金雙根,張勤耘,2,錢曉東,3

1. 中國科學(xué)院上海天文臺,上海 200030; 2. 上海大學(xué)通信與信息工程學(xué)院,上海 200444; 3. 中國科學(xué)院大學(xué),北京 100049

全球?qū)Ш叫l(wèi)星系統(tǒng)反射測量(GNSS+R)最新進(jìn)展與應(yīng)用前景

金雙根1,張勤耘1,2,錢曉東1,3

1. 中國科學(xué)院上海天文臺,上海 200030; 2. 上海大學(xué)通信與信息工程學(xué)院,上海 200444; 3. 中國科學(xué)院大學(xué),北京 100049

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)具有全天候、近實(shí)時(shí)、高精度的特點(diǎn)，可持續(xù)發(fā)射L波段信號，廣泛應(yīng)用于定位、導(dǎo)航和授時(shí)(PNT)。隨著GNSS技術(shù)的發(fā)展，最近GNSS反射信號可探測地球表面特征，即GNSS反射測量(GNSS+R)。結(jié)合GNSS接收機(jī)天線位置和介質(zhì)信息，利用延遲測量值可以確定表面粗糙度和表面特性。GNSS+R作為當(dāng)前GNSS和遙感領(lǐng)域的研究熱點(diǎn)，取得了一些研究進(jìn)展和成果。本文詳細(xì)介紹了GNSS+R原理和方法及其最新應(yīng)用進(jìn)展，包括各種GNSS+R技術(shù)手段和方法，以及海洋、陸地、水文、植被和冰雪等遙感應(yīng)用，特別是最新BeiDou-R和TDS-1研究進(jìn)展。最后給出了GNSS+R應(yīng)用前景和展望，包括多GNSS系統(tǒng)、GNSS+R接收機(jī)、GNSS+R衛(wèi)星計(jì)劃和新興應(yīng)用等。

GNSS；多路徑；反射測量；環(huán)境遙感

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)，包括美國全球定位系統(tǒng)(GPS)、中國北斗導(dǎo)航衛(wèi)星系統(tǒng)(BDS)、俄羅斯格洛納斯系統(tǒng)(GLONASS)和歐洲伽利略導(dǎo)航衛(wèi)星系統(tǒng)(Galileo)，以及區(qū)域增強(qiáng)系統(tǒng)，如日本準(zhǔn)天頂衛(wèi)星系統(tǒng)(QZSS)和印度區(qū)域?qū)Ш叫l(wèi)星(IRNSS)等，具有全天候、近實(shí)時(shí)、高精度的特點(diǎn)，可持續(xù)發(fā)射L波段信號，廣泛應(yīng)用于定位、導(dǎo)航和授時(shí)(PNT)。隨著各導(dǎo)航衛(wèi)星系統(tǒng)的逐漸完善，星座的增多，觀測站的增加，其應(yīng)用領(lǐng)域越來越廣泛。GNSS系統(tǒng)不僅僅應(yīng)用于定位、授時(shí)和導(dǎo)航，還可以利用其表面反射信號進(jìn)行遙感研究。GNSS衛(wèi)星持續(xù)向地球播發(fā)無線電信號，其中部分信號會被地球表面反射。從粗糙表面反射回來的GNSS延遲信號可以提供直射和反射信號路徑的不同信息。這些信息包括反射信號的波形、幅值、相位和頻率等的變化，極化特征的變化直接與反射面相關(guān)，結(jié)合接收機(jī)天線位置和介質(zhì)信息，利用延遲測量觀測和反射表面屬性可以確定表面粗糙度和表面特性，即GNSS+R反射測量(global navigation satellite system+refectometry)。

