论文部分内容阅读
土壤湿度也就是土壤的含水量,对整个气候和生态环境起着非常重要的作用,是水循环中必不可少的一个重要组成成分,也是影响农作物收成和荒漠化生态环境的重要因素之一,所以能够准确地测量和预测土壤湿度为生态、农业、气候以及灾害防治等都提供了重要的数据来源。近年来基于多路径效应发展起来的GNSS-R遥感技术为土壤湿度提供了一种全新的、高效率的监测手段。关于如何利用GNSS-R技术进行土壤湿度遥感成为目前一个热门的研究课题。本文在综合了国内外GNSS-R技术遥感土壤湿度现状的基础上,围绕GNSS-R技术原理和反射信号特性,对GNSS-R技术进行土壤湿度的遥感展开了系统、深入的研究,围绕该课题,开展了以下研究内容:(1)研究了土壤湿度的表示及传统测量方法,总结了GNSS-R技术进行土壤湿度测量的两种技术手段:基于反射信号功率遥感的双天线模式和基于信噪比多路径分量遥感的单天线模式。详细探讨了多路径效应与信噪比之间的关系,并指出在低仰角情况下信噪比形成振荡的原因。(2)研究和探讨了GNSS-R技术遥感土壤湿度的探测范围,从探测深度和探测面积的角度入手,引入Lomb Scargle算法和菲涅尔反射区,合理地确定土壤湿度的检测区域。(3)针对单天线模式研究了从信噪比观测中提取多路径分量特征参数的方法,在此基础上设计和开发基于Matlab平台的土壤湿度反演程序包SNR_SM。(4)研究了一次降雨事件的实验数据,分析了四颗卫星的信噪比多路径特征参数的变化,实验发现四颗卫星的多路径特征参数变化规律一致,随着土壤湿度增加,延时相位增大,频率和探测深度变小,幅度增大,验证了通过特征参数反演土壤湿度的可行性。(5)针对17号卫星31天的实测数据,分别从信噪比SNR多路径分量的延时相位、探测深度以及幅度的角度建立土壤湿度反演模型。通过与实测土壤湿度数据对比发现,延时相位与土壤湿度存在较好的线性关系,而探测深度和幅度的指数模型拟合相比线性拟合效果稍好。(6)分别用积雪天气前后,夏季和冬季,操场中心和操场周边三组测量数据分析积雪厚度、季节的变化以及土壤介质的变化对信噪比数据造成的影响。