地基GPS用于阿勒泰积雪深度反演研究

2019-03-13王力福张双成张成龙万田荷张晓娟

沙漠与绿洲气象 2019年1期

王力福，张双成，张成龙，车涛，苏磊，万田荷，张晓娟

（1.阿勒泰市气象局，新疆阿勒泰836500；2.中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐830002；3.长安大学地质工程与测绘学院，陕西西安710054；4.中国科学院西北生态环境资源研究院，甘肃兰州730000）

人类面临全球变暖对大陆积雪产生巨大影响，使积雪对全球变暖的响应研究成为全球变化研究中的热点。新疆为中国西北干旱区的主体，也是中国季节性积雪水资源最为丰富的地区之一，北疆平原地区降雪量占年降水量的30%以上，山区高达80%以上，对于冬季严寒而漫长和以干旱著称的新疆，雪是重要的水分气候资源[1]。阿勒泰地区地处中国西北边，在新疆最北边，是全国积雪资源最丰富的地区之一，也是雪灾多发区之一，积雪融水成为当地社会赖以生存的资源之一，农业灌溉和畜牧业发展主要依赖于积雪融水，冬季牧场的水源也依赖于积雪融水[2]。因此积雪作为重要的淡水资源，准确地监测新疆阿勒泰地区的积雪分布及雪深具有十分重要的意义。

随着遥感技术和GNSS技术的快速发展，积雪监测越来越受国内外学者的重视，并做了大量的相关研究，获得了丰富的研究成果。2011年于惠等[3]基于AMSR-E数据对青海省积雪深度变化趋势进行了监测研究分析。2013年李震等[4]利用基于MEMLS模型的AMSR-E数据进行积雪深度反演，实验表明相比AMSR-E雪深产品该算法的雪深探测精度和准确度得到了明显的改善。2014年蒋玲梅等[5]建立微波像元下的高精度的雪深反演算法，并将算法应用于FY3B-MWRI数据在北半球进行了估算测试，结果显示FY3B-MWRI雪深估算值与站点观测值高度吻合。2015年侯小刚等[2]利用FY3BMWRI反演的雪深数据、IMS积雪面积数据、阿勒泰及周边地区实测雪深数据3类数据建立修正模型对阿勒泰地区进行积雪深度反演，该方法大大提高了FY3B-MWRI数据反演阿勒泰地区积雪深度的准确性。2017年周胜男等[6]对地面站点类型代表性的积雪遥感产品进行精度评价，实验结果表明：遥感产品在较平坦的森林、灌木、裸地以及草地地区的平均偏差分别为-5.56、4.8、1.17、1.16 cm。

2009年Larson[7]提出一种利用现有的GPS连续运行观测站进行积雪厚度测量的方法，并获得了极有参考价值的研究与应用成果。2011年Masaru Ozeki[8]针对GPS-MR技术中使用SNR观测值的不足，提出了一种基于GPS无几何距离的L4观测值进行雪深探测算法，并获取了与SNR法较一致的探测结果。2013年Jan Hefty[9]在中欧地区利用L4和SNR两种监测手段获取分析了土壤湿度和积雪深度的变化。2015年余根科等[10]采用三频组合相位有效地获取了积雪深度的变化。

近年来有关GPS-MR技术用于积雪探测研究在国内也陆续展开了研究。2016年戴凯阳等[11]对GPS-MR理论进行了完善，给出了多路径与信噪比的关系并证明了该技术的有效性。2016年金双根等[12]通过对比分析PBO网的GPS观测数据证明了L2P的信噪比数据能够有效反演雪深，L2P信号探测精度达到14 cm，进一步完善了GPS-MR技术反演雪深理论。2016年张双成等[13]针对GPS-MR技术开展了多颗卫星积雪深度反演分析，其实验结果精度优于10 cm。2016年刘智康[14]在北极黄河站开展了基于GNSS-R技术的雪深反演研究，得到了良好的实验结果。

目前新疆阿勒泰地区积雪监测主要依托台站和卫星遥感监测手段，有关地基GPS用于阿勒泰区域积雪深度监测研究成果较少。本文将以现有的研究成果为基础，以新疆阿勒泰气象站地基GPS试验站为研究对象，利用GPS-MR技术进行雪深反演研究，并进一步分析GPS卫星高度角区间对积雪反演精度的影响，以期为积雪遥感探测提供新的补充手段。

1 GPS-MR反演积雪深度基本理论

由GPS测站的地表环境所反射的卫星信号进入接收机天线，将和直接来自GPS卫星的直射信号产生干涉，从而使观测值偏离真值产生所谓的多路径误差，多路径误差的影响会降低定位精度。GPS无线电导航信号经不同地表介质反射后，被反射的GNSS多路径信号承载反射面的特性信息，通过对GPS反射信号中波形、极化特性、振幅、相位和频率等参数的分析，可有效获取反射面的物理特性，进而使其成为一种全新概念的GNSS遥感方法。基于此，近年来发展了一种基于地基GPS接收机多路径反射效应的 GPS-MR（GPS Multipath Reflectometry）技术，可用于地基GNSS测站周围积雪、潮位、土壤湿度、植被指数等近地空间环境参数反演。

