CN113791091A - 一种基于gnss-ir的土壤含水率实时连续监测方法 - Google Patents
一种基于gnss-ir的土壤含水率实时连续监测方法 Download PDFInfo
- Publication number
- CN113791091A CN113791091A CN202111073967.9A CN202111073967A CN113791091A CN 113791091 A CN113791091 A CN 113791091A CN 202111073967 A CN202111073967 A CN 202111073967A CN 113791091 A CN113791091 A CN 113791091A
- Authority
- CN
- China
- Prior art keywords
- signal
- snr
- gnss
- antenna
- multipath
- 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.)
- Pending
Links
- 239000002689 soil Substances 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 18
- 238000012417 linear regression Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000010355 oscillation Effects 0.000 claims description 15
- 230000003534 oscillatory effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/04—Investigating moisture content
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于GNSS‑IR的土壤含水率实时连续监测方法，包括：随机选取土壤湿度采样点，获取土壤湿度采样点的单天线GNSS原始观测数据，根据单天线GNSS原始观测数据，获取低高度角的SNR观测值，单天线GNSS同时接收来自卫星的低高度角的SNR信号与附近土壤的反射SNR信号，二者叠加产生单天线GNSS的SNR干涉信号，对SNR干涉信号进行去趋势处理及频谱分析，获取多径反射信号的三个特征参量：振幅Am、频率f及相位
利用农田采集的试验数据，建立实测土壤湿度与多径反射信号的振幅、频率及相位间的三元线性回归模型，将振幅Am、频率f及相位
作为自变量输入三元线性回归模型反演出土壤湿度的值。该方法具有成本低、可连续观察、应用范围广、易于操作等优点。
Description
技术领域
本发明涉土壤湿度测量技术领域，更具体的涉及一种基于GNSS-IR的土壤含水率实时连续监测方法。
背景技术
GNSS-R(Global Navigation Satellite System Reflectome-try)即全球卫星导航系统反射信号作为一种新兴的微波遥感技术，以其拥有丰富的信号源、成本低、不受气候限制等的优势得以迅速发展。其可利用地基的GNSS接收器对直射信号和反射信号进行处理，由于反射信号对土壤湿度敏感，因此可以用于土壤湿度的反演。
针对不同的GNSS-R技术分支，可以将信号接收体制大致分为单天线观测模式、双天线观测模式以及三天线观测模式。其中单天线法(Global navigation satellitesystem interferometric reflectometry，GNSS-IR)利用一根右旋圆极化天线接收卫星信号；双天线法分别用左旋圆极化天线和右旋圆极化天线接收GNSS直射和反射信号进行反演；三天线法相较于双天线法增加了一根右旋圆极化天线用来接收反射信号中的右旋分量，但是基本原理与双天线模式的差异不大。与双天线发和三天线法相比，单天线法只需架设一根右旋圆极化天线，并且无需研制专门的接收机，直接采用地球物理或地球测绘类接收机即可，成本低廉，操作简单。
发明内容
针对现有技术的不足，本发明提供了一种单极化天线GNSS土壤湿度测量方法，使用一根右旋圆极化天线，利用接收到信号的相位差来反演土壤湿度，可行性较强，便于操作，成本较低，且可以连续观测。
本发明实施例提供一种基于GNSS-IR的土壤含水率实时连续监测方法，包括：
随机选取土壤湿度采样点，获取土壤湿度采样点的单天线GNSS原始观测数据；
根据单天线GNSS原始观测数据，获取低高度角的SNR观测值；
单天线GNSS同时接收来自卫星的低高度角的SNR信号与附近土壤的反射SNR信号，二者叠加产生单天线GNSS的SNR干涉信号，对SNR干涉信号进行去趋势处理及频谱分析，获取多径反射信号的三个特征参量：振幅Am、频率f及相位
利用农田采集的试验数据，建立实测土壤湿度与多径反射信号的振幅、频率及相位间的三元线性回归模型；
将振幅Am、频率f及相位
作为自变量输入三元线性回归模型反演出土壤湿度的值。
进一步，根据单天线GNSS原始观测数据获取低高度角的SNR观测值包括：