GPS反射測量是由歐空局(ESA)Martin Neira[1]于1993年首次提出來，即GPS地表反射信號和直射信號一起被接收機(jī)接收，它們之間延遲可以用于干涉測量，即PARIS(passive reflectometry and interferometry system)。1994年，法國科學(xué)家通過進(jìn)行飛行試驗(yàn)發(fā)現(xiàn)接收機(jī)可以接收到海面反射信號，但由于其對定位精度的影響，通常將其作為多路徑信號剔除[2]。1996年，NASA蘭利研究中心的科學(xué)家利用雙頻GPS信號進(jìn)行海面前向散射以獲取并剔除電離層延遲，彌補(bǔ)傳統(tǒng)衛(wèi)星高度計(jì)的不足，但地基試驗(yàn)表明傳統(tǒng)接收機(jī)難以進(jìn)行長時(shí)間的跟蹤和有效鎖相，需研制新型的接收機(jī)[3]。同年，歐空局(ESA)在荷蘭進(jìn)行GNSS+R海面測高試驗(yàn)-PARIS高度計(jì)Zeeland橋I試驗(yàn)[4]。2000年10月，美國國家海洋和大氣管理局(NOAA)的颶風(fēng)獵人號飛機(jī)搭載了GNSS+R設(shè)備從南卡來羅納州海岸飛入“邁克爾”颶風(fēng)內(nèi)，通過分析從熱帶氣旋海面上反射回來的GPS信號得到了風(fēng)速結(jié)果[5]。2003年英國UK-DMC衛(wèi)星利用搭載的GNSS+R設(shè)備成功獲得了海面粗糙度等地球表面物理系數(shù)[6]；靜海區(qū)域的GPS反射信號同樣可以得到高精度的測高結(jié)果[7]。同時(shí)，2014年第1顆GNSS+R衛(wèi)星(TDS-1)發(fā)射，提供DDM數(shù)據(jù)產(chǎn)品，開啟了星載反射測量的應(yīng)用。此外，許多其他科研機(jī)構(gòu)也開展了一系列GNSS反射信號的理論研究和試驗(yàn)、新型GNSS+R接收機(jī)的研制，以及基于地基、海岸、橋梁、飛機(jī)等不同平臺試驗(yàn)，測試信號接收、原理驗(yàn)證，以及檢驗(yàn)利用GNSS+R估計(jì)海面(如海面高和風(fēng)速)和陸面等研究，獲得了一些初步結(jié)果和進(jìn)展。

本文詳細(xì)描述了GNSS+R原理和方法及其最新應(yīng)用進(jìn)展，包括遙感海洋、陸地、水文、植被和冰雪特征等，特別是最新BDS-R和TDS-1 GNSS+R研究進(jìn)展。最后給出了將來GNSS+R的應(yīng)用前景和展望，包括多GNSS系統(tǒng)、GNSS+R接收機(jī)、GNSS+R衛(wèi)星計(jì)劃和新興應(yīng)用，如中小尺度地表特征和目標(biāo)探測等。

1 GNSS+R原理與方法

GNSS+R反射測量技術(shù)屬于雙基雷達(dá)，可獲得地表粗糙特征和地球物理參數(shù)，即利用GNSS測量直射信號與地表鏡面反射的信號之間延遲(時(shí)間延遲或相位延遲)，再根據(jù)GNSS衛(wèi)星、接收機(jī)和鏡面反射點(diǎn)之間的幾何位置關(guān)系，可反演地表特征。按照處理數(shù)據(jù)的方式，GNSS+R測高可以分為傳統(tǒng)型GNSS+R測高(cGNSS+R測高)和干涉GNSS+R測高(iGNSS+R)。前者是配置左右圓極化天線并利用接收機(jī)記錄的直射信號與反射信號的載波相位數(shù)據(jù)，通過固定模糊度和解算接收機(jī)鐘差等方式，確定兩者之間的傳播路徑延遲，進(jìn)而計(jì)算天線至地球表面的高度。后者是利用直射信號與反射信號功率波形相關(guān)的原理，測得信號時(shí)延，進(jìn)而計(jì)算天線到地球表面的垂直距離，但其涉及復(fù)雜的多普勒時(shí)延算法，數(shù)據(jù)處理方法復(fù)雜。

