CN117571968B - 一种基于gnss-ir的土壤湿度计算方法 - Google Patents
一种基于gnss-ir的土壤湿度计算方法 Download PDFInfo
- Publication number
- CN117571968B CN117571968B CN202410047753.1A CN202410047753A CN117571968B CN 117571968 B CN117571968 B CN 117571968B CN 202410047753 A CN202410047753 A CN 202410047753A CN 117571968 B CN117571968 B CN 117571968B
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- calculating
- gnss
- direct
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 74
- 238000004364 calculation method Methods 0.000 title claims abstract description 15
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000012821 model calculation Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 31
- 230000010287 polarization Effects 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003898 horticulture Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
- G01S19/258—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to the satellite constellation, e.g. almanac, ephemeris data, lists of satellites in view
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
- G01S19/44—Carrier phase ambiguity resolution; Floating ambiguity; LAMBDA [Least-squares AMBiguity Decorrelation Adjustment] method
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于GNSS‑IR的土壤湿度计算方法，属于GNSS‑IR土壤湿度反演技术领域，包括：采用大地测量型接收机采集地面监测数据，从监测数据中获取目标数据；根据目标数据选取满足测区范围的低仰角数据；根据频谱分析获取主频率，计算有效天线高度，筛选有效数据；以二阶多项式拟合数据作为SNR直射分量，根据其与干涉信号、反射分量的关系计算Am/Ad；计算土壤介电常数，计算适应频点下的土壤湿度估算值；剔除无效数据，保留有效数据；将有效数据按时间分辨率A分组，计算Z分数，剔除绝对值大于3的结果，取剩余结果的平均值作为模型计算结果。本发明采用上述的一种基于GNSS‑IR的土壤湿度计算方法，能够在没有实测土壤湿度的情况下对测区土壤湿度进行估算。
Description
技术领域
本发明涉及GNSS-IR土壤湿度反演技术领域，尤其是涉及一种基于GNSS-IR的土壤湿度计算方法。
背景技术
土壤含水量的测量是许多领域的基础，包括农业、园艺、林业、生态学、水文学、土木工程、废物管理和其他环境学科。除了这些应用之外，它在天气预报、气候预测和自然灾害警报领域也至关重要。虽然各个领域存在不同的检测方法，但只有干燥称重法、时域反射法（TDR）和频域反射法（FDR）等几种检测方法在实际应用中得到广泛应用。
GNSS-R主要是由于L波段微波信号对近地表土壤湿度的敏感性，其估计土壤湿度的方法有三种。第一种方法是接收直接信号和反射信号，计算反射信号和直接信号之间的功率比、极化比或其他参数。这可以帮助估计介电常数，从而计算土壤湿度。第二种方法需要同时接收直接和反射信号。它需要从接收机记录的信噪比（SNR）数据中去除直接信号成分。然后，采用最小二乘模型获取幅值或相位信息，根据其与土壤湿度之间的线性关系，建立线性模型。最后一种方法利用折射原理，采用埋地天线采集折射信号，可以得到GNSS直接信号与折射信号的幅度比，从而确定土壤湿度。在上述三种方法中，第二种方法是2008年Larson提出的GNSS-Interferometric Reflectometry，相对容易实现，数据收集方便。2015年Chew提到，GPS天线周围的环境条件在与天线高度成正比的区域内的变化与信噪比(SNR)有关。GNSS-IR中土壤湿度的估计主要集中在信噪比特征参数与实际土壤湿度之间的线性关系。这就意味着，该方法对实测土壤湿度存在极大的依赖，若没有实测土壤湿度，上述方法则难以实现。
