CN114355411A - 一种基于北斗或gps载噪比观测值的洪水探测方法 - Google Patents

一种基于北斗或gps载噪比观测值的洪水探测方法 Download PDF

Info

Publication number
CN114355411A
CN114355411A CN202111585075.7A CN202111585075A CN114355411A CN 114355411 A CN114355411 A CN 114355411A CN 202111585075 A CN202111585075 A CN 202111585075A CN 114355411 A CN114355411 A CN 114355411A
Authority
CN
China
Prior art keywords
carrier
noise ratio
detection
satellite
phase difference
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
Application number
CN202111585075.7A
Other languages
English (en)
Other versions
CN114355411B (zh
Inventor
苏明坤
乔磊
孙闽红
刘二小
简志华
仇兆炀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202111585075.7A priority Critical patent/CN114355411B/zh
Publication of CN114355411A publication Critical patent/CN114355411A/zh
Application granted granted Critical
Publication of CN114355411B publication Critical patent/CN114355411B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明描述了一种基于北斗或GPS导航系统卫星载噪比观测值的洪水探测方法,属于导航卫星反演技术领域。发明提出一种基于北斗/GPS导航卫星系统载噪比观测值的洪水探测方法:第一步:在模型建立层面。第二步:基于载噪比观测值的直接探测法。第三步:基于载噪比相位差与土壤湿度关联模型的间接探测法。第四步:对洪水探测结果分析处理。采用本发明所述方法,既避免了传统地面观测站因站点分布少,密度不均匀,时空分辨率低等问题而导致的洪水探测精度低和探测范围小的缺陷,同时避免了基于遥感卫星雷达站方法建设成本高和建设周期长,且需专用接收机设备进行探测的缺陷。

