1.一种基于GNSS‑IR的地表土壤湿度多星组合反演方法,其特征在于:包括以下步骤:步骤一:采用测量型GNSS接收机获取的地基监测数据,提取出各卫星的高度角、方位角和信噪比数据,以及测站有效监测范围内的土壤湿度实测数据;
步骤二:基于时空重合度的多卫星选取;
基于步骤一提取的数据,根据惠更斯‑菲涅尔原理,计算不同观测时段内各GNSS卫星的镜面反射点位置,以及计算各GNSS卫星在不同观测时段的有效反射区域,构成每颗GNSS卫星在不同观测时段内对应于上升或下降弧段的有效反射区域椭圆簇;计算GNSS各卫星的有效菲涅尔反射区面积,确定基站附近土壤湿度估算的最大有效监测面积,即近似于以半径为r的圆,以接收机相位中心为中心点,将类似圆弧长与圆的半径相连接形成的面积,定义为一个分区,即近似于圆弧面积,通过合理设置有效时段阈值范围,从时间尺度上统计在同一个有效时段内出现的卫星;设置各卫星的最大菲涅尔反射区面积重合度阈值范围,以及相应的GNSS卫星叠加数阈值范围,最后将最大有效监测面积分成能够同时满足三个阈值范围的多个分区,实现各分区的多卫星有效选取;
步骤三:GNSS卫星反射信号分离;
基于步骤二选取的各分区多卫星数据,根据各卫星信噪比中直射和反射信号的几何特征,利用小波分析提取各卫星的有效反射信号时间序列,采用如下公式:其中, 表示尺度系数, 表示小波系数,h和g表示低通和高通滤波器,j为分解层数,n为离散采样个数,卫星直射信号重构计算公式如下:其中, 即为将细节信号所处的频带置零,进行小波重构后的卫星直射信号,与原始信噪比信号相减得到卫星反射信号;
步骤四:对低高度角的卫星反射信号进行重采样,采用非线性最小二乘拟合计算各卫星的多径延迟相位,采用公式如下:其中,式(4)中,SNRr是卫星反射信号,λ代表全球定位系统(GPS)、北斗卫星导航系统(BDS)或格洛纳斯卫星导航系统(GLONASS)的载波波长,θ是卫星高度角,h接收机天线高,A是多径振幅;式(5)中,Ck是系统的输出,sinθ是输入,是待求参数多径延迟相位,通过迭代算法计算使Q达到极小值时的参数步骤五:基于最小二乘支持向量机的多星组合反演模型,设各分区的GNSS卫星多径延迟相位集X为:X=[xGPS,xBDS,xGLONASS] (6)
其中,xGPS、xBDS、xGLONASS分别代表GNSS、BDS和GLONASS的各颗卫星多径延迟相位集,具体如下:其中,n、a和b代表各卫星导航系统的卫星编号,m表示年积日,对应的土壤湿度参考集Y为:Y=[y1,y2,y3,...ym] (10)
X作为q维多径延迟相位输入样本,Y作为土壤湿度参考值输出样本,LS‑SVM估计的回归问题计算公式如下:其中,γ表示正则化参数,ei表示拟合误差, 表示核函数,w表示权系数向量,B表示阈值,进而,得到LS‑SVM的多星组合计算公式:其中,L代表拉格朗日乘子,Xi表示输入训练样本集,X0表示测试样本集,LS‑SVM的多星组合反演结果为y。
2.根据权利要求1所述的一种基于GNSS‑IR的地表土壤湿度多星组合反演方法,其特征在于步骤一中,采用的地基GNSS监测数据主要是N文件和P文件,经RTKlib软件提取对应波段的各卫星的高度角、方位角和信噪比数据。
3.根据权利要求1所述的一种基于GNSS‑IR的地表土壤湿度多星组合反演方法,其特征在于步骤三中,采用coif5小波对各卫星的信噪比进行多尺度分解,分解层数为6层,剔除第
6层低频直射信号,将剩余信号重构后分离出各卫星反射信号。
4.根据权利要求1所述的一种基于GNSS‑IR的地表土壤湿度多星组合反演方法,其特征在于步骤四中,设置卫星截止高度角为5°‑25°,对该高度角范围的卫星反射信号进行重采样,转换为与卫星入射高度角正弦值sin(θ)之间的关系,得到式(4)的卫星反射信号函数模型。
5.根据权利要求1所述的一种基于GNSS‑IR的地表土壤湿度多星组合反演方法,其特征在于步骤五中,最小二乘支持向量机采用的核函数为RBF径向基函数,通过网格优化算法对模型参数进行优化。