发明内容
本发明的目的是提供一种基于GNSS-IR的土壤湿度计算方法，减少了对实测数据的依赖性，为GNSS-IR监测土壤湿度提供了可行性。
为实现上述目的，本发明提供了一种基于GNSS-IR的土壤湿度计算方法，包括以下步骤：
S101、采用大地测量型接收机采集地面监测数据，从监测数据中获取目标数据；
S102、根据目标数据选取满足测区范围的低仰角数据；
S103、根据频谱分析获取主频率，计算有效天线高度，并筛选有效数据；
S104、以二阶多项式拟合数据作为SNR直射分量，根据SNR直射分量与干涉信号、反射分量的关系计算Am/Ad；
S105、根据菲涅尔反射系数方程，计算得到土壤介电常数，再通过Topp模型和Wang模型计算适应频点下的土壤湿度估算值；
S106、剔除无效数据后，若每小时的数据服从正态分布，取95%置信区间内的数据作为有效数据；若不服从正态分布，则计算样本统计量，取样本统计量大于10的样本作为有效数据；
S107、为匹配实测土壤湿度时间分辨率A，将有效数据按时间分辨率A分组，计算其Z分数，剔除绝对值大于3的结果，取剩余结果的平均值作为模型计算结果。
优选的，步骤S101中，目标数据包括天线架设高度，每颗卫星的仰角、方位角、UTC时间和SNR数据以及实测土壤湿度数据。
优选的，步骤S102中，低仰角范围为5~30°，低仰角数据包括每颗卫星的仰角、方位角、UTC时间、不同波段的SNR数据。
优选的，步骤S103具体操作为：
根据低仰角数据将仰角正弦化，并对SNR数据进行多项式拟合，以去除直射分量，得到SNR多径分量，并通过信号频谱分析获取主频率，计算有效天线高度，对比全站仪所测天线架设高度，剔除两者差异超过1.5m的数据；
其中，SNR直射和反射信号表示为：
（1）
其中，，/>分别表示直射信号、反射信号的幅度；/>表示为二者的干涉信号的幅度，即信噪比/>；/>为两信号的相位差；
提取出多径分量之后的序列振幅表示为：
（2）
其中，为信号波长；/>为相位；/>是/>反射分量；/>为天线相位中心到达裸土表面的垂直距离；/>为卫星高度角；
将根据高度角分为上升、下降段，将高度角转化为高度角正弦序列，最后进行二阶多项式拟合，将直射分量去除；
通过Lomb-Scargle变换进行谱分析，得到频率的谱，根据式（3）计算有效天线高度，并筛选有效数据；
（3）
其中，为主频率；/>为有效天线高。
优选的，步骤S104具体操作为：反射信号相比直射信号的路径延迟应为：
（4）
其中，为镜面反射点到天线的距离；/>镜面反射点到天线的水平距离；
由GNSS-R几何构型中路径延迟、卫星高度角以及天线相位中心到达裸土表面的垂直距离间的关系，得到：
（5）
反射信号相比直射信号产生的相位差表示为：
（6）
信号经过一次反射到达天线相位中心，在一次反射的条件下，直射信号、反射信号分量及其对应角度符合正弦定理，建立：
（7）
其中，为GNSS-IR干涉信号振幅矢量关系中直射分量与反射分量间的夹角；为GNSS-IR干涉信号振幅矢量关系中干涉信号振幅与其反射分量间的夹角；/>为载波相位多路径误差；
求解公式（7）得到：
（8）
表示为：
（9）。
优选的，步骤S105具体操作为：GNSS-IR采用右手圆极化天线接收直接与反射信号的叠加信号，根据水平和垂直偏振的菲涅尔反射系数，得到圆偏振反射系数，其中下标rr表示右手圆极化发射和右手圆极化接收；
（10）
在GNSS数据采集过程中，每个历元直射信号幅度不变，反射信号幅度也保持不变，物体表面反射的卫星信号的变化表示为：
（11）
其中，R为反射率，是圆偏振反射系数的平方；/>为反射信号功率；/>为直射信号功率；
联立公式（10）和公式（11）计算土壤的介电常数。
优选的，步骤S105中，根据模型适应频率选择Topp模型和Wang模型作为土壤湿度模型进行计算；其中，Topp模型适应频率范围为1MHz~1GHz；Wang模型适应频率范围为1.4~5GHz；
Topp模型表示为：
（12）
Wang模型表示为：
（13）
其中，为土壤体积含水量；/>为虚数。
优选的，步骤S106中，剔除无效数据为去除步骤S105计算结果小于0.1m3/m3的数据。
优选的，步骤S107中，Z分数计算方法为：
（14）
其中，为步骤S106中所剩有效数据，/>为/>的平均值，/>为标准差。
因此，本发明采用上述一种基于GNSS-IR的土壤湿度计算方法，能够在没有实测土壤湿度的情况下对测区土壤湿度进行估算，掌握测区土壤湿度情况。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种基于GNSS-IR的土壤湿度计算方法的流程图；
图2为GNSS-IR几何关系图；
图3为菲涅尔反射系数仿真图（右旋圆极化发射、右旋圆极化接收），不同高度角下反射系数随介电常数的变化；
图4为菲涅尔反射系数仿真图（右旋圆极化发射、右旋圆极化接收），不同介电常数下反射系数随卫星高度角的变化；
图5为Topp模型和Wang模型仿真图；
图6为信号矢量关系图；
图7为GPS S1C估算结果；
图8为GPS S1W估算结果；
图9为GPS S2L估算结果；
图10为GPS S2W估算结果；
图11为GPS S5Q估算结果。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