设置单天线GNSS信号接收机架设高度为1.72m；
利用teqc软件读取卫星观测数据并将其导入matlab中；
利用matlab提取合适卫星prn号所对应的2°～30°高度角的SNR观测值。
进一步，获取多径反射信号的三个特征参量，振幅Am、频率f及相位
包括：
单天线GNSS信号机接收到的干涉信号信噪比SNR表示为：
其中Ad、Am分别表示卫星直射信号和反射信号的振幅，ψ为两者的相位差；
获取正弦振荡的多径反射信号SNRm，正弦振荡的多径反射信号SNRm表示为：
其中，h为天线相对于反射面的高度，卫星高度角为E，
为初始相位，λ为波长；
通过对SNRm信号进行谱分析，获得多径信号的振荡频率f和效天线高度h；
最后利用最小二乘法对SNRm进行拟合，得到多径信号的幅度Am和初始相位
进一步，获取正弦振荡的多径反射信号SNRm包括：
反射信号比直射信号到达天线处所需传播的路程设为δ，则δ满足：
δ＝2h sinβ＝2h sin|E-θ|
其中，反射面与水平面的倾角为θ，卫星高度角为E，β定义为高度角与倾角之差，即直射信号与反射面的夹角，h为天线相对于反射面的高度；
假设反射面与水平面之间的夹角忽略不计θ约于0，上式表示为：
δ＝2hsinE
则，反射信号与直射信号的相位差为：
通过上式，多径震荡的频率计算如下：
因为每天观测的SNR的时间都在几小时之内，效天线高度的变化率忽略，则上式进一步简化为：
结合以上公式，去掉与反射面特性无关的直射信号，只保留多径振荡信号，该信号用正弦信号进行拟合，获取正弦振荡的多径反射信号SNRm。
进一步，对SNRm信号进行频谱分析采用Lomb-Scargle谱分析方法，即LS方法。
本发明实施例提供一种基于GNSS-IR的土壤含水率实时连续监测方法，与现有技术相比，其有益效果如下：
本发明具有土壤湿度测量过程，计算量较小且可以用计算机进行运算。相较于传统的土壤湿度监测，该发明具有成本低、可连续观察、应用范围广、易于操作等优点。后期也可与智慧灌溉系统相结合发挥作用，具有相当大的应用潜力。
附图说明
图1为本发明实施例提供的一种基于GNSS-IR的土壤含水率实时连续监测方法流程框图；
图2为本发明实施例提供的一种基于GNSS-IR的土壤含水率实时连续监测方法GNSS接收机应用场景示意图；
图3为本发明实施例提供的一种基于GNSS-IR的土壤含水率实时连续监测方法的测试样本反演值与土壤湿度实测值相关性分析。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1～3，本发明实施例提供一种基于GNSS-IR的土壤含水率实时连续监测方法，该方法包括：
随机选取土壤湿度采样点，获取土壤湿度采样点的单天线GNSS原始观测数据；
根据单天线GNSS原始观测数据，获取低高度角的SNR观测值；
单天线GNSS同时接收来自卫星的低高度角的SNR信号与附近土壤的反射SNR信号，二者叠加产生单天线GNSS的SNR干涉信号，对SNR干涉信号进行去趋势处理及频谱分析，获取多径反射信号的三个特征参量：振幅Am、频率f及相位
利用农田采集的试验数据，建立实测土壤湿度与多径反射信号的振幅、频率及相位间的三元线性回归模型；
将振幅Am、频率f及相位
作为自变量输入三元线性回归模型反演出土壤湿度的值。
具体实施例：
步骤1：GNSS原始观测信号接收及预处理，获取低高度角的信噪比(SNR)观测值。
步骤1的具体实施方式如下：
如图2所示，在地基条件下设置好单天线GNSS信号接收机，架设高度为1.72m。利用teqc软件读取卫星观测数据并将其导入matlab中，然后利用matlab提取合适卫星prn信号所对应的2°～30°高度角的SNR观测值。
步骤2：特征参量的提取。GNSS信号接收机同时接收来自卫星的直射信号与附近土壤的反射信号，二者叠加产生GNSS干涉信号。对SNR干涉信号进行去趋势处理及频谱分析，即可获得SNR干涉信号所对应的三个特征参量：振幅Am、频率f及相位
步骤2的具体实施方式如下：
GNSS天线接收到的干涉信号信噪比SNR可以用下式表示：
其中Ad、Am分别表示卫星直射信号和反射信号的振幅，ψ为两者的相位差。由于反射信号的幅度小于直射信号，因此干涉信号的幅度主要取决于直射信号。对干涉信号进行多项式拟合，即可除去直射信号，突出多经信号带来的信号波动。
SNR波形的频率取决于卫星、反射面、接收天线之间的相对位置关系。一般情况下，反射面可能与水平面存在一定的倾角θ，假设卫星高度角为E，β定义为高度角与倾角之差(此即直射信号与反射面的夹角)，h为天线相对于反射面的高度，反射信号比直射信号到达天线处所需传播的路程设为δ，则δ满足：
δ＝2h sinβ＝2h sin|E-θ| (2)
假设反射面与水平面之间的夹角可忽略不计(θ约等于0)，则上式可简化为：
δ＝2hsinE (3)
由上可推得，反射信号与直射信号的相位差为：
至此可以完成相位差的提取。
通过上式，可得多径震荡的频率计算如下：
又因为每天观测的SNR的时间都在几小时之内，等效天线高度的变化率可以忽略，则上式可进一步简化为：
通过多径振荡频率的表达式可知h与f成线性关系，天线架设越高，则多径震荡频率越大。结合以上公式，去掉与反射面特性无关的直射信号，只保留多径振荡信号，该信号可以用正弦信号进行拟合。表现为正弦振荡的多径反射信号SNRm可以表示为：