Description

一种基于北斗或GPS载噪比观测值的洪水探测方法
技术领域
本发明描述了一种基于北斗或GPS导航系统卫星载噪比观测值的洪水探测方法,属于导航卫星反演技术领域。
背景技术
随着全球二氧化碳排放量的不断增加,全球变暖形势也日趋严峻,由此带来的极端天气出现比例也日渐增多。其中,极端强降雨所导致的局部洪水泛滥或城市内涝等灾害频繁发生,比如今年出现在中国河南新乡、山西临汾、以及东南亚等地的洪水灾害给当地人民群众的生命安全和经济发展带来了极大的影响。因此,快速及时精准的洪水探测和监控可以为政府和主管部门的防洪以及疏散群众提供有力支持,从而最大程度保障人民的生命安全和经济建设。
目前,针对洪水的探测方法主要分为两种,一种是基于地面观测的雨量监测站,另外一种是基于遥感卫星反演的雷达站。然而,基于地面观测的雨量站覆盖范围有限,因硬件成本较高也难以做到大范围设站,导致站点密度不足,且受城市建筑格局的影响会导致站点的分布不均等问题。此外,由于地面观测站每个站点的监控空间范围较小,而降水所导致的城市洪水内涝又具有显著的空间差异性,因此利用地面观测站的洪水监测不仅成本较高,且时空分辨率也较低,会产生较大的误差。尽管基于遥感卫星的雷达站可以提供较高的时空分辨率,从而为洪水探测提供精确的数据,但这种设备受复杂地形影响较大,且由于雷达站建设要求高,无法建设在人口密度较大较集中的城市中。此外,基于遥感卫星雷达站的方法也存在硬件建设成本大和建设周期长的问题,不仅需要发射专用的遥感卫星,且地面接收设备也需要是专业的雷达信号接收机。因此,研究利用现有的北斗或GPS导航系统卫星和低成本的接收机的洪水探测方法尤为重要,不仅可以有效提高洪水探测时空分辨率,同时可以有效节约硬件成本和建设周期,对洪水灾害预防和卫星导航系统的应用扩展都具有重要的研究意义和科学价值。
发明内容
本发明的目的在于提供一种基于北斗或GPS载噪比观测值的洪水探测方法,该方法能够利用现有北斗或GPS导航系统卫星和低成本的接收机对洪水进行有效探测,既可以大幅提高洪水探测的时空分辨率,又可以节约硬件成本和建设周期。通过采用基于高度角约束的自适应滑动窗口模型对原始载噪比观测值进行滤波去噪处理,滤除掉高频随机噪声误差,提高载噪比观测值精度。同时采用二阶多项式拟合算法去除直射信号载噪比影响,提取仅保留反射信号的载噪比数据,提高后续洪水探测精确率。此外,在利用直接对比反射信号载噪比进行探测的基础上,防止因其它缘故,如接收机硬件故障或周围环境发生变换等引起的载噪比波动,本发明专利还利用载噪比相位差和土壤湿度的关联对洪水进行二次探测,既保证了洪水探测成功率,同时克服单探测量探测准确率低或出现误探的缺陷。因此,本发明可以满足任意情形下的洪水探测,解决现有方法站点分布少,密度不均匀,硬件成本高以及建设周期长等问题。
为此,本发明提出一种基于北斗或GPS载噪比观测值的洪水探测方法,包括以下步骤:
步骤1,建立模型;利用低成本的大地测量型接收机采集北斗或GPS导航系统卫星的载噪比观测数据,同时计算其相应历元时刻的高度角和方位角,建立基础的洪水探测对比参考模型;
步骤1-1,针对随机噪声的影响,采用基于高度角约束的自适应滑动窗口对原始载噪比观测值进行滤波去噪处理,提高载噪比观测值的精度;
步骤1-2,利用二阶多项式拟合方法对载噪比观测值进行处理,滤除掉直射信号的载噪比影响,仅保留反射信号的载噪比信息;
步骤1-3,与步骤1-2同步进行,算载噪比相位差与土壤湿度的信息;
步骤1-4,对各北斗或GPS系统按照分轨道分频率分卫星建立载噪比直接探测模型和相位差土壤湿度间接探测模型;
步骤2,利用步骤1建立的洪水探测载噪比模型对探测天的数据直接进行载噪比对比探测;