1.1 傳統(tǒng)型GNSS+R

這種測高一般是采用傳統(tǒng)的大地測量型接收機(jī)，利用載波相位觀測值作為原始觀測量，得到直射信號與反射信號的傳播路程差，再根據(jù)幾何關(guān)系得到反射面的高度。如在湖邊、海岸或海島上架設(shè)GNSS接收機(jī)，進(jìn)行GNSS+R測高試驗(yàn)，這就是岸基測高。其所架設(shè)的接收機(jī)高度都較低，其天線的照射面積決定有效的水面散射面積，可有效代替?zhèn)鹘y(tǒng)的驗(yàn)潮站測量模式。GNSS接收機(jī)對所接收到的直射信號與表面反射信號進(jìn)行相關(guān)，并通過測量相關(guān)函數(shù)的最大值的位置得到時(shí)間延遲T，進(jìn)而可求得接收機(jī)到反射面的高度H。在飛機(jī)或氣球上假設(shè)GNSS接收機(jī)進(jìn)行的GNSS+R測高試驗(yàn)就是機(jī)載測高。與岸基測高相比，機(jī)載測高架設(shè)的高度較高，觀測的水面面積較大。在LEO衛(wèi)星上搭載GPS接收機(jī)，進(jìn)行GNSS+R測高試驗(yàn)，這就是星載測高。在500～800 km的高空可以采用LEO衛(wèi)星搭載GPS接收機(jī)來進(jìn)行海面高度測量，這種測量方式與傳統(tǒng)衛(wèi)星測高相比不需要發(fā)射機(jī)，也可以直接采用多個(gè)LEO衛(wèi)星組成星座，具有較高的時(shí)空分辨率。

1.2 干涉型GNSS+R

這種測高是利用特制的可以同時(shí)接收直射信號和反射信號的接收機(jī)，并將接收到的信號在接收機(jī)中進(jìn)行相關(guān)處理，利用時(shí)延一維相關(guān)函數(shù)、多普勒一維相關(guān)函數(shù)或者時(shí)延-多普勒二維相關(guān)函數(shù)得到兩個(gè)信號之間時(shí)間延遲，再根據(jù)幾何關(guān)系得到反射面高度。

1.2.1 SNR技術(shù)

多路徑效應(yīng)是GNSS高精度定位的主要誤差，它與反射面的結(jié)構(gòu)和電介質(zhì)參數(shù)密切相關(guān)。當(dāng)衛(wèi)星高度角低于10°時(shí)，GNSS接收到的反射信號是右旋極化。這時(shí)具有相同頻率的反射信號與直射信號會發(fā)生相干作用。這一相干現(xiàn)象反映在信噪比SNR的變化上，信噪比SNR觀測值是衡量GPS接收機(jī)天線接收到的信號的大小的一個(gè)量值，反映多路徑與多路徑誤差的大小受衛(wèi)星信號的發(fā)射功率、天線增益、衛(wèi)星與接收機(jī)間的距離及多路徑效應(yīng)等因素的影響。在高度角較高的情況下，天線增益較大使得SNR得到有效提高；而在高度角較低的情況下，一方面天線增益減小，另一方面多路徑效應(yīng)影響使得SNR下降較為嚴(yán)重。因此，對信噪比SNR進(jìn)行分析可以評估多路徑效應(yīng)，進(jìn)而估計(jì)地表環(huán)境參數(shù)。

1.2.2 DDM技術(shù)

GNSS+R海洋遙感主要利用反射信號時(shí)延多普勒二維相關(guān)功率。其原理是通過計(jì)算本地載波信號與散射區(qū)域內(nèi)不同時(shí)間延遲和多普勒頻率的接收信號的相關(guān)功率值。DDM多用于機(jī)載和星載GNSS+R，考慮到其距離地面高度較高，首先介紹GNSS+R的鏡面反射測量幾何關(guān)系。GNSS+R幾何關(guān)系要用到鏡面反射點(diǎn)，即從反射區(qū)域反射的反射信號中路徑延遲最短的理論反射點(diǎn)。根據(jù)GNSS衛(wèi)星、接收機(jī)和鏡面反射點(diǎn)的幾何關(guān)系建立如圖的本地坐標(biāo)系。該坐標(biāo)系的原點(diǎn)為鏡面反射點(diǎn)，z軸為地球切面的法線方向，GNSS衛(wèi)星T，鏡面點(diǎn)和接收機(jī)R位于yz平面內(nèi)，x軸按右手定則確定。圖1中，ht為衛(wèi)星到地球參考橢球面的高度；hr為接收機(jī)到地球參考橢球面的高度；Re為地球半徑；G為衛(wèi)星到地心的距離；L為接收機(jī)到地心的距離；Rt和Rr分別是衛(wèi)星和接收機(jī)到鏡面反射點(diǎn)的距離；β是地心、鏡面反射點(diǎn)和GNSS衛(wèi)星間的夾角；α是地心、鏡面反射點(diǎn)和接收機(jī)間的夾角；θ為鏡面點(diǎn)處衛(wèi)星的仰角。