通过对SNRm信号进行谱分析，可以获得多径信号的振荡频率f和等效天线高度h。
对时域信号进行谱分析，信号处理中最常用的方法是傅里叶变换，但是傅里叶分析仅适用于时域连续且均匀分布的信号。而通过地基试验釆集到的SNRm多径信号，在时域上具有非均匀性的特点，并且试验过程中，由于地表植被、土壤粗糙度、包括树木和建筑物的阻挡等因素，数据中也会含有大量噪声，会在傅立叶分析时产生虚假的功率谱峰值，周期信号的相位和振幅也可能存在较大的误差。因此对SNRm信号进行谱分析时，普通的傅里叶分析并不适用。
为此，考虑到如时域序列的非均匀性和长度有限性等因素，引入可以处理非均匀信号的Lomb-Scargle谱分析方法(即LS方法)对SNRm进行谱分析。该方法可以有效地从时域序列中提取出弱周期信号，除此之外，还可以在一定程度上减弱由于时域序列的不均匀性所产生的虚假信号。另外，该方法还能给出各个频率分量信号存在的虚警概率和显著性。因此Lomb-Scargle方法非常适合用于SNRm的谱分析。
最后利用最小二乘法对SNRm进行拟合，可以得到多径信号的幅度Am和初始相位
然后利用农田采集的试验数据，可以分别建立实测土壤湿度与多径信号的频率、幅度、相位间的反演经验模型。
步骤3：土壤湿度的反演。利用步骤2得到的三个特征参数振幅Am、频率f及相位
建立与土壤湿度实测值的三元线性回归模型，用其对土壤的湿度进行反演。
步骤3的具体实施方式如下：
GNSS单天线三元线性回归方法是利用训练集中的干涉特征参量建立与实测土壤湿度的三元线性回归模型，然后输入测试集的干涉特征参量得到反演的土壤湿度值，并通过相关系数和误差分析对模型的有效性进行评价。
三元线性回归的数学表达式可以用下式子表示：
y＝β0+β1x1+β2x2+β3x3+ε (8)
其中y表示因变量，xi表示自变量，βi表示回归系数，ε代表随机误差项。
在土壤湿度反演模型中，将SNRm的干涉特征参量定义为自变量xi，输出的土壤湿度值作为因变量Y，回归方法就是确定β0、β1、β2、β3等回归系数的值。
公式(8)可以表示为矩阵形式：
Y＝Xβ+ε (9)，
其中
确定多元线性回归模型后，需要估计未知参数。采用的办法一般是普通最小二乘法。
设
分别是参数β0、β1、β2、β3的最小二乘估计，那么y得到观测值可以表示为：
ek令
是yk的估计值，则有：
上式结果为观测值yk的回归拟合值。
根据最小二乘法，应该使得观测值与回归值的偏差平方和Q，Q要求越小越好。Q是误差总和。
令公式(13)存在最小值，根据极值原理可以计算得到满足条件的最小值。
最终求解矩阵方程可以得到回归系数β的最小二乘法估计为：
在一元线性回归中，通过使用判断系数R2来表示拟合度，
其中，SST表示的是总离差平方和：
SSR表示的是回归平方和：
SSE表示的是残差平方和：
三者之间的关系满足：
SST＝SSR+SSE (18)
判断系数R2的定义为：
由此可见，判定系数R2越小，说明拟合程度越一般。判定系数R2越接近于1，说明拟合程度越高。
把回归系数的计算结果代入(8)式，即可得到三元线性回归模型，将需要预测的干涉特征参量作为自变量代入该模型便可反演出土壤湿度的值。测试样本反演值与土壤湿度实测值相关性分析结果如图3所示。
表1本发明利用spss软件所建模型概要
| R<sup>2</sup> | 显著性(P值) | F统计量 | RMSE均方根差 | |
| 三元回归模型 | 0.906 | 0.000 | 135.020 | 0.5465 |
以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围内。
Claims (6)
1.一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，包括：
随机选取土壤湿度采样点，获取土壤湿度采样点的单天线GNSS原始观测数据；
根据单天线GNSS原始观测数据，获取低高度角的SNR观测值；
基于低高度角的SNR观测值，单天线GNSS同时接收来自卫星的低高度角的SNR信号与附近土壤的反射SNR信号，二者叠加产生单天线GNSS的SNR干涉信号，对SNR干涉信号进行去趋势处理及频谱分析，获取多径反射信号的三个特征参量：振幅Am、频率f及相位
建立实测土壤湿度与多径反射信号的振幅、频率及相位间的三元线性回归模型；
将振幅Am、频率f及相位
作为自变量输入三元线性回归模型反演出土壤湿度的值。
2.如权利要求1所述的一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，所述根据单天线GNSS原始观测数据，获取低高度角的SNR观测值，包括：
设置单天线GNSS信号接收机架设高度为1.72m；
利用teqc软件读取卫星观测数据并将其导入matlab中；
利用matlab提取合适卫星prn号所对应的低高度角的SNR观测值。
3.如权利要求1所述的一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，所述获取多径反射信号的三个特征参量，振幅Am、频率f及相位
包括：