步骤2-1,对探测当天接收到的北斗或GPS载噪比数据进行处理,得到探测当天的精确的各卫星各频率的载噪比数据;
步骤2-2,将该历元时刻获得的载噪比数据与步骤1建立的洪水探测模型进行比对,其比对参考以卫星的高度角和方位角为基准;
步骤2-3,将比对结果和阈值做比较,如果比对结果超过洪水设定阈值,则对该历元进行标记,若小于探测阈值,则进行下一历元时刻处理;
步骤3,利用载噪比中的相位差与土壤积水的关联型对洪水进行二次探测,确保洪水探测成功率和准确率;
步骤3-1,采用Lomb-Scargle谱分析方法计算卫星的有效反射高度,消除卫星有效反射高度对相位差计算的影响,为相位差的精确计算提供保障;
步骤3-2,利用土壤湿度和相位差的相关模型计算该相位差对应的土壤湿度,得到实时的土壤湿度数据;
步骤3-3,将计算得到的土壤湿度数据与建立的土壤湿度探测模型进行对比,若此时土壤湿度超过设定阈值,则进行标记,若小于探测阈值,则不进行标记;
步骤4,结合步骤2和步骤3的结果,对洪水探测结果分析处理;若两种数据均出现标记,则对洪水进行预警处理,若仅有一组数据,则利用步骤2和步骤3的数据对探测模型进行更新完善,若两组探测结果均没有标记,则不进行任何处理。
作为优选,所述的高度角约束的自适应滑动窗口算法包括以下子步骤:
子步骤11a,在卫星上升初期,高度角由0到30度的上升阶段,选择前向滑动窗口,窗口长度根据数据采样频率选择;
子步骤11b,当卫星高度角大于30度时,选择前向后向联合窗口平滑模式,窗口长度选择60和30;
子步骤11c,在卫星下降阶段,高度角小于30度时,采用后向滑动窗口进行滤波去噪。
作为优选,所述的分卫星建立载噪比直接探测模型,建立过程包括以下子步骤:
子步骤14a,连续收集无降雨日的北斗或GPS载噪比观测值;
子步骤14b,按照步骤1-1载噪比滤波去噪处理方法进行处理;
子步骤14c,分轨道类型、分卫星、分频率对处理的载噪比进行分类建模。
作为优选,所述的相位差土壤湿度间接探测模型算法,包括以下子步骤:
子步骤15a,采用二阶多项式拟合模型对载噪比进行处理,消除直射信号的载噪比影响,仅保留反射信号的载噪比,其二阶多项式拟合模型表示如下:
Figure BDA0003427591510000051
其中,2表示该多项式为2阶多项式,w是x的系数,xi代表的是x的i次幂;信号长度为N,对于每一个样本xn,其对应的输出为tn,用平方误差和作为损失函数,表示为:
Figure BDA0003427591510000052
子步骤15b,采用Lomb-Scargle谱分析计算反射信号载噪比的波动频率和有效反射高度,消除有效反射高度的影响,其计算模型表示为:
Figure BDA0003427591510000061
其中,f即反射信号载噪比的波动频率;h是卫星有效反射高度,λ是信号波长;通过Lomb-Scargle谱分析可以计算得到卫星有效反射高度,记为he
子步骤15c,采用最小二乘方法计算反射信号载噪比的相位差和幅度,其计算方法通过下式得到
Figure BDA0003427591510000062
其中,e为卫星当前历元高度角,he是卫星有效反射高度,λ是信号波长,A为反射信号载噪比幅度,φ为反射信号载噪比相位差,A和φ参数可以通过最小二乘求解出来;
子步骤15d,利用载波比相位差计算当前的土壤湿度,计算模型为:
Figure BDA0003427591510000063
VWC就是当前历元的土壤湿度,Δφ是实际相位差与参考相位差的差值,实际相位差通过公式(4)求得,参考相位差选择连续非降雨时的相位差做为参考相位差,而连续非降雨时的相位差可通过公式4求均值获取。