利用鏡面反射點(diǎn)與接收機(jī)和GNSS衛(wèi)星之間的關(guān)系，以及GNSS反射信號時(shí)延多普勒二維相關(guān)功率關(guān)系可獲得地表反射面參數(shù)。如對于海洋表面，文獻(xiàn)[8]在2000年提出了完整的GNSS信號散射理論模型，其模型是關(guān)于時(shí)延和多普勒的二維函數(shù)，通過此模型可以得到散射區(qū)域不同散射點(diǎn)的反射功率，Z-V模型具體表達(dá)如下

(1)

式中，Y(τ,f)是接收機(jī)處理后的信號相關(guān)功率，是關(guān)于延遲和多普勒的函數(shù)；Pt是衛(wèi)星發(fā)射的信號功率；Gt和Gr是衛(wèi)星天線和接收機(jī)天線增益；Ti是信號處理中相干積分時(shí)間；Rt和Rr是衛(wèi)星和接收機(jī)到地面反射點(diǎn)的距離；σ0是與反射面參數(shù)有關(guān)的項(xiàng)，包括反射系數(shù)和粗糙度等；S(f)是多普勒頻移函數(shù)；Λ(τ)是GNSS碼相關(guān)函數(shù)；A是有效的散射區(qū)域，大概是閃耀區(qū)大小。

2 GNSS+R最新應(yīng)用進(jìn)展

2.1 海洋測高

目前岸基傳統(tǒng)型大地測量GNSS接收機(jī)獲得較好測高結(jié)果。如文獻(xiàn)[4]利用反射信號碼相位信息，測高精度達(dá)到數(shù)米。文獻(xiàn)[9]在Crater湖面上利用iGNSS+R設(shè)備，解算了采樣率為1 Hz的水面高，精度大約在2 cm。文獻(xiàn)[10—11]利用反射信號載波相位信息，將精度提高到厘米級。文獻(xiàn)[12]利用GNSS+R SNR數(shù)據(jù)反演出的測高結(jié)果與驗(yàn)潮站的觀測結(jié)果做了對比，結(jié)果顯示兩者之差小于3 cm。另外，文獻(xiàn)[13]在飛機(jī)上搭載iGNSS+R設(shè)備的試驗(yàn)表明，利用GPS反射信號測高的精度能達(dá)到5 cm，其空間分辨率能達(dá)到5 km。文獻(xiàn)[14]將cGNSS+R設(shè)備搭載在飛行高度為1 km的飛機(jī)上，利用L1載波相位信號解算得到的平均海面高度(SSH)與Jason-1的測量對比，精度在10 cm左右。

目前國內(nèi)外利用岸基和機(jī)載GNSS+R等獲得了一系列的新結(jié)果。例如文獻(xiàn)[15]首次利用岸基BDS觀測獲得了海平面變化，與驗(yàn)潮站觀測結(jié)果有較好的一致(見圖2)。在星載GNSS+R方面，文獻(xiàn)[16]首次利用TDS-1數(shù)據(jù)反演得到海表面高度(sea surface height,SSH),其結(jié)果與全球DTU10的海表面高度數(shù)據(jù)進(jìn)行了對比，存在一定的一致性但依然也有較大的差異。

圖2 利用BDS L2、L6、L7 SNR以及三頻組合所監(jiān)測的海平面變化與潮汐觀測值的對比(10 d期間)[15]Fig.2 Comparison of the monitored sea level changes with tide observations based on the SNR data of BDS L1,L6,L7 and three-frequency combinations during 10 days[15]

2.2 海面測風(fēng)

海面在風(fēng)的作用下會引起波浪，從而引起海面粗糙度的變化。根據(jù)海面風(fēng)場反演原理，反射信號的功率峰值隨著風(fēng)速的增大而減小，波形也相應(yīng)越扁平。這說明海面散射能量隨風(fēng)速的變化而分布到更大的范圍，即閃爍區(qū)范圍變大。故可以通過和模擬波形相對比反演海面風(fēng)速。此外，風(fēng)速和風(fēng)向還會影響海平面坡度。風(fēng)向的變化會對閃爍區(qū)的非對稱性產(chǎn)生影響。沿順風(fēng)方向，海面散射功率曲線函數(shù)的包絡(luò)較寬，沿測風(fēng)方向則相對較窄，表現(xiàn)為曲線波形上的非對稱性。

自1997年，NASA蘭利研究中心與科羅拉多大學(xué)聯(lián)合開展了關(guān)于GNSS+R海面風(fēng)場反演算法的研究，并進(jìn)行多次機(jī)載飛行試驗(yàn)[3]。試驗(yàn)發(fā)現(xiàn)，GPS反射信號的相關(guān)功率波形與風(fēng)速有直接關(guān)系，且海面風(fēng)速越大，波形的后延變化越趨于平緩，反之越陡峭。2000年，文獻(xiàn)[8]提出雙尺度表面模型(Z-V模型)在早期的GNSS+R海面風(fēng)場反演模型中較為系統(tǒng)和成熟，但是該模型并沒考慮閃爍區(qū)之外由海水表面小尺度坡度造成的布拉格散射所產(chǎn)生的反射。后來，文獻(xiàn)[17]等對Z-V模型進(jìn)行了改進(jìn)。除此之外，NASA/科羅拉多大學(xué)、ESA和Starlab研究所等進(jìn)行了大量機(jī)載試驗(yàn)，并根據(jù)反演理論對試驗(yàn)數(shù)據(jù)進(jìn)行了海面風(fēng)場反演，風(fēng)速反演精度達(dá)±2 m/s，風(fēng)向精度為±20°。2014年，文獻(xiàn)[18]使用GNSS+R方法獲得的時(shí)延多普勒圖像(DDM)的5個(gè)觀測量，并使用根據(jù)NDBC浮標(biāo)數(shù)據(jù)建立的經(jīng)驗(yàn)地球物理模型函數(shù)(GMF)，建立了基于回歸分析的最小方差風(fēng)速估算模型，結(jié)果表明使用最小方差風(fēng)速估算模型的均方根誤差比僅僅使用單個(gè)觀測值進(jìn)行反演的均方根誤差要小得多。2016年，文獻(xiàn)[19]又針對熱帶氣旋全球?qū)Ш叫l(wèi)星系統(tǒng)(CYGNSS)的第二等級產(chǎn)品為數(shù)據(jù)源，并從樣本、功率的選擇，使用二維地球物理模型函數(shù)等方面，改進(jìn)之前他所提出的海洋測風(fēng)算法，設(shè)置理想的CYGNSS在軌參數(shù)仿真得到的時(shí)延多普勒圖像(DDM)對算法進(jìn)行測試。同時(shí)，文獻(xiàn)[20]第一次利用TDS-1數(shù)據(jù)反演得到了海洋風(fēng)速結(jié)果，該結(jié)果與實(shí)測數(shù)據(jù)達(dá)到了很好的一致性，如圖3是利用TDS-1衛(wèi)星數(shù)據(jù)反演得到的海洋風(fēng)速結(jié)果。

圖3 TDS-1海洋風(fēng)速反演結(jié)果[20]Fig.3 TDS-1 inversion results of sea wind speed[20]

2.3 海冰探測

近年來，全球氣候發(fā)生顯著變化，冰川和凍土加劇融化，從而導(dǎo)致海平面產(chǎn)生明顯變化。早期的海冰監(jiān)測常通過設(shè)立觀測站和雷達(dá)站，并利用海上工具進(jìn)行實(shí)地監(jiān)測，結(jié)合使用聲吶技術(shù)以及光學(xué)測量技術(shù)獲取海冰厚度，但分辨率低和成本高。隨著遙感技術(shù)的發(fā)展，利用光學(xué)遙感和雷達(dá)遙感測冰的技術(shù)得以發(fā)展，但前者會受云層和光照等因素的影響，而微波遙感則具有良好的穿透性且可全天候全天時(shí)工作等優(yōu)勢。近些年，全球?qū)Ш叫l(wèi)星系統(tǒng)的發(fā)展與完善，使得GNSS+R反射測量技術(shù)在海冰監(jiān)測方面的研究也取得了顯著的成果。

