以全天候大面积测量且成本低廉,并利用干涉效应更进一步简化了接收装置。
Description
技术领域
本发明涉及农业环境监测领域,尤其是一种对大面积裸露土壤湿度进行测量的方法。
背景技术
土壤湿度即土壤含水量,是土壤的重要物理性质。土壤湿度是土壤-植被-大气系统能量与物质交换及土地资源和环境管理的重要参数之一,监测地表土壤湿度的时空变化特性对研究自然及生态环境问题有重要的意义。
目前土壤湿度的测量方法主要有下面几种,它们有着各自的优点和缺点。
烘干称重法,直观准确,但其操作复杂。电容法(电容式土壤湿度传感器及其制作方法,专利号200510041258)、电阻法(土壤湿度分层测量系统,专利号200710018822)、电导率测试法(一种土壤湿度测试仪,专利号200910098049)等利用土壤中电容、电阻或电导率与与含水量相关的关系,将两个电极埋入土壤中,测定土壤块的电容、电阻或电导率,求出土壤湿度。但这些方法都是接触式方法,需要将探头实地插入土壤中,费时费力。
射线法包括中子散射法、γ射线法、χ射线法等(土壤湿度和雪中储水量测量仪,申请号89103760)。这些方法价格昂贵,且存在潜在的辐射危害,近年来已经在发达国家遭到弃用。
时域反射仪法(Topp G C,Davis J L.Measurement of soil water content using Time Domain Reflectometry(TDR):A field evaluation.Soil Sci.Soc.Am.J.1997,61(6):1576-1585)目前已成为研究土壤水分的基本仪器设备。其通过测量高频电磁脉冲在土壤中的传播速度求得土壤的介电常数,从而计算出土壤的含水量。但其是取样式测量,测管周围的土层会受到严重扰动,也会导致较大的测量误差。此外,TDR电路复杂,设备昂贵。
专利(土壤湿度估计的系统和方法,专利号200910098049)提出利用自然界的闪电等信号进行土壤湿度的测量,则其易受到闪电的随机性影响,效果难以保证。
应用GPS信号的反射信号测量土壤湿度是最近几年发展的一项新技术。GPS信号位于L波段,可以直接穿透云雾,完全不受云盖的影响而到达待测地面。利用现有的GPS系统,可以全天候进行试验,快速获得大量数据,并在短时间内对大片区域进行探测。此外,由于其只需要接收机而不需要发射机,会显著的降低系统费用、复杂度和功耗。GPS信号测量还是一种非接触式的土壤湿度测量方式,可以大大地减少劳动强度。
国外研究者曾利用装备有两套天线系统的接收机在飞机上进行了土壤湿度遥感实验(参见丁金才主编的《GPS气象学及其应用》,气象出版社2009年),武汉大学电波传播实验室曾利用两个天线和两个接收机,通过分别接收直达信号和经由地面反射的反射信号,然后根据电磁反射模型和土壤湿度的半经验介电常数模型来反演得到土壤湿度,具体实施细节可见文章(严颂华张训械,基于GNSS-R信号的土壤湿度反演研究,电波科学学报2010年第1期)。该方法可利用直达信号与反射信号的反射功率的差异,具有一定的实用价值。
但这些方法需要依靠复杂的接收机设计。主要问题是需要两个天线和两个接收机。由于这种方法主要利用的是接收信号功率的比值,两个天线及接收机必须具有很好的一致性,即具有相同的增益才不至于影响反演的结果。而完全一致的天线和接收机生产会增加生产和调试的成本。一种替换的方法,即进行通道校正的方法需要额外的校准过程,给应用带来麻烦。(严颂华张训械,基于GNSS-R信号的土壤湿度反演研究,电波科学学报2010年第1期)。
可见,本领域亟待研究简单易实施的大面积土壤湿度测量方法。
发明内容
针对现有技术的局限性,本发明的目的是利用GPS直达信号及由地面土壤反射回来的信号,提供一种对于大面积裸露土壤进行湿度遥测的方法,应用于农业生产。
本发明提供的技术方案是一种大面积土壤湿度测量方法,设置一个垂直极化接收天线、一个GPS接收机,以及进行信号处理的计算机,测量过程包括以下步骤,
步骤1,利用垂直极化天线同时接收来自空中的直达信号和来自地面的反射信号,形成干涉信号;所得干涉信号由GPS接收机接收后输出至进行信号处理的计算机;计算机连续采样获取干涉信号的功率序列。
步骤2,计算机对干涉信号的功率序列进行一阶和二阶微分运算,并根据运算结果给出干涉信号的所有峰值点和谷值点;然后通过峰值点的最小值和谷值点的最大值搜索拐点;
步骤3,根据步骤2搜索所得拐点获取对应的入射角值;利用入射角值和介电常数的关系求解此时对应的介电常数;利用介电常数与土壤湿度的半经验模型计算土壤湿度。
本发明提出了一种利用直达波和反射波的干涉技术以及拐点的搜索技术,满足了节省接收机成本的基本要求。本发明的优势在于其出色的实用性能:完全不需要复杂的接收机改造,不需要另外获取直达通道的相干功率,节省了硬件设计与制造的费用;利用了GPS卫星的自身移动获取不同入射角时的幅度序列,天空中多颗卫星可利用,信息利用率较高,具有良好的精度和稳健性;利用了一维信号序列处理,运算量较小,能满足实时性要求。实施本发明所提供技术方案,在提高探测性能的同时,大幅降低了设备的研制成本和维护费用。