作为优选,所述的步骤2-3中的阈值为:平均载噪比下降或上升偏差达0.5dB-Hz则表明存在洪水强相关。
作为优选,所述的步骤3-3中的阈值为:平均土壤湿度达0.6m3/m3则表明与洪水存在强相关。
采用本发明所述方法,与现有技术相比,本发明充分利用现有北斗或GPS导航系统卫星对进行洪水探测,既避免了传统地面观测站因站点分布少,密度不均匀,时空分辨率低等问题而导致的洪水探测精度低和探测范围小的缺陷,同时避免了基于遥感卫星雷达站方法建设成本高和建设周期长,且需专用接收机设备进行探测的缺陷。采用低成本的大地测量型接收机和利用已经建成的北斗或GPS导航系统卫星进行洪水探测,不仅比基于传统地面观测站洪水探测有更高的时空分辨率,同时其接收机观测场地建设成本和建设周期都远低于基于遥感雷达站的探测方法,有效节约经济成本。考虑高频随机澡声和直射信号对载噪比观测值的影响,采用基于高度角约束的自适应滑动窗口对载噪比进行平滑滤波去噪,可有效地降低载噪比观测值的误差水平,提高后续洪水探测模型的精度。同时,采用二阶多项式拟合方法滤除掉直射信号的载噪比,仅保留反射信号的信噪比,降低直射信号载噪比对洪水探测的影响,提高后续洪水探测的成功率。充分考虑载噪比、土壤湿度和洪水的关联型,分别采用基于载噪比的直接探测法和基于相位差土壤湿度间接探测法对洪水进行联合探测,既可有效避免因卫星轨道机动或环境变化对基于载噪比直接探测法的影响,又可避免小范围降雨对基于相位差土壤湿度间接探测法的影响。最后,联合两种探测算法的探测结果对洪水进行预测,同时利用新的数据对探测模型进行更新迭代,保证模型的探测精度。
附图说明
图1基于北斗/GPS导航系统卫星载噪比观测值的洪水探测算法流程图
图2基于载噪比观测值直接探测洪水的算法流程图
图3基于载噪比相位差土壤湿度关联性的间接洪水探测算法流程图
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
实施例1
如图1、图2和图3所示,本发明提出一种基于北斗或GPS载噪比观测值的洪水探测方法包括以下步骤:
步骤1:提取北斗/GPS导航系统卫星原始观测值,伪距、载波相位和载噪比等观测值,并计算卫星相应的高度角,方位角等信息。
步骤2:采用基于高度角约束的自适应滑动窗口去噪模型对载噪比观测值进行去噪处理,滤除高频随机噪声和粗差,保证载噪比观测值的精度。该步算法主要有三部分组成:1)在卫星上升初期,即高度角由0到30度的上升阶段。因这阶段卫星信号受环境影响大,导致高频随机噪声误差偏大,因此这段应选择前向(即向前取数据)滑动窗口,且窗口长度应根据数据采样频率进行选择,比如假设原始信号采样频率为30s,则滑动窗口选择100。因为此时数据间隔较大,所以应采用更多的数据进行平滑。若数据采样率为1s,则相应的窗口长度设置为50即可,因数据间隔小,数据间偏差降低,因此短窗口平滑也能取得较好的去噪效果。2)当卫星高度角大于30度时,此阶段应选择前向后向(即一部分数据向前取,一部分数据向后取)联合窗口平滑模式。此阶段数据对前向后向数据各取窗口长度一半的数据。考虑到此时载噪比受高频随机噪声误差影响小,所以窗口长度选择60(对30s数据)和30(对1s数据)即可,此处以常见的30s和1s为例。若信号采样率为其它类型,比如5s,10s,15s等,可根据具体情况进行合理类推。3)在卫星下降阶段,当卫星高度角小于30度时,此时采用后向滑动窗口进行滤波去噪。因为此阶段后向数据精度较高,因此采用后向滑动模型提高该阶段的载噪比精度,其窗口长度选择按上面描述选取。