实施例一
如图1所示，为本发明一种基于GNSS-IR的土壤湿度计算方法的流程图，具体包括以下步骤：
S101，采用大地测量型接收机采集地面监测数据，从监测数据中获取目标数据；
其中，目标数据包括天线架设高度，每颗卫星的仰角、方位角、UTC时间和SNR数据以及实测土壤湿度数据。
可以理解的是，本实施例首先进行数据获取，选用测绘级接收机在实验场地进行安置，输出RINEX格式数据，从该观测数据的O文件和N文件中获取所需信息。
也就是说，本实施例在选好的场地架设采集设备，并进行GNSS数据采集，以及存储RINEX格式。
S102，根据目标数据得到满足测区范围的低仰角数据。
可以理解的是，如图4所示，分析本发明实施例反射系数随卫星高度角的增大而减小，尤其在5°~25°处较为明显，为保证计算结果处于函数单调变化区间，如图3所示，介电常数需大于5。根据图5对土壤湿度模型的仿真，介电常数大于5时，土壤湿度大于0.1 m3/m3。本实施例取高度角15°~30°范围内的数据进行数据提取。
本实施例处理上述O文件和N文件，从中提取每颗卫星的仰角、方位角、UTC时刻以及不同波段的SNR数据。将提取的数据进行筛选，选取低仰角（例如，本实施例选取15°~30°）范围内的数据。
S103，根据频谱分析获取主频率，计算有效天线高度，以此筛选适合计算的数据。
本实施例根据低仰角数据将仰角正弦化，并对SNR数据进行多项式拟合，以去除直射分量，得到SNR多径分量，并通过信号频谱分析获取主频率，计算有效天线高度，对比全站仪所测天线架设高度，剔除两者差异超过1.5m 的数据。
根据低仰角数据将仰角正弦化，并对SNR数据进行多项式拟合，以去除直射分量，得到SNR多径分量，并通过信号频谱分析获取主频率，计算有效天线高度，对比全站仪所测天线架设高度，剔除两者差异超过1.5m的数据；
其中，SNR直射和反射信号表示为：
（1）
其中，，/>分别表示直射信号、反射信号的幅度；/>表示为二者的干涉信号的幅度，即信噪比/>；/>为两信号的相位差；
提取出多径分量之后的序列振幅表示为：
（2）
其中，为信号波长；/>为相位；/>是/>反射分量；/>为天线相位中心到达裸土表面的垂直距离；/>为卫星高度角；
将根据高度角分为上升、下降段，将高度角转化为高度角正弦序列，最后进行二阶多项式拟合，将直射分量去除；
通过Lomb-Scargle变换进行谱分析，得到频率的谱，根据式（3）计算有效天线高度，并筛选有效数据；
（3）
其中，为主频率；/>为有效天线高。
S104，以二阶多项式拟合数据作为SNR直射分量，根据其与干涉信号、反射分量的关系计算Am/Ad。
根据反射信号相比直射信号的路径延迟应为：
（4）
其中，为镜面反射点到天线的距离；/>镜面反射点到天线的水平距离；
如图2所示，由GNSS-R几何构型中路径延迟、卫星高度角以及天线相位中心到达裸土表面的垂直距离间的关系，路径延迟又可表示为：
（5）
反射信号相比直射信号产生的相位差表示为：
（6）
信号经过一次反射到达天线相位中心，在一次反射的条件下，直射信号、反射信号分量及其对应角度符合正弦定理，建立：
（7）
其中，为GNSS-IR干涉信号振幅矢量关系中直射分量与反射分量间的夹角；为GNSS-IR干涉信号振幅矢量关系中干涉信号振幅与其反射分量间的夹角；/>为载波相位多路径误差；
求解公式（7）得到：
（8）
如图6所示，本发明实施例根据干涉信号及其直射分量、反射分量的关系，计算Am/Ad，并将其表示为振幅及其直射分/>和延迟相位差/>的函数，图6中，I坐标轴为矢量信号同相分量，Q为矢量信号正交分量，O为坐标系原点。/>表示直射信号载波相位；/>表示直射信号载波相位；/>表示为：
（9）
S105，根据菲涅尔反射系数方程，计算得到土壤介电常数，再通过Topp 和Wang模型计算适应频点下的土壤湿度估算值。
可以理解的是，根据菲涅尔反射方程，计算介电常数，通过介电常数与土壤湿度的关系计算土壤湿度结果。
具体而言，根据在GNSS-R土壤湿度测量的应用中，GNSS卫星直射信号到达土壤表面后发生反射，对于空气、土壤这两种介质的交界处，可由菲涅耳反射系数的表达式来衡量电磁波的反射能量与入射能量之间的比例关系。菲涅耳反射系数是土壤相对介电常数和卫星高度角的函数。GNSS-IR采用右手圆极化天线接收直接与反射信号的叠加信号，根据水平和垂直偏 振的菲涅尔反射系数，得到圆偏振反射系数，其中下标rr表示右手圆极化发射和右手圆极化接收。
（10）
在GNSS数据采集过程中，每个历元直射信号幅度不变，反射信号幅度也保持不变，物体表面反射的卫星信号的变化表示为：
（11）
其中，R为反射率，是圆偏振反射系数的平方；/>为反射信号功率；/>为直射信号功率；
联立公式（10）和公式（11）计算土壤的介电常数。
土壤的相对介电常数一般通过数值求解菲涅耳系数方程得到，再通过完善的模型来获得土壤湿度。本发明最终根据模型适应频率选择Topp模型和Wang模型作为土壤湿度模型进行计算。Topp模型通过拟合不同类型土壤水分得到，频率范围为1MHz~1GHz。在GNSS-IR的研究中，GPS系统的L5频率点、伽利略系统的E5a频率点和北斗系统的B2a频率点接近该模型的使用频率。Wang模型适用于1.4~5GHz频段，与很多系统的频点比较接近。