附图说明
图1为本发明实施例的系统结构示意图;
图2为本发明实施例的干涉信号及其一阶与二阶微分运算结果示意图;
图3为本发明实施例的干涉信号的峰值、谷值和拐点判断示意图;
图4为本发明实施例的干涉信号处理流程图。
具体实施方式
针对现有方法的局限性,本发明的目的是利用GPS直达信号及由地面土壤反射回来的信号的干涉现象,提供一种对于大面积裸露土壤进行湿度遥测的方法,应用于农业生产。该方法利用垂直极化天线接收直达信号与土壤反射信号形成的干涉信号;利用干涉信号的特征,即干涉信号功率序列的相位拐点对应着一个特定的信号入射角;而根据此入射角来求取土壤表面的介电常数,从而进一步反演土壤湿度。
本发明考虑到,如果一个天线能够同时既接收到直达波信号,又接收到反射波信号,那么,就可以避开双天线的要求。但此时反射功率的比值也消失了,必须利用另外的技术。当天线既接收到直达信号,又接收到反射信号时,会发生干涉现象。由于直达信号与反射信号来自于同一个信号源,所以他们有着相同的频率。但反射信号来自于地面的反射,所以相比直达信号有着功率的衰减和固定的距离差引起的相移。这样的两列电波(直达信号与反射信号)满足相干叠加的条件,会出现明显的干涉条纹。由于两列波的相位差和功率差与土壤介电常数和入射角有关。所以,干涉条纹并不均匀。根据仿真和实测观察该图形可知,合成信号的图形实际上是一个调制信号,其包络为指数函数,根据调制信号的规律,对应于入射角γ0时信号整体会发生相位突变,包络在这里出现一个拐点。该拐点(入射角γ0)的位置与土壤介电常数ε有关。如果我们能够找到这个拐点及其对应的信号入射角γ0,就能够求解得到对应的土壤介电常数ε,然后根据介电常数与土壤湿度之间的对应关系如Topp经验公式(参见Topp G C,Davis J L,Annan A P.Electromagnetic determination of soil water content measurement in coaxial transmission lines.Water Resources Research.1980,(2):574~583),来求取土壤湿度。
目前GPS卫星星座由21颗工作卫星和3颗在轨备用卫星组成。GPS距离地表20200km,这种卫星的分布使得在全球任何地方、任何时间地面接收机都可观测到4颗以上的卫星。位于地平线以上的卫星颗数随着时间和地点的不同而不同,最少可见到4颗,最多可见到11颗。这样就保证了接收信号的连续性。
GPS卫星发射的信号为右旋圆极化波,经过近似光滑的地表反射后,变为左旋圆极化波。在左旋圆极化波和右旋圆极化波中,都存在水平极化和垂直极化的成分。在菲涅尔假设下,直达波经过地面散射后的极化特性改变过程可以用地面反射电场表示,极化电场可以表示为极化矩阵与入射信号的乘积:
式中Γh,Γv分别为在光滑表面电波水平极化和垂直极化分量的菲涅尔反射系数,可由Fresnel公式给出如下:
其中,γ为电波射线入射角,ε为地表相对介电常数。
在本发明中,我们设置接收天线波束指向水平方向,提取天线中的垂直极化分量,装置设置如附图1所示,实施例设置有一个垂直极化天线1(以下简称天线)、一个GPS接收机2,以及进行信号处理的计算机3。垂直极化天线1与GPS接收机2连接,GPS接收机2与计算机3连接。垂直极化天线1作为接收天线使用,其上不仅接收到来自空中的GPS卫星4的右旋直达信号,而且接收到来自地面5反射的左旋反射信号。直达信号和反射信号都来自于GPS卫星同时发出的信号,因此他们具有相同的初相。若设直达信号水平分量Esh,则反射信号的水平分量的功率为Γh·Esh;若设直达信号垂直分量Esv,则反射信号的垂直分量的功率为Γv·Esv,记为Erv。由于反射信号来源于地面的反射,根据电波反射的镜像原理,其路程差相比直达信号要多,为此引起相位相比直达信号的滞后。由于GPS发射信号源距离GPS接收机2数千米以外,当GPS信号通过两条路径,到达GPS接收机2时,可以视为平面波而非球面波,这样反射信号具有下面的几个特点:1、与直达信号具有相同的频率;2、相比直达信号,相位上多了由于路程差而增加的相位差;3、功率上增加了由于反射而引起的衰减量。
根据附图1的图示,若设天线假设的高度为h,直达信号的垂直极化分量为Esv,则反射信号的垂直分量Erv相比直达信号的垂直分量Esv,存在的相位延迟为:
φ=(2hcosγ/λ)×2π=4πh·cosγ/λ (4)
其中λ为19cm,是GPS L1信号的波长,γ为信号的入射角。同时反射信号的垂直分量Erv的功率相比直达信号的衰减可以利用反射系数Γv来度量,即反射信号的垂直分量Erv的功率大小为ΓvEsv,因此在t时刻天线上接收到的垂直极化信号功率为两者的叠加(干涉信号):
SV(t)=Esv(t)+Erv(t)=Esv(t)+ΓvEsv(t)exp(jφt)=EsV(t)(1+Γvexp(jφt)) (5)