步骤3:建立基于载噪比观测值的直接洪水探测模型。采用基于分轨道分卫星分频率模式对载噪比进行建模,建立基于载噪比观测值的直接洪水探测模型。建模过程为:连续收集无降雨日的北斗/GPS载噪比观测值,按照步骤2中描述过程对载噪比观测值进行处理,并按照分轨道类型分卫星分频率对处理的载噪比进行分类建模。
步骤4:建立基于载噪比相位差与土壤湿度关联性的间接洪水探测模型。该步算法主要有四部分组成:1)按步骤3中的描述,建立分轨道类型分卫星分频率处理的载噪比模型。2)采用二阶多项式拟合模型对载噪比进行处理,消除直射信号的载噪比影响,仅保留反射信号的载噪比。其二阶多项式拟合模型表示如下:
Figure BDA0003427591510000091
其中,2表示该多项式为2阶多项式,w是x的系数,xi代表的是x的i次幂。信号长度为N,对于每一个样本xn,其对应的输出为tn,用平方误差和作为损失函数,表示为:
Figure BDA0003427591510000101
3)采用Lomb-Scargle谱分析计算反射信号载噪比的波动频率和有效反射高度,消除有效反射高度的影响。其计算模型表示为:
Figure BDA0003427591510000102
其中,f即反射信号载噪比的波动频率。h是卫星有效反射高度,λ是信号波长。通过Lomb-Scargle谱分析可以计算得到卫星有效反射高度,记为he。该方法可有效避免有效反射高度对后续计算相位差的影响。
4)采用最小二乘方法计算反射信号载噪比的相位差和幅度,其计算方法通过下式得到
Figure BDA0003427591510000103
其中,e为卫星当前历元高度角,he是卫星有效反射高度,λ是信号波长。A为反射信号载噪比幅度,φ为反射信号载噪比相位差。A和φ参数可以通过最小二乘求解出来。
5)利用载波比相位差计算当前的土壤湿度,计算模型为:
Figure BDA0003427591510000104
VWC就是当前历元的土壤湿度。Δφ是实际相位差与参考相位差的差值。实际相位差通过公式4求得,参考相位差选择连续非降雨时的相位差做为参考相位差,而连续非降雨时的相位差可通过公式4求均值获取。
将该相位差和土壤湿度按照分轨道类型分卫星分频率处理进行分类建模,为后续基于相位差土壤湿度模型的间接洪水探测提供保障。
步骤5:采用基于载噪比直接洪水探测方法对洪水进行探测。该步算法主要有三部分组成:1)计算当前探测日的反射信号载噪比,其计算过程如步骤1描述相同,得到当前历元时刻的卫星反射信号载噪比。2)将此刻的载噪比与步骤3中建立的载噪比洪水探测模型进行对比,对比参考基准主要为卫星的高度角和方位角。若差值大于设定阈值,则进行洪水标记,若没有则不标记。阈值根据经验模型得到,通常认为平均载噪比下降或上升偏差达0.5dB-Hz则表明存在洪水强相关。3)将探测结果输出。
步骤6:采用基于载噪比相位差与土壤湿度关联性的间接洪水探测方法对洪水进行二次探测。利用载波比计算当前的土壤湿度,计算模型为:
Figure BDA0003427591510000111
VWC就是当前历元的土壤湿度。Δφ是实际相位差与参考相位差的差值。实际相位差通过公式4求得,参考相位差选择连续非降雨时的相位差做为参考相位差,而连续非降雨时的相位差可通过步骤四建立的模型获取。将计算得到的土壤湿度与步骤四中的相位差土壤湿度洪水探测模型进行对比,若结果超过设定阈值,则进行标记,否则不进行标记。阈值根据经验模型得到,通常认为平均土壤湿度达0.6m3/m3则表明与洪水存在强相关。
步骤7:将经过两种算法的洪水探测结果进行处理,若两种算法都存在标记,则认为存在洪水危险,需进行洪水预警处理。若只有一种情况出现标记,则更新原有探测模型,提高原有模型探测精度和准确率。