Topp模型表示为：
（12）
Wang模型表示为：
（13）
其中，为土壤体积含水量；/>为虚数；
S106，剔除无效数据后，判断每小时的数据是否服从正态分布，取95%置信区间内的数据作为有效数据。
可以理解的是，通过步骤S106计算得出的结果中，存在大量无效数据，具体而言，此部分计算结果小于0.1 m3/m3，不符合步骤S102所分析的有效数据范围，需进行初步剔除。进一步地，统计每小时内的所有计算结果，是否从正态分布，若服从，取95%置信区间范围内的数据。若不服从正态分布，则计算样本统计量，取样本统计量大于10的样本作为有效数据。
S107，为匹配实测土壤湿度时间分辨率（30min)，将有效数据按30min分组，计算其Z分数，剔除绝对值大于3的结果，取剩余结果的平均值作为模型计算结果。
Z分数计算方法为：
（14）
其中，为步骤S106中所剩有效数据，/>为/>的平均值，/>为标准差。
可以理解的是，本发明所获取的实测土壤湿度数据的作用是对本发明所提出的模型进行有效性检验，其时间分辨率为30min。本发明所监测的GNSS数据时间分辨率为1s，综合土壤湿度变化，1s时间内，土壤湿度基本无变化。因此将GNSS时间分辨率降至于土壤湿度实测数据一致。以30min为准，为提高结果精度，需要对此结果进行优化处理。
需要说明的是，由于步骤S106做了大量无效数据剔除，此时，30min内的数据不再服从正态分布，为提高精度，本发明选择Z分数法剔除误差较大的结果。以GPS为例，各频点观测量的估算结果如图7-图11所示，其中图7为S1C估算结果，以PRN4为例，其均方根误差为0.017m3/m3；图8为S1W估算结果，以PRN32为例，其均方根误差为0.013m3/m3；图9为S2L估算结果，以PRN11为例，其均方根误差为0.015m3/m3；图10为S2W估算结果，以PRN31为例，其均方根误差为0.013m3/m3；图11为S5Q估算结果，以PRN3为例，其均方根误差为0.015m3/m3。
因此，本发明采用上述一种基于GNSS-IR的土壤湿度计算方法，通过卫星反射信号及其直射与反射分量关系，获取反射分量振幅与直射分量振幅之比，进而通过菲涅尔方程计算土壤介电常数，从土壤湿度模型得到估算结果。避免了传统反演方法对实测数据的依赖，提高了监测的时效性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (3)
1.一种基于GNSS-IR的土壤湿度计算方法，其特征在于，包括以下步骤：
S101、采用大地测量型接收机采集地面监测数据，从监测数据中获取目标数据；
S102、根据目标数据选取满足测区范围的低仰角数据；
S103、根据频谱分析获取主频率，计算有效天线高度，并筛选有效数据；
S104、以二阶多项式拟合数据作为SNR直射分量，根据SNR直射分量与干涉信号、反射分量的关系计算Am/Ad；
S105、根据菲涅尔反射系数方程，计算得到土壤介电常数，再通过Topp模型和Wang模型计算适应频点下的土壤湿度估算值；
S106、剔除无效数据后，若每小时的数据服从正态分布，取95%置信区间内的数据作为有效数据；若不服从正态分布，则计算样本统计量，取样本统计量大于10的样本作为有效数据；
S107、为匹配实测土壤湿度时间分辨率A，将步骤S106中有效数据按时间分辨率A分组，计算其Z分数，剔除绝对值大于3的结果，取剩余结果的平均值作为模型计算结果；
步骤S101中，目标数据包括天线架设高度，每颗卫星的仰角、方位角、UTC时间和SNR数据以及实测土壤湿度数据；
步骤S102中，低仰角范围为5~30°，低仰角数据包括每颗卫星的仰角、方位角、UTC时间、不同波段的SNR数据；
步骤S103具体操作为：
根据低仰角数据将仰角正弦化，并对SNR数据进行多项式拟合，以去除直射分量，得到SNR多径分量，并通过信号频谱分析获取主频率，计算有效天线高度，对比全站仪所测天线架设高度，剔除两者差异超过1.5m的数据；
其中，SNR直射和反射信号表示为：
（1）
其中，，/>分别表示直射信号、反射信号的幅度；/>表示为二者的干涉信号的幅度，即信噪比/>；/>为两信号的相位差；
提取出多径分量之后的序列振幅表示为：
（2）
其中，为信号波长；/>为相位；/>是/>反射分量；/>为天线相位中心到达裸土表面的垂直距离；/>为卫星高度角；
将根据高度角分为上升、下降段，将高度角转化为高度角正弦序列，最后进行二阶多项式拟合，将直射分量去除；
通过Lomb-Scargle变换进行谱分析，得到频率的谱，根据式（3）计算有效天线高度，并筛选有效数据；
（3）
其中，为主频率；/>为有效天线高；
步骤S104具体操作为：反射信号相比直射信号的路径延迟应为：
（4）
其中，为镜面反射点到天线的距离；/>为镜面反射点到天线的水平距离；
由GNSS-R几何构型中路径延迟、卫星高度角以及天线相位中心到达裸土表面的垂直距离间的关系，得到：
（5）
反射信号相比直射信号产生的相位差表示为：
（6）
信号经过一次反射到达天线相位中心，在一次反射的条件下，直射信号、反射信号分量及其对应角度符合正弦定理，建立：
（7）
其中，为GNSS-IR干涉信号振幅矢量关系中直射分量与反射分量间的夹角；/>为GNSS-IR干涉信号振幅矢量关系中干涉信号振幅与其反射分量间的夹角；/>为载波相位多路径误差；