由于我们需要获取的是干涉信号在不同角度时的功率。一种方式是卫星不动,控制接收机天线在不同角度旋转以改变入射角,显然这个控制机构成本是较高的。实际上我们可以设定接收机天线静止而利用GPS卫星自身的运动。GPS卫星在空中沿着固定的轨道飞行,则在一天之中GPS信号会从不同角度照射到地面,且该角度变化是随时刻t连续变化的。因此,我们能够获取到干涉信号在不同角度的功率。
实施例的GPS接收机2与计算机3通过USB接口连接。当天线维持不动时,干涉信号被GPS接收机2连续采样后,通过USB接口进入计算机3,成为一个随角度变化的功率序列S(i),其中i为角度变化值。
接下来就是在功率序列Si中寻找拐点。这里首先利用五点滑动平均法对功率序列S(i)进行平滑,以滤除各种冲击干扰和毛刺,然后对S(i)进行一阶和二阶微分处理,通过对一阶和二阶处理的结果判断来寻找功率序列的最大值和最小值;然后在最大值和最小值中寻找拐点;提取该拐点对应的入射角γ0值,根据公式:
cos2γ0·ε2-ε+sin2γ0=0来求得ε。最后利用半经验模型计算土壤湿度。
可见,本发明的优势在于其出色的实用性能:1、只采用一个天线和接收机就可以实现土壤湿度反演,不需要另外获取直达通道的相干功率,节省了硬件设计与制造的费用;2、利用了GPS卫星的自身移动获取不同入射角时的功率序列,天空中多颗GPS卫星数据可利用,结果可互相校验,信息利用率较高,具有良好的精度和稳健性;3、利用了一维信号序列处理,运算量较小,能满足实时性要求。在提高探测性能的同时,大幅降低了设备的研制成本和维护费用。
本发明的关键在于通过接收干涉信号,将土壤湿度估计问题转化为功率曲线中的拐点搜索问题,并利用介电常数与土壤湿度之间的关系得到土壤湿度。
以下分步骤对本发明的一个实施例,即天线及接收装置为地基时进行描述,参见图4:
步骤1、干涉信号的接收
如附图1所示,在高度h(具体实施时可设1m<h<10m)处设置一颗垂直放置的微带天线作为垂直极化天线1,其接收波束指向水平方向,则该天线接收到的是GPS卫星4发来的直达信号中垂直分量与经由地面而来的反射信号中的垂直分量的干涉信号。为了增加算法的稳定性,从所有GPS卫星信号中按照高信噪比和仰角分布适度的原则选择信噪比高,仰角处于30-60度范围的GPS卫星作为使用的卫星,
利用GPS接收机2采集其功率回波信号作为待用的功率序列S(i)。功率序列S(i)为天线上接收到的两路垂直极化信号功率的叠加(干涉信号)
S(i)=Ev(i)+Γv(i)Ev(i)exp(jφ(i))=EV(i)(1+Γv(i)exp(j4πh·cosγ(i)/λ)) (6)
其中exp(jφ(i))表示ejφ(i)
其中EV(i),ΓV(i),φ(i)表示在第i个入射角时直达信号功率、反射系数大小和反射信号相移的大小。实际接收的干涉信号S(i)的图形如附图2所示。其中实线6为干涉信号,虚线7为对干涉信号进行一阶微分运算的结果,实线8为对干涉信号进行二阶微分运算的结果,圆圈9为一阶微分运算结果中的过零值。incident angle()表示入射角。
步骤2、干涉信号中拐点的搜索。
理论分析和仿真实验表明,实际接收到的干涉信号功率序列S(i)会存在扰动。扰动的原因包括接收机中噪声的干扰,土壤地表面的不平等等,使得接收到的包络并非如理想的那样恰好服从一个平滑的分布规律,若简单的在存在干扰的情况下进入相位突变点的搜索,会引起错误的估计,因此进行平滑预处理的效果更好。实施例采用了一些低运算量的处理方式,即首先对其进行平滑,然后通过一阶和二阶微分处理获得干涉信号的峰值和谷值,最后再进行搜索拐点,由于维数为一维,该搜索的运算量不大,可满足实时性要求。
具体步骤如下:
1)对干涉信号的样本S(i)进行五点平滑滤波。以去除功率信号中的噪声干扰和毛刺。实施例采用图像处理中使用的五点平滑滤波法来去掉毛刺。基本公式为:
其中S1(i)表示滤波处理后的结果。
2)对S1(i)以一阶微分算子进行计算。
其一阶微分运算的结果为:
S2(i)=S1(i+1)-S1(i),i=1,…N (8)
3)对S2(i)再进行一次微分运算,即对S1(i)进行二阶微分算子计算。
结果为:
S3(i)=S2(i+1)-S2(i),i=1,…N (9)
则一阶微分计算结果S2(i)为0的地方对应着干涉信号S1(i)的峰值和谷值点处,而峰值和谷值的确定可以通过判断S3(i)的正负号来确定,当S3(i)<0时,i点对应干涉信号S1(i)的波峰值,即最大值;当S3(i)>0时,i点对应干涉信号S1(i)的波谷值,即最小值。附图2给出了入射角incident angle()为1-50度时干涉信号及其一阶与二阶微分运算结果。
求取拐点。拐点是干涉信号S1(i)的所有峰值点中的最小点和所有谷值点中的最大点。若两者所处的角度相同,则任取一个作为入射角γ0即可。若两者的所处的角度有细微差别,则取其平均值作为入射角γ0。拐点的搜索图示见附图3。其中10为峰值点,11为谷值点,12为判断出的拐点。