Claims (6)

1.一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,包括以下步骤:
步骤1,建立模型;利用低成本的大地测量型接收机采集北斗或GPS导航系统卫星的载噪比观测数据,同时计算其相应历元时刻的高度角和方位角,建立基础的洪水探测对比参考模型;
步骤1-1,针对随机噪声的影响,采用基于高度角约束的自适应滑动窗口对原始载噪比观测值进行滤波去噪处理,提高载噪比观测值的精度;
步骤1-2,利用二阶多项式拟合方法对载噪比观测值进行处理,滤除掉直射信号的载噪比影响,仅保留反射信号的载噪比信息;
步骤1-3,与步骤1-2同步进行,算载噪比相位差与土壤湿度的信息;
步骤1-4,对各北斗或GPS系统按照分轨道分频率分卫星建立载噪比直接探测模型和相位差土壤湿度间接探测模型;
步骤2,利用步骤1建立的洪水探测载噪比模型对探测天的数据直接进行载噪比对比探测;
步骤2-1,对探测当天接收到的北斗或GPS载噪比数据进行处理,得到探测当天的精确的各卫星各频率的载噪比数据;
步骤2-2,将该历元时刻获得的载噪比数据与步骤1建立的洪水探测模型进行比对,其比对参考以卫星的高度角和方位角为基准;
步骤2-3,将比对结果和阈值做比较,如果比对结果超过洪水设定阈值,则对该历元进行标记,若小于探测阈值,则进行下一历元时刻处理;
步骤3,利用载噪比中的相位差与土壤积水的关联型对洪水进行二次探测,确保洪水探测成功率和准确率;
步骤3-1,采用Lomb-Scargle谱分析方法计算卫星的有效反射高度,消除卫星有效反射高度对相位差计算的影响,为相位差的精确计算提供保障;
步骤3-2,利用土壤湿度和相位差的相关模型计算该相位差对应的土壤湿度,得到实时的土壤湿度数据;
步骤3-3,将计算得到的土壤湿度数据与建立的土壤湿度探测模型进行对比,若此时土壤湿度超过设定阈值,则进行标记,若小于探测阈值,则不进行标记;
步骤4,结合步骤2和步骤3的结果,对洪水探测结果分析处理;若两种数据均出现标记,则对洪水进行预警处理,若仅有一组数据,则利用步骤2和步骤3的数据对探测模型进行更新完善,若两组探测结果均没有标记,则不进行任何处理。
2.根据权利要求1所述的一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,所述的高度角约束的自适应滑动窗口算法包括以下子步骤:
子步骤11a,在卫星上升初期,高度角由0到30度的上升阶段,选择前向滑动窗口,窗口长度根据数据采样频率选择;
子步骤11b,当卫星高度角大于30度时,选择前向后向联合窗口平滑模式,窗口长度选择60和30;
子步骤11c,在卫星下降阶段,高度角小于30度时,采用后向滑动窗口进行滤波去噪。
3.根据权利要求1所述的一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,所述的分卫星建立载噪比直接探测模型,建立过程包括以下子步骤:
子步骤14a,连续收集无降雨日的北斗或GPS载噪比观测值;
子步骤14b,按照步骤1-1载噪比滤波去噪处理方法进行处理;
子步骤14c,分轨道类型、分卫星、分频率对处理的载噪比进行分类建模。
4.根据权利要求1所述的一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,所述的相位差土壤湿度间接探测模型算法,包括以下子步骤:
子步骤15a,采用二阶多项式拟合模型对载噪比进行处理,消除直射信号的载噪比影响,仅保留反射信号的载噪比,其二阶多项式拟合模型表示如下:
Figure FDA0003427591500000031
其中,2表示该多项式为2阶多项式,w是x的系数,xi代表的是x的i次幂;信号长度为N,对于每一个样本xn,其对应的输出为tn,用平方误差和作为损失函数,表示为:
Figure FDA0003427591500000032
子步骤15b,采用Lomb-Scargle谱分析计算反射信号载噪比的波动频率和有效反射高度,消除有效反射高度的影响,其计算模型表示为:
Figure FDA0003427591500000041
其中,f即反射信号载噪比的波动频率;h是卫星有效反射高度,λ是信号波长;通过Lomb-Scargle谱分析可以计算得到卫星有效反射高度,记为he
子步骤15c,采用最小二乘方法计算反射信号载噪比的相位差和幅度,其计算方法通过下式得到
Figure FDA0003427591500000042
其中,e为卫星当前历元高度角,he是卫星有效反射高度,λ是信号波长,A为反射信号载噪比幅度,φ为反射信号载噪比相位差,A和φ参数可以通过最小二乘求解出来;
子步骤15d,利用载波比相位差计算当前的土壤湿度,计算模型为:
Figure FDA0003427591500000043
VWC就是当前历元的土壤湿度,Δφ是实际相位差与参考相位差的差值,实际相位差通过公式(4)求得,参考相位差选择连续非降雨时的相位差做为参考相位差,而连续非降雨时的相位差可通过公式4求均值获取。
5.根据权利要求1所述的一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,所述的步骤2-3中的阈值为:平均载噪比下降或上升偏差达0.5dB-Hz则表明存在洪水强相关。
6.根据权利要求1所述的一种基于北斗或GPS载噪比观测值的洪水探测方法,其特征在于,所述的步骤3-3中的阈值为:平均土壤湿度达0.6m3/m3则表明与洪水存在强相关。
CN202111585075.7A 2021-12-22 2021-12-22 一种基于北斗或gps载噪比观测值的洪水探测方法 Active CN114355411B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111585075.7A CN114355411B (zh) 2021-12-22 2021-12-22 一种基于北斗或gps载噪比观测值的洪水探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111585075.7A CN114355411B (zh) 2021-12-22 2021-12-22 一种基于北斗或gps载噪比观测值的洪水探测方法