求解公式（7）得到：
（8）
表示为：
（9）
步骤S105具体操作为：GNSS-IR采用右手圆极化天线接收直接与反射信号的叠加信号，根据水平和垂直偏振的菲涅尔反射系数，得到圆偏振反射系数，其中下标rr表示右手圆极化发射和右手圆极化接收；
（10）
在GNSS数据采集过程中，每个历元直射信号幅度不变，反射信号幅度也保持不变，物体表面反射的卫星信号的变化表示为：
（11）
其中，R为反射率，是圆偏振反射系数的平方；/>为反射信号功率；/>为直射信号功率；
联立公式（10）和公式（11）计算土壤的介电常数；
剔除无效数据为去除步骤S105计算结果小于0.1 m3/m3的数据。
2.根据权利要求1所述的一种基于GNSS-IR的土壤湿度计算方法，其特征在于，步骤S105中，根据模型适应频率选择Topp模型和Wang模型作为土壤湿度模型进行计算；其中，Topp模型适应频率范围为1MHz~1GHz；Wang模型适应频率范围为1.4~5GHz；
Topp模型表示为：
（12）
Wang模型表示为：
（13）
其中，为土壤体积含水量；/>为虚数。
3.根据权利要求2所述的一种基于GNSS-IR的土壤湿度计算方法，其特征在于，步骤S107中，Z分数计算方法为：
（14）
其中，为步骤S106中所剩有效数据，/>为/>的平均值，/>为标准差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410047753.1A CN117571968B (zh) | 2024-01-12 | 2024-01-12 | 一种基于gnss-ir的土壤湿度计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410047753.1A CN117571968B (zh) | 2024-01-12 | 2024-01-12 | 一种基于gnss-ir的土壤湿度计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117571968A CN117571968A (zh) | 2024-02-20 |
| CN117571968B true CN117571968B (zh) | 2024-04-05 |
Family
ID=89895831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410047753.1A Active CN117571968B (zh) | 2024-01-12 | 2024-01-12 | 一种基于gnss-ir的土壤湿度计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117571968B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5966102A (en) * | 1995-12-14 | 1999-10-12 | Ems Technologies, Inc. | Dual polarized array antenna with central polarization control |
| CN104698150A (zh) * | 2014-12-24 | 2015-06-10 | 山东航向电子科技有限公司 | 基于gnss-r的面域土壤湿度测量装置及测量方法 |
| 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 |
| CN106093339A (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方法 |
| JP2018044948A (ja) * | 2016-08-31 | 2018-03-22 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | 層の誘電率および／または湿り度を判定するための方法およびセンサ装置 |
| KR102034994B1 (ko) * | 2019-06-19 | 2019-10-21 | 세종대학교산학협력단 | Gps 반사파 신호를 이용한 토양 수분량 산출 방법 및 장치 |
| 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 |
| CN112415026A (zh) * | 2020-11-12 | 2021-02-26 | 长安大学 | Gnss-ir解译土壤湿度变化和植被生长过程的方法 |
| CN113189611A (zh) * | 2021-04-30 | 2021-07-30 | 北京理工大学 | 基于太赫兹后向散射信号的土壤温度和湿度检测方法 |
| CN113791091A (zh) * | 2021-09-14 | 2021-12-14 | 西北农林科技大学 | 一种基于gnss-ir的土壤含水率实时连续监测方法 |
| CN114218853A (zh) * | 2021-11-18 | 2022-03-22 | 中国空间技术研究院 | 基于机器学习空间降尺度提高水储量分辨率和精度的方法 |