4)
步骤3、根据入射角值和介电常数的关系求得土壤湿度。
由公式:cos2γ0·ε2-ε+sin2γ0=0来求得对应的介电常数ε
步骤4、根据介电常数与土壤湿度的关系式求得土壤湿度。
虽然Dobson等人在1.4GHz到18GHz范围内,经过对多种土壤实验,提出了针对含水混合物的介电常数模型。在这个模型里,介电常数被描述为:
其中,εs、εa、εfw和εbw分别为土壤固体物、空气、自由水和束缚水的介电常数。Va、Vfw、Vbw分别是空气、自由水和束缚水的体积比。在这一方法中,通过对土壤结构的详尽描述来计算自由水和束缚水。但在实际应用中,很多要求土壤物理参数都无法准确获得,应用性较差。因此,实施例采用简单实用的Topp模型。该模型建立了土壤体积含水量(wv,cm3·cm-3)与介电常数ε之间的关系,即介电常数与土壤湿度的半经验模型,可以用一个三次多项经验公式表示:
wv=-5.3×10-2+2.92×10-2ε-5.5×10-4ε2+4.3×10-6ε3 (11)
于是可根据介电常数ε反演计算土壤湿度。
另外,本发明的用途除了利用GPS信号测量土壤湿度之外,还可进一步应用于接收两种以上的不同频率不同极化的信号,例如俄罗斯GLONASS系统或我国的北斗系统的信号。
本发明以实施例,即地基土壤湿度测量为参考来描述。然而,本发明的实施还可用于塔基,山基等固定平台或车载等移动平台。
Claims (1)
1.一种大面积土壤湿度测量方法,其特征在于:设置一个垂直极化天线、一个GPS接收机,以及进行信号处理的计算机,测量过程包括以下步骤,
步骤1,利用垂直极化天线同时接收来自空中的直达信号和来自地面的反射信号,形成干涉信号;所得干涉信号由GPS接收机接收后输出至进行信号处理的计算机;计算机连续采样获取干涉信号的功率序列;
步骤2,计算机对干涉信号的功率序列进行一阶和二阶微分运算,并根据运算结果给出干涉信号的所有峰值点和谷值点;然后通过峰值点的最小值和谷值点的最大值搜索拐点;
步骤3,根据步骤2搜索所得拐点获取对应的入射角值;利用入射角值和介电常数的关系求解此时对应的介电常数;利用介电常数与土壤湿度的半经验模型计算土壤湿度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102073992A CN101900692B (zh) | 2010-06-18 | 2010-06-18 | 大面积土壤湿度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102073992A CN101900692B (zh) | 2010-06-18 | 2010-06-18 | 大面积土壤湿度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101900692A true CN101900692A (zh) | 2010-12-01 |
CN101900692B CN101900692B (zh) | 2012-05-30 |
Family
ID=43226410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102073992A Expired - Fee Related CN101900692B (zh) | 2010-06-18 | 2010-06-18 | 大面积土壤湿度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101900692B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735697A (zh) * | 2011-04-07 | 2012-10-17 | 中国科学院电子学研究所 | 深层土壤湿度微波遥感探测方法与装置 |
CN103234985A (zh) * | 2013-04-17 | 2013-08-07 | 西安电子科技大学 | 利用天线谐振频率测量物质含水率的方法及测量装置 |
CN103344653A (zh) * | 2013-06-13 | 2013-10-09 | 武汉大学 | 一种基于双gps接收机的土壤湿度实时测量系统及方法 |
CN104020180A (zh) * | 2014-06-19 | 2014-09-03 | 武汉大学 | 基于北斗基准站接收的低仰角信号的土壤湿度反演方法 |
CN104678078A (zh) * | 2015-02-11 | 2015-06-03 | 北京航空航天大学 | 一种基于gps反射信号的土壤湿度标定测量方法 |
CN106093076A (zh) * | 2016-05-23 | 2016-11-09 | 北京航空航天大学 | 一种基于gnss干涉功率峰谷值的土壤湿度测量装置 |
CN106125106A (zh) * | 2016-08-10 | 2016-11-16 | 清华大学 | 基于地基北斗/gps双模测站测量土壤湿度的方法 |