Publications (2)

Publication Number Publication Date
CN114355411A true CN114355411A (zh) 2022-04-15
CN114355411B CN114355411B (zh) 2023-07-25

Family

ID=81100900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111585075.7A Active CN114355411B (zh) 2021-12-22 2021-12-22 一种基于北斗或gps载噪比观测值的洪水探测方法

Country Status (1)

Country Link
CN (1) CN114355411B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5914685A (en) * 1997-04-25 1999-06-22 Magellan Corporation Relative position measuring techniques using both GPS and GLONASS carrier phase measurements
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
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
CN107796484A (zh) * 2017-01-11 2018-03-13 中南大学 一种基于北斗导航定位系统信噪比数据观测水位变化方法
CN109932735A (zh) * 2019-03-25 2019-06-25 中国铁路设计集团有限公司 北斗短基线单频单历元解算的定位方法
AU2020103449A4 (en) * 2020-11-16 2021-01-28 China University Of Mining And Technology Method for monitoring the water level of reservoir by using GNSS triple-frequency phase combination data
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
WO2021237804A1 (zh) * 2020-05-29 2021-12-02 湖南联智科技股份有限公司 基于北斗高精度定位的基础设施结构变形监测方法
CN113805208A (zh) * 2021-08-31 2021-12-17 杭州电子科技大学 一种适用于导航接收机的gnss-ir测高方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5914685A (en) * 1997-04-25 1999-06-22 Magellan Corporation Relative position measuring techniques using both GPS and GLONASS carrier phase measurements
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
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
CN107796484A (zh) * 2017-01-11 2018-03-13 中南大学 一种基于北斗导航定位系统信噪比数据观测水位变化方法
CN109932735A (zh) * 2019-03-25 2019-06-25 中国铁路设计集团有限公司 北斗短基线单频单历元解算的定位方法
WO2021237804A1 (zh) * 2020-05-29 2021-12-02 湖南联智科技股份有限公司 基于北斗高精度定位的基础设施结构变形监测方法
AU2020103449A4 (en) * 2020-11-16 2021-01-28 China University Of Mining And Technology Method for monitoring the water level of reservoir by using GNSS triple-frequency phase combination data
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
CN113805208A (zh) * 2021-08-31 2021-12-17 杭州电子科技大学 一种适用于导航接收机的gnss-ir测高方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈西斌;: "基于GPS信噪比观测值的土壤湿度", 城市勘测, no. 04 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114355411B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
Matrosov et al. The utility of X-band polarimetric radar for quantitative estimates of rainfall parameters
CN110596787A (zh) 一种基于x波段全固态双偏振雨量雷达的降水估测方法
JP5557082B2 (ja) 降水分布の推定システムおよび降水分布の推定方法
Wang et al. A Landsat-based model for retrieving total suspended solids concentration of estuaries and coasts in China
CN107103280B (zh) 极地冰盖冻融探测方法
CN110749871B (zh) 双偏振天气雷达的参量估算方法
CN109856021B (zh) 一种pm2.5反演方法及监测区域分割方法
CN113253233B (zh) 基于全天空流星雷达信号的分析处理方法、系统
CN114910982B (zh) 一种基于北斗技术的降雨预警模型构建方法
CN114397425A (zh) 基于广义延拓逼近的gnss-ir土壤湿度反演方法
CN114355411B (zh) 一种基于北斗或gps载噪比观测值的洪水探测方法
CN115494086A (zh) 一种顾及异常干涉相位的gnss-ir土壤湿度监测方法
He et al. SMPD: A soil moisture-based precipitation downscaling method for high-resolution daily satellite precipitation estimation
CN116029162B (zh) 利用星载gnss-r数据的洪涝灾害淹没范围监测方法和系统
Li et al. Monitoring the migration of water vapor using ground-based GNSS tropospheric products
CN117194928A (zh) 基于gnss的地理形变监测系统
CN115980317B (zh) 基于修正相位的地基gnss-r数据土壤水分估算方法
Wang et al. Antarctic ice-sheet near-surface snowmelt detection based on the synergy of SSM/I data and QuikSCAT data
CN114089443B (zh) 一种基于tec积分量及季节变化系数的uhf频段电离层闪烁事件预报方法
Janco et al. Rain estimation from smart city’s E-band links
CN113570102B (zh) 一种台风非对称最大降水落区半径的分析系统和分析方法
Dao et al. New observations of the total electron content and ionospheric scintillations over Ho Chi Minh City
Turk et al. Exploiting over-land OceanSat-2 scatterometer observations to capture short-period time-integrated precipitation
Tarpanelli et al. River discharge estimation through MODIS data
CN114355421B (zh) 一种基于北斗卫星l4和cmc组合观测值洪水探测方法

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
GR01 Patent grant
GR01 Patent grant