单天线GNSS信号机接收到的干涉信号信噪比SNR表示为：
其中，Ad、Am分别表示卫星直射信号和反射信号的振幅，ψ为两者的相位差；
获取正弦振荡的多径反射信号SNRm，正弦振荡的多径反射信号SNRm表示为：
其中，h为天线相对于反射面的高度，卫星高度角为E，
为初始相位，λ为波长；
通过对SNRm信号进行谱分析，获得多径信号的振荡频率f和等效天线高度h；
利用最小二乘法对SNRm进行拟合，得到多径信号的幅度Am和初始相位
4.如权利要求3所述的一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，所述获取正弦振荡的多径反射信号SNRm包括：
反射信号比直射信号到达天线处所需传播的路程设为δ，则δ满足：
δ＝2hsinβ＝2hsin|E-θ|
其中，反射面与水平面的倾角为θ，卫星高度角为E，β定义为高度角与倾角之差，即直射信号与反射面的夹角，h为天线相对于反射面的高度；
假设反射面与水平面之间的夹角忽略不计，θ等于0，上式表示为：
δ＝2hsinE
则，反射信号与直射信号的相位差为：
通过上式，多径震荡的频率计算如下：
因为每天观测的SNR的时间都在几小时之内，等效天线高度的变化率忽略，则上式进一步简化为：
结合以上公式，去掉与反射面特性无关的直射信号，只保留多径振荡信号，该信号用正弦信号进行拟合，获取正弦振荡的多径反射信号SNRm。
5.如权利要求4所述的一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，所述对SNRm信号进行频谱分析，包括：
采用Lomb-Scargle谱分析方法，对SNRm信号进行频谱分析。
6.如权利要求2所述的一种基于GNSS-IR的土壤含水率实时连续监测方法，其特征在于，所述低高度角为2°～30°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111073967.9A CN113791091A (zh) | 2021-09-14 | 2021-09-14 | 一种基于gnss-ir的土壤含水率实时连续监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111073967.9A CN113791091A (zh) | 2021-09-14 | 2021-09-14 | 一种基于gnss-ir的土壤含水率实时连续监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113791091A true CN113791091A (zh) | 2021-12-14 |
Family
ID=78880150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111073967.9A Pending CN113791091A (zh) | 2021-09-14 | 2021-09-14 | 一种基于gnss-ir的土壤含水率实时连续监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113791091A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116975789A (zh) * | 2023-09-21 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于大数据的农田场地智能分析方法、系统及介质 |
| CN117554593A (zh) * | 2023-11-14 | 2024-02-13 | 山东省科霖检测有限公司 | 一种农田土壤墒情实时监测方法 |
| CN117571968A (zh) * | 2024-01-12 | 2024-02-20 | 山东大学 | 一种基于gnss-ir的土壤湿度计算方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027230A (zh) * | 2019-12-27 | 2020-04-17 | 安徽理工大学 | 一种基于gnss-r技术的煤矸石充填复垦土壤湿度监测方法 |
| CN111337549A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 基于模糊熵的gps多星融合土壤湿度监测方法 |
| CN112782689A (zh) * | 2020-12-29 | 2021-05-11 | 西南交通大学 | 一种多星数据融合的gnss-ir土壤湿度监测方法 |
-
2021
- 2021-09-14 CN CN202111073967.9A patent/CN113791091A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027230A (zh) * | 2019-12-27 | 2020-04-17 | 安徽理工大学 | 一种基于gnss-r技术的煤矸石充填复垦土壤湿度监测方法 |