CN106226844A (zh) * | 2016-07-13 | 2016-12-14 | 中国人民解放军理工大学 | 利用gnss信号极化相移的降雨强度山基测量方法 |
CN106290408A (zh) * | 2016-07-21 | 2017-01-04 | 清华大学 | 基于连续运行gnss站信噪比数据的土壤水分测量方法 |
CN110672640A (zh) * | 2019-11-13 | 2020-01-10 | 武汉大学 | 一种植被覆盖区域的土壤湿度估计方法及装置 |
CN110795895A (zh) * | 2020-01-06 | 2020-02-14 | 南京邮电大学 | 利用地表反射信号和随机森林回归算法预测土壤水分的方法 |
CN111122657A (zh) * | 2019-12-11 | 2020-05-08 | 武汉大学 | 一种利用三通道接收机的地基gnss-r植被下土壤湿度感知方法 |
CN111337551A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 双线极化天线gnss土壤湿度测量方法 |
US10996179B2 (en) | 2019-03-11 | 2021-05-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
CN114839354A (zh) * | 2022-07-02 | 2022-08-02 | 杭州电子科技大学 | 基于滑动算法和加权策略的北斗/gps土壤湿度测量法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1847832A (zh) * | 2005-04-11 | 2006-10-18 | 中国科学院遥感应用研究所 | 微波辐射计监测土壤水分的方法 |
US7135871B1 (en) * | 2004-12-30 | 2006-11-14 | The United State Of America As Represented By The Secretary Of Agriculture | Soil moisture sensor |
CN101583886A (zh) * | 2006-12-07 | 2009-11-18 | 韦伊赛莱公共有限公司 | 土壤湿度估计的系统和方法 |
-
2010
- 2010-06-18 CN CN2010102073992A patent/CN101900692B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7135871B1 (en) * | 2004-12-30 | 2006-11-14 | The United State Of America As Represented By The Secretary Of Agriculture | Soil moisture sensor |
CN1847832A (zh) * | 2005-04-11 | 2006-10-18 | 中国科学院遥感应用研究所 | 微波辐射计监测土壤水分的方法 |
CN101583886A (zh) * | 2006-12-07 | 2009-11-18 | 韦伊赛莱公共有限公司 | 土壤湿度估计的系统和方法 |
Non-Patent Citations (3)
Title |
---|
《全球定位系统》 20090331 张训械等 利用GNSS-R反射信号估计土壤湿度 第1-6页 1 , 第3期 2 * |
《地球科学进展》 20060731 关止等 利用反射GPS信号遥感土壤湿度 第747-750页 1 第21卷, 第7期 2 * |
《电波科学学报》 20100228 严颂华等 基于GNSS-R信号的土壤湿度反演研究 第8-13页 1 第25卷, 第1期 2 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102735697A (zh) * | 2011-04-07 | 2012-10-17 | 中国科学院电子学研究所 | 深层土壤湿度微波遥感探测方法与装置 |
CN102735697B (zh) * | 2011-04-07 | 2015-08-19 | 中国科学院电子学研究所 | 深层土壤湿度微波遥感探测方法与装置 |
CN103234985A (zh) * | 2013-04-17 | 2013-08-07 | 西安电子科技大学 | 利用天线谐振频率测量物质含水率的方法及测量装置 |
CN103344653A (zh) * | 2013-06-13 | 2013-10-09 | 武汉大学 | 一种基于双gps接收机的土壤湿度实时测量系统及方法 |