GPS测量中用信噪比SNR表示信号强度和噪声强度的比值。由于多路径的变化，信噪比会随着卫星高度角的降低受到多路径影响，从低高度角的信噪比大小值可以直观地看出多路径的影响。参考Larson提出的GPS信噪比能量方程[15]：

式（1）中Pd为GPS直射信号能量，Pr是GPS反射信号能量，φ为直射信号与反射信号夹角。为了获取SNR中因地表反射引起GPS多路径的变化信息，多路径效应需从接收到的SNR观测值中分离出来（图 1）。

图1 GPS卫星的SNR变化

图1为GPS卫星原始信噪比数据，横轴为采样历元，纵轴为SNR值。由于多路径效应的影响，图1可以看出在低高度角SNR表现为局部周期性振荡，且SNR的趋势项呈抛物线形式。将图1的整体趋势项去除后便可得到SNR值的残差序列（图2）。

图2 扣除趋势项的SNR残差序列

图2中横轴为随高度角变化的重采样时间点，纵轴为信噪比值的线性变化值。从图2中可以看出，低高度角区间的多路径信息对SNR影响较严重。参考Larson提出的GPS信噪比能量方程[15]，SNR残差序列的振幅可表示为式（2）：

式（2）中A为振幅，H为反射高度，λ为GPS载波的波长，E为卫星高度角，φ为相位。记t=sinE，f=2H/λ，可采用Lomb-Scargle频谱分析法对非等间隔采样的SNR残差序列进行频谱分析获取其频率[5]。

图3中横轴为频率f，纵轴为振幅。基于图3中的频率峰值f，参考公式f=2H/λ即可得到天线相位中心至积雪表面的垂直反射距离H，进而由站高与反射垂直距离的差值得到积雪厚度Hsnow=Hsation-H。由此实现基于地基GPS监测站的SNR观测值反演雪深参数。

图3 SNR残差序列的Lomb-Scargle频谱分析

2 地基GPS反演阿勒泰雪深实验分析

2.1 实验数据来源

阿勒泰GPS积雪监测试验站（ALTA）位于新疆阿勒泰气象站积雪监测场内，该监测站建于2016年12月，于2017年1月正式采集GPS数据。GPS积雪监测站采用TRIMBLE NETR9，天线类型为TRIMBLE59900，卫星数据采样间隔为1 s，卫星截止高度角设置为0°。图4为积雪监测站周围环境，该测站周围平坦开阔，冬季长期被积雪覆盖。

图4 阿勒泰GPS积雪监测实验站

2.2 地基GPS监测阿勒泰积雪深度精度分析

为验证GPS-MR技术用于阿勒泰积雪深度监测的有效性，本文收集了阿勒泰积雪监测站（ALTA）2017年1—3月、采样率为30 s的GPS数据。GPS数据采用L1波段多颗卫星的SNR数据，基于GPSMR技术反演了阿勒泰站的积雪深度。为了验证GPS-MR反演雪深的精度，与阿勒泰气象站的实测雪深数据进行对比分析（图5）。

图5 ALTA站GPS-MR反演雪深与实测雪深对比

图5中横轴表示时间月份，纵轴表示积雪深度，图5中红色方块表示用GPS-MR技术反演的雪深数据，蓝色圆点表示用气象站获取的人工观测雪深数据（下文相同）。由图5可知，基于GPS-MR反演的雪深与实测雪深数值吻合较好，高精度捕获了积雪累积与消融阶段的雪深变化。经统计分析，两者相差小于3 cm，两者的相关系数为0.94（图6）。实验结果显示阿勒泰地基GPS监测站可用于雪深探测，为阿勒泰气象站的雪深监测提供了一种新的监测手段。

图6 GPS-MR反演雪深与实测雪深相关性

2.3 卫星高度角区间对GPS-MR积雪深度监测影响分析

低高度角的SNR观测数据含有更多的多路径信息，通过对低高度角数据的处理可以得到积雪参数信息。目前地基GPS跟踪站主要用于定位服务和地壳形变监测，因此为了减小多路径效应的影响，GPS站点的卫星截止高度角通常设置为5°。低高度角区间如何选取将与反演雪深精度密切相关，本文将选取不同卫星高度角区间（5°～20°、5°～25°、5°～30°）对2017年90 d数据采用GPS-MR技术提取雪深参数，并与实测雪深进行比对分析（图7～9和表1）。

图7～9分别给出了不同高度角区间的反演雪深与实测雪深对比，表1为积雪监测站不同高度角反演雪深与实测雪深统计。由图7～9可以看出卫星高度角在5°～20°时GPS反演的雪深结果最好，而卫星高度角在5°～30°时GPS反演的雪深结果最差。当卫星高度角低于20°时，与实测雪深对比其偏差小于3 cm，相关系数为0.94。实验对比结果也说明卫星高度角较高时受多路径影响较小，而地表积雪参数信息主要体现在低高度角区间，因此基于地基GPS反演雪深要尽可能利用20°以下的卫星高度区间的数据进行计算。