| CN111337549A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 基于模糊熵的gps多星融合土壤湿度监测方法 |
| CN112782689A (zh) * | 2020-12-29 | 2021-05-11 | 西南交通大学 | 一种多星数据融合的gnss-ir土壤湿度监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙波: "基于GNSS单天线技术的农田土壤湿度反演方法研究", 中国博士学位论文全文数据库农业科技辑, no. 08, pages 31 - 53 * |
| 黄志剑、王杰: "利用 GPS 卫星信号信噪比的土壤湿度反演方法", 导航定位学报, vol. 8, no. 1, pages 59 - 64 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116975789A (zh) * | 2023-09-21 | 2023-10-31 | 北京建工环境修复股份有限公司 | 一种基于大数据的农田场地智能分析方法、系统及介质 |
| CN116975789B (zh) * | 2023-09-21 | 2023-12-05 | 北京建工环境修复股份有限公司 | 一种基于大数据的农田场地智能分析方法、系统及介质 |
| CN117554593A (zh) * | 2023-11-14 | 2024-02-13 | 山东省科霖检测有限公司 | 一种农田土壤墒情实时监测方法 |
| CN117571968A (zh) * | 2024-01-12 | 2024-02-20 | 山东大学 | 一种基于gnss-ir的土壤湿度计算方法 |
| CN117571968B (zh) * | 2024-01-12 | 2024-04-05 | 山东大学 | 一种基于gnss-ir的土壤湿度计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113791091A (zh) | 一种基于gnss-ir的土壤含水率实时连续监测方法 | |
| CN105277575B (zh) | 一种利用gps信噪比等级数据进行土壤湿度估计的方法 | |
| CN105352979B (zh) | 基于北斗geo卫星信号的土壤湿度估计方法 | |
| CN111337549A (zh) | 基于模糊熵的gps多星融合土壤湿度监测方法 | |
| CN101210875A (zh) | 基于近红外光谱技术的无损测量土壤养分含量的方法 | |
| CN110687053B (zh) | 一种基于高光谱影像的区域有机质含量估算方法和装置 | |
| CN115048952A (zh) | 一种融合稳健估计和机器学习的gnss-ir土壤湿度反演方法 | |
| CN112505068A (zh) | 一种基于gnss-ir的地表土壤湿度多星组合反演方法 | |
| CN111337548A (zh) | 高精度信噪比拟合模型及基于该模型的土壤湿度反演方法 | |
| CN114397425B (zh) | 基于广义延拓逼近的gnss-ir土壤湿度反演方法 | |
| CN102200573B (zh) | 一种对近场目标信号来波方向进行测定的方法 | |
| CN113805208A (zh) | 一种适用于导航接收机的gnss-ir测高方法 | |
| CN117031509A (zh) | 融合孤立森林及深度学习的土壤湿度反演方法及装置 | |
| CN103869342B (zh) | 基于bap的gnss-r延迟映射软件接收机 | |
| CN111521650B (zh) | 土壤湿度测量中直射信号和反射信号的相位提取方法 | |
| CN115494086A (zh) | 一种顾及异常干涉相位的gnss-ir土壤湿度监测方法 | |
| CN114563778A (zh) | 基于时延冗余测量的阵形校准方法 | |
| Hu et al. | Off‐Grid DOA Estimation Based on Compressed Sensing on Multipath Environment | |
| CN103048641A (zh) | 具有联合约束优化形式的矢量阵稳健聚焦处理方法 | |
| CN112415026A (zh) | Gnss-ir解译土壤湿度变化和植被生长过程的方法 | |
| Rodriguez-Alvarez et al. | Soil moisture and vegetation height retrieval using GNSS-R techniques | |
| CN108693331B (zh) | 一种土壤盐碱地监测装置及方法 | |
| CN107451348B (zh) | 一种l波段森林微波辐射传输特性的优化估算方法 | |
| JP2008051568A (ja) | 測位システム、測位方法および測位用プログラム | |
| CN101907583A (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |