1.一种新型自适应加权融合陆地水储量异常反演方法,其特征在于,所述方法包括:获取全球导航卫星系统GNSS监测的地表垂向形变时间序列数据和GRACE/GRACE-FO卫星的重力场数据,并进行预处理;
根据预处理后的GNSS数据,构建格林函数反演模型,得到初始陆地水储量异常TWSAGNSS;
根据预处理后的GRACE/GRACE-FO数据,划分为GRACE时段和GRACE-FO时段,分别计算各时段的权重比例;
根据TWSAGNSS和GRACE/GRACE-FO各时段权重比例,通过自适应加权融合算法,以0.01为步长进行迭代优化,将GNSS反演结果与GRACE/GRACE-FO反演结果进行加权线性组合,得到融合后的陆地水储量异常TWSAFUSION;
根据自适应加权融合方法,利用TWSAGNSS直接填补GRACE/GRACE-FO数据空白期,以得到高时空分辨率的最终反演结果。
2.根据权利要求1所述的新型自适应加权融合陆地水储量异常反演方法,其特征在于,获取全球导航卫星系统GNSS监测的地表垂向形变时间序列数据和GRACE/GRACE-FO卫星的重力场数据,并进行预处理,包括:根据研究区域的地质地貌、气候条件以及形变监测需求,规划GNSS监测站点的布局;
通过高精度的GNSS接收机,按照预定的采样频率连续接收卫星信号,记录原始观测数据,包括载波相位和伪距观测值;
对GNSS原始观测数据进行预处理,通过GAMIT/GLOBK软件进行基线解算,计算相邻站点之间的基线向量,得到基线解算结果;
将基线解算结果纳入整体平差网络,进行平差计算,得到各GNSS站点的精确坐标;
根据平差计算得到的站点坐标,提取地表垂向方向的坐标变化信息,并进行时间序列分析,得到地表垂向形变时间序列数据;
从相关的数据发布机构,根据研究需求获取GRACE/GRACE-FO卫星的重力场数据产品,并进行预处理。
3.根据权利要求1所述的新型自适应加权融合陆地水储量异常反演方法,其特征在于,根据预处理后的GNSS数据,构建格林函数反演模型,得到初始陆地水储量异常TWSAGNSS,包括:根据预处理后的GNSS数据,确定研究区域并进行网格划分;
选择地球模型,计算每个网格节点与GNSS站点之间的格林函数,并存储格林函数;
建立GNSS观测数据与格林函数之间的观测方程,通过双重求和和积分运算,结合球谐函数和相关的参数,确定正则化参数,以得到格林函数反演模型;
根据格林函数反演模型,采用反演算法求解观测方程得到初始陆地水储量异常向量。
4.根据权利要求1所述的新型自适应加权融合陆地水储量异常反演方法,其特征在于,根据预处理后的GRACE/GRACE-FO数据,划分为GRACE时段和GRACE-FO时段,分别计算各时段的权重比例,包括:根据预处理后的GRACE/GRACE-FO数据,划分为GRACE时段和GRACE-FO时段;
提取各时段数据的时空分布特征和数据质量特征,利用GRACE数据来计算地表某一点在某时间的某种质量变化密度是万有引力常数和质量变化量的积与平均距离平方的比值,等效水高变化量是质量变化密度与参考密度和重力加速度比例系数;
根据各时段数据的特征,选择权重计算方法,计算各时段的权重值,对每个时段的误差指标取倒数,得到该时段的权重分子,将所有时段的权重分子相加,得到归一化的分母,确定权重比例。
5.根据权利要求1所述的新型自适应加权融合陆地水储量异常反演方法,其特征在于,根据TWSAGNSS和GRACE/GRACE-FO各时段权重比例,通过自适应加权融合算法,以0.01为步长进行迭代优化,将GNSS反演结果与GRACE/GRACE-FO反演结果进行加权线性组合,得到融合后的陆地水储量异常TWSAFUSION,包括:根据TWSAGNSS和GRACE/GRACE-FO各时段权重比例,设定用于加权融合的权重比例范围,确定迭代优化的步长为0.01;
设定迭代次数初始值j=0,并初始化用于存储融合结果的变量;
计算当前权重下的加权组合值,对于每一个迭代次数j,根据当前权重wj,计算TWSAGNSS和TWSA_{GRACE/GRACE-FO}在不同时段的加权线性组合值,通过线性加权的方式,将不同来源的总水储量异常数据融合在一起,得到融合后的陆地水储量异常TWSAFUSION。
6.根据权利要求1所述的新型自适应加权融合陆地水储量异常反演方法,其特征在于,根据自适应加权融合方法,利用TWSAGNSS直接填补GRACE/GRACE-FO数据空白期,以得到高时空分辨率的最终反演结果,包括:根据自适应加权融合方法,利用确定的最优权重,用TWSAGNSS直接填补GRACE数据空白期,得到融合后的TWSA数据序列;
根据融合后的TWSA数据序列,利用皮尔逊相关系数评估线性相关性,通过计算融合序列和参考序列的协方差并除以它们的标准差之积来得到,均方根误差用于评估融合序列与参考序列之间的误差,通过计算每个对应元素之差的平方和的平均值,再取平方根得到均方根误差;
将基于AWFTM反演得到的TWSA结果与GRACE、传统GNSS以及GLDAS结果进行对比,通过计算皮尔逊相关系数和均方根误差的比值并开方,得到一个综合评估值,得到精度评定结果;
通过精度评定结果,输出基于AWFTM得到的高时空分辨率的最终反演结果。
7.一种新型自适应加权融合陆地水储量异常反演系统,该系统实现如权利要求1至6中任一项所述的方法,其特征在于,包括:获取模块,用于获取全球导航卫星系统GNSS监测的地表垂向形变时间序列数据和GRACE/GRACE-FO卫星的重力场数据,并进行预处理;
构建模块,用于根据预处理后的GNSS数据,构建格林函数反演模型,得到初始陆地水储量异常TWSAGNSS;
计算权重模块,用于根据预处理后的GRACE/GRACE-FO数据,划分为GRACE时段和GRACE-FO时段,分别计算各时段的权重比例;
自适应加权融合算法模块,用于根据TWSAGNSS和GRACE/GRACE-FO各时段权重比例,通过自适应加权融合算法,以0.01为步长进行迭代优化,将GNSS反演结果与GRACE/GRACE-FO反演结果进行加权线性组合,得到融合后的陆地水储量异常TWSAFUSION;
处理模块,用于根据自适应加权融合方法,利用TWSAGNSS直接填补GRACE/GRACE-FO数据空白期,以得到高时空分辨率的最终反演结果。
8.一种计算设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序,该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。