| CN115048952A (zh) * | 2022-04-15 | 2022-09-13 | 中国矿业大学 | 一种融合稳健估计和机器学习的gnss-ir土壤湿度反演方法 |
| CN115494086A (zh) * | 2022-09-01 | 2022-12-20 | 桂林理工大学 | 一种顾及异常干涉相位的gnss-ir土壤湿度监测方法 |
| CN115524470A (zh) * | 2022-10-11 | 2022-12-27 | 北京航空航天大学 | 一种利用安卓智能手机测量土壤湿度的方法 |
| CN115616006A (zh) * | 2022-04-25 | 2023-01-17 | 山东大学 | 利用qzss系统卫星l5反射信号反演土壤湿度的方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170343485A1 (en) * | 2016-05-10 | 2017-11-30 | Purdue Research Foundation | Retrieval of p-band soil reflectivity from signals of opportunity |
| CN111337554A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 多模式兼容gnss-r土壤湿度微波遥感装置及其使用方法 |
-
2024
- 2024-01-12 CN CN202410047753.1A patent/CN117571968B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5966102A (en) * | 1995-12-14 | 1999-10-12 | Ems Technologies, Inc. | Dual polarized array antenna with central polarization control |
| CN104698150A (zh) * | 2014-12-24 | 2015-06-10 | 山东航向电子科技有限公司 | 基于gnss-r的面域土壤湿度测量装置及测量方法 |
| 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 |
| CN106093339A (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方法 |
| JP2018044948A (ja) * | 2016-08-31 | 2018-03-22 | ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング | 層の誘電率および／または湿り度を判定するための方法およびセンサ装置 |
| KR102034994B1 (ko) * | 2019-06-19 | 2019-10-21 | 세종대학교산학협력단 | Gps 반사파 신호를 이용한 토양 수분량 산출 방법 및 장치 |
| 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 |
| CN112415026A (zh) * | 2020-11-12 | 2021-02-26 | 长安大学 | Gnss-ir解译土壤湿度变化和植被生长过程的方法 |
| CN113189611A (zh) * | 2021-04-30 | 2021-07-30 | 北京理工大学 | 基于太赫兹后向散射信号的土壤温度和湿度检测方法 |
| CN113791091A (zh) * | 2021-09-14 | 2021-12-14 | 西北农林科技大学 | 一种基于gnss-ir的土壤含水率实时连续监测方法 |
| CN114218853A (zh) * | 2021-11-18 | 2022-03-22 | 中国空间技术研究院 | 基于机器学习空间降尺度提高水储量分辨率和精度的方法 |
| CN115048952A (zh) * | 2022-04-15 | 2022-09-13 | 中国矿业大学 | 一种融合稳健估计和机器学习的gnss-ir土壤湿度反演方法 |
| CN115616006A (zh) * | 2022-04-25 | 2023-01-17 | 山东大学 | 利用qzss系统卫星l5反射信号反演土壤湿度的方法 |
| CN115494086A (zh) * | 2022-09-01 | 2022-12-20 | 桂林理工大学 | 一种顾及异常干涉相位的gnss-ir土壤湿度监测方法 |
| CN115524470A (zh) * | 2022-10-11 | 2022-12-27 | 北京航空航天大学 | 一种利用安卓智能手机测量土壤湿度的方法 |
Non-Patent Citations (4)
| Title |
|---|
| GNSS-IR multisatellite combination for soil moisture retrieval based on wavelet analysis considering detection and repair of abnormal phases;Yueji Liang等;《Measurement》;20221231;全文 * |