CN103344653B (zh) * | 2013-06-13 | 2015-04-01 | 武汉大学 | 一种基于双gps接收机的土壤湿度实时测量系统及方法 |
CN104020180A (zh) * | 2014-06-19 | 2014-09-03 | 武汉大学 | 基于北斗基准站接收的低仰角信号的土壤湿度反演方法 |
CN104678078A (zh) * | 2015-02-11 | 2015-06-03 | 北京航空航天大学 | 一种基于gps反射信号的土壤湿度标定测量方法 |
CN106093076A (zh) * | 2016-05-23 | 2016-11-09 | 北京航空航天大学 | 一种基于gnss干涉功率峰谷值的土壤湿度测量装置 |
CN106093076B (zh) * | 2016-05-23 | 2019-03-08 | 北京航空航天大学 | 一种基于gnss干涉功率峰谷值的土壤湿度测量装置 |
CN106226844A (zh) * | 2016-07-13 | 2016-12-14 | 中国人民解放军理工大学 | 利用gnss信号极化相移的降雨强度山基测量方法 |
CN106290408A (zh) * | 2016-07-21 | 2017-01-04 | 清华大学 | 基于连续运行gnss站信噪比数据的土壤水分测量方法 |
CN106290408B (zh) * | 2016-07-21 | 2019-01-04 | 清华大学 | 基于连续运行gnss站信噪比数据的土壤水分测量方法 |
CN106125106A (zh) * | 2016-08-10 | 2016-11-16 | 清华大学 | 基于地基北斗/gps双模测站测量土壤湿度的方法 |
US10996179B2 (en) | 2019-03-11 | 2021-05-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
CN110672640A (zh) * | 2019-11-13 | 2020-01-10 | 武汉大学 | 一种植被覆盖区域的土壤湿度估计方法及装置 |
CN110672640B (zh) * | 2019-11-13 | 2020-07-10 | 武汉大学 | 一种植被覆盖区域的土壤湿度估计方法及装置 |
CN111122657A (zh) * | 2019-12-11 | 2020-05-08 | 武汉大学 | 一种利用三通道接收机的地基gnss-r植被下土壤湿度感知方法 |
CN110795895A (zh) * | 2020-01-06 | 2020-02-14 | 南京邮电大学 | 利用地表反射信号和随机森林回归算法预测土壤水分的方法 |
CN111337551A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 双线极化天线gnss土壤湿度测量方法 |
CN114839354A (zh) * | 2022-07-02 | 2022-08-02 | 杭州电子科技大学 | 基于滑动算法和加权策略的北斗/gps土壤湿度测量法 |
Also Published As
Publication number | Publication date |
---|---|
CN101900692B (zh) | 2012-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101900692A (zh) | 大面积土壤湿度测量方法 | |
Zavorotny et al. | A physical model for GPS multipath caused by land reflections: Toward bare soil moisture retrievals | |
Briggs | Radar observations of atmospheric winds and turbulence: A comparison of techniques | |
Huang et al. | Measurement of sea surface wind direction using bistatic high-frequency radar | |
Hwang et al. | A note on Doppler processing of coherent radar backscatter from the water surface: With application to ocean surface wave measurements | |
CN104698460A (zh) | 一种双频共面合成孔径雷达海面风场反演方法 | |
CN103344653B (zh) | 一种基于双gps接收机的土壤湿度实时测量系统及方法 | |
