基于GNSS-R地表雪水当量测量的关键问题研究

The variation in ground snow amount has an impact on the global climate system and ecological system. Therefore, it is important to realize continuous and reliable measurement of ground snow amount globally. Snow water equivalent (SWE) is the unit of measurement for snow amount, which is equal to the product of snow depth and density. Although in the literature there are a few papers written by the same author with a focus on SWE estimation using the cost-effective GNSS-R technique, there are no reports on using the data provided by the continuous operating reference stations (CORS) established over the world to estimate SWE. This project proposes two innovative methods to obtain high temporal and spatial resolution SWE estimation utilizing GNSS-R and CORS data. Both methods use modeling and analysis of the reflected signals as well as signal-to-noise ratio and phase combination data to obtain accurate snow depth estimate. The first method intends to establish a mathematical relationship between snow depth and density and uses the snow depth estimate to calculate the snow density directly. On the other hand, the second method estimates the snow density using both time-domain signal strength matching and frequency-domain amplitude-frequency characteristic matching and fusing the two different results. It is expected that the two methods will significantly improve the performance of SWE estimation, providing more accurate information for scientific research and policy-making.

地表积雪量的变化会影响全球气候系统和生态系统。因而在全球范围内实现对地表积雪量连续可靠的观测具有重要意义。雪水当量是积雪量的衡量单位，等于积雪厚度和积雪密度的乘积。虽然有几篇出自于同一作者的利用低价经济的全球导航定位系统反射学（GNSS-R）技术测量雪水当量的论文，但还没有看到利用世界各地已经建立的GNSS连续运行基准站记录的数据估计雪水当量的报道。本项目提出两种新颖的利用GNSS-R技术和连续运行基准站数据获得高时空分辨率雪水当量估计方法。这两种方法都是通过对反射信号建模分析，利用反射信号信噪比和相位组合数据准确估计积雪厚度。第一种方法通过建立积雪厚度和积雪密度之间的数学关系，利用积雪厚度估计直接计算积雪密度。第二种方法则分别利用时域信号强度匹配和频域幅频特性匹配估计积雪密度，并融合两种不同方案的结果。预计这两种方法将显著提高地表雪水当量估计性能，为科学研究和政策制定提供更为准确的信息。

准确地测定区域、全球范围内积雪厚度、雪水当量随时间的变化可以为气候变化、政策制定、水资源管理等提供可靠的科学依据。传统的测量方法费时耗力且经济成本高；利用现有数千个且在不断增加的分布于寒冷地区的GNSS站观测数据，基于GNSS-R技术有望实现廉价、有效、可靠的高时空分辨率积雪厚度、雪水当量监测。..本项目基于普通测地型GNSS接收机的观测数据，研究了利用GNSS-R技术测量地表积雪厚度、雪水当量的方法。项目主要研究内容包括：积雪的电磁物理特性及其对GNSS反射信号的影响；GNSS干涉信号的建模；GNSS观测数据测量噪声抑制与干扰信号消除方法；积雪厚度与雪水当量经验模型的建立；高精度积雪厚度、雪水当量估计方法与数据融合方法。项目提出了基于中值滤波的观测数据噪声抑制方法、基于单频/双频伪距和载波相位组合的积雪厚度测量方法、基于主频功率谱密度的多星积雪厚度测量数据加权融合方法、基于SNR观测值的雪水当量估计方法等，利用50万组实测数据建立了“积雪厚度—雪水当量”经验模型。..研究结果表明：在地形平坦、环境开阔的野外条件下，SNR方法、单频/双频伪距载波相位组合方法的积雪厚度测量精度一般在2-5cm范围内；相对于一般平均方法，项目提出的多星积雪厚度测量数据加权融合方法可有效提升积雪厚度测量精度（15%-30%）；根据雪水当量随积雪厚度在不同时期的变化特征，将全年降雪过程分为了三个时期（降雪期、过渡期和融雪期）并分别建立了积雪厚度转换为雪水当量的经验模型；当雪水当量最高可达80cm时，基于积雪厚度加权融合方法和雪水当量经验模型的GNSS-R雪水当量测量精度优于4cm。和原有GNSS-R雪水当量测量方法相比精度提高了35%。..项目的开展证明了使用GNSS-R这一新兴、廉价的技术进行积雪厚度、雪水当量测量的可靠性和准确性，以及利用已经建立的而且在不断扩大的GNSS连续运行基准站网络进行高时空分辨率积雪监测的可行性。这对气候变化研究、气象预警和灾害预防等方面都具有非常重要的科学意义和实用价值。