| 基于 GA-SVM 的 GNSS-IR 土壤湿度反演方法;孙波等;《北京航空航天大学学报》;20190331;第45卷(第3期);第487-492页 * |
| 基于GPS信噪比观测值的土壤湿度;陈西斌;;城市勘测;20200831(第04期);全文 * |
| 小波多尺度和多星融合的GPS-IR土壤湿度反演;张志刚;梁月吉;任超;黄仪邦;潘亚龙;;测绘科学技术学报;20200415(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117571968A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN104020180B (zh) | 基于北斗基准站接收的低仰角信号的土壤湿度反演方法 | |
| Kirincich | Remote sensing of the surface wind field over the coastal ocean via direct calibration of HF radar backscatter power | |
| CN103217177B (zh) | 一种电波折射修正方法、装置及系统 | |
| Xu et al. | Improved rain screening for ku-band wind scatterometry | |
| CN111027230B (zh) | 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) | 基于模糊熵的gps多星融合土壤湿度监测方法 | |
| CN112505068A (zh) | 一种基于gnss-ir的地表土壤湿度多星组合反演方法 | |
| CN113791091A (zh) | 一种基于gnss-ir的土壤含水率实时连续监测方法 | |
| 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 | |
| CN117571968B (zh) | 一种基于gnss-ir的土壤湿度计算方法 | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| CN108594335B (zh) | 一种全球降水检测方法 | |
| CN101907583A (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 | |
| JP5562237B2 (ja) | 地球の表面におけるストーム活動をリアルタイムで監視する方法および装置 | |
| CN111122657B (zh) | 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 | |
| Jensen et al. | The effect of different tropospheric models on precise point positioning in kinematic mode | |
| Tian et al. | Wave height field measurement using a compact dual-frequency HF radar | |
| Liang et al. | GNSS-IR Multi-satellite Combination for Soil Moisture Retrieval Considering Detection and Repair of Abnormal Phases | |
| Zhang et al. | The influence of the terrain on height measurement using the GNSS interference signal | |
| Yu et al. | Application of X-band Polarimetric Phased-array Radars in Quantitative Precipitation Estimation | |
| Overeem et al. | Retrieval algorithm for rainfall mapping from microwave links in a cellular communication network. | |
| Xu et al. | and Yueji Liang () College of Geomatics and Geoinformation, Guilin University of Technology, Guilin 541004, China lyjayq@ glut. edu. cn | |
| CN114091337A (zh) | 一种基于gps干涉反射模式的ndvi双频融合反演方法 |
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 |