Jonard et al. | Accounting for soil surface roughness in the inversion of ultrawideband off-ground GPR signal for soil moisture retrieval | |
Larsen et al. | The spaced antenna technique for radar wind profiling | |
Li et al. | Development of a GNSS-IR instrument based on low-cost positioning chips and its performance evaluation for estimating the reflector height | |
Chamoli et al. | Capability of NavIC, an Indian GNSS constellation, for retrieval of surface soil moisture | |
AU2021105440A4 (en) | Instrument and method for monitoring the soil moisture change by using GPS ground reflection signal | |
Wu et al. | Can we monitor the bare soil freeze-thaw process using GNSS-R?: A simulation study | |
Jing et al. | Retrieval of sea surface winds under hurricane conditions from GNSS-R observations | |
CN101907583B (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 | |
Zhu et al. | Raw signal simulation of synthetic aperture radar altimeter over complex terrain surfaces | |
Tsai et al. | HF Radio Angle-of-Arrival Measurements and Ionosonde Positioning. | |
Nghiem et al. | Theory of radar polarimetric interferometry and its application to the retrieval of sea ice elevation in the Western Weddell Sea, Antarctic | |
Hu et al. | Computerized ionospheric tomography based on geosynchronous SAR | |
Thomas et al. | Impact of GPR antenna height in estimating coal layer thickness using spatial smoothing techniques | |
Clarizia et al. | Global navigation satellite system-reflectometry (GNSS-R) from the UK-DMC satellite for remote sensing of the ocean surface | |
Kanagaratnam | Airborne radar for high resolution mapping of internal layers in glacial ice to estimate accumulation rate | |
Lu et al. | An effective method for incoherent scattering radar's detecting ability evaluation | |
Higginson‐Rollins et al. | Measuring the Electron Density Roughness of the D‐Region Ionosphere | |
Luo et al. | Dedicated satellite remote sensing combined with global navigation satellite system data used to remotely measure the status of land desertification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120530 Termination date: 20190618 |