1998年4月，文獻(xiàn)[21]通過機(jī)載GPS反射實(shí)驗(yàn)推導(dǎo)了美國阿拉斯加巴羅附近北極海冰和淡水冰的形成條件以及凍土的凍結(jié)/解凍狀態(tài)條件，向前散射的GPS反射與RADARSAT的向后散射測量的相關(guān)性是一致的，根據(jù)發(fā)射信號特征的差異可以判斷冰的不同狀態(tài)及特征。次年同月，又在北冰洋西北部阿拉斯加州的最北端巴羅地區(qū)進(jìn)行機(jī)載試驗(yàn)監(jiān)測海冰，并將實(shí)驗(yàn)結(jié)果與模擬結(jié)果進(jìn)行對比，論證了GPS信號可以提供海冰信息，且分析了GPS反射信號功率峰值與雷達(dá)衛(wèi)星的后向散射信號之間存在著相關(guān)性。文獻(xiàn)[22]指出GNSS+R垂直極化與水平極化之間的相位差與海冰厚度之間有較好的相關(guān)性。2003年，文獻(xiàn)[23]以雷達(dá)高度計(jì)的相鄰波段為基礎(chǔ)建立了海冰GPS反射信號模型，并進(jìn)行星載與機(jī)載的模擬分析，開發(fā)了用于模擬GPS反射信號的軟件。研究發(fā)現(xiàn)GNSS反射信號對雪表粗糙度和一些粒學(xué)參數(shù)敏感，但是該研究彌補(bǔ)了一直以來在L波段非垂直前向散射方面的欠缺。文獻(xiàn)[24]在阿拉斯加州kuskowwim灣用UK-DMC衛(wèi)星進(jìn)行海冰監(jiān)測，測得海冰厚度在30～70 cm之間，與美國國家冰雪中心和微博輻射計(jì)(AMSR-E)的觀測數(shù)據(jù)進(jìn)行對比，驗(yàn)證了利用星載GPS反射信號獲取海冰信息的可行性。文獻(xiàn)[25]利用TDS-1 DDM數(shù)據(jù)進(jìn)行了北極和南極區(qū)域的海冰探測，并得到了很好的探測結(jié)果。

相較于國外，國內(nèi)對海冰監(jiān)測的進(jìn)展還處于起步階段。2013年，文獻(xiàn)[26]利用歐空局格陵蘭島的數(shù)據(jù)進(jìn)行模擬分析，得到GNSS反射信號的極化比與海冰密集度的關(guān)系，驗(yàn)證了GNSS+R監(jiān)測海冰的可行性。文獻(xiàn)[27]在中國渤海進(jìn)行岸基試驗(yàn)，對渤海海冰進(jìn)行監(jiān)測，通過模擬GNSS+R信號在海水和海冰表面的反射，建立3層輻射傳輸模型得到GNSS信號的反射率和海冰厚度及入射角度間的關(guān)系，并將結(jié)果與2013年天津海冰消融過程的試驗(yàn)數(shù)據(jù)進(jìn)行對比分析，進(jìn)一步驗(yàn)證了GNSS+R信號對海冰監(jiān)測的敏感。

2.4 土壤濕度

土壤濕度是地表土壤的一個(gè)重要參數(shù)。土壤水分在全球水循環(huán)中有著重要作用，是地表能量平衡的重要決定因素，影響著地表農(nóng)作物的生長和洪水泥石流災(zāi)害的發(fā)生，也影響著全球天氣變化。地面GPS反射信號包含有土壤濕度、介質(zhì)常數(shù)、地面粗糙度以及植被覆蓋等方面的信息。2000年，文獻(xiàn)[28]延伸了Z-V模型，使其適用于土壤濕度測量，發(fā)現(xiàn)反射信號的波形峰值雖然與土壤濕度相關(guān)，但是地面粗糙度對波形尾部有影響，這給利用波形反演土壤濕度帶來困難，于是產(chǎn)生利用特制雙天線接收機(jī)來接收信號從而利用反射信號來反演土壤濕度的構(gòu)想。2002年以后，美國宇航局(NASA)連續(xù)執(zhí)行了一系列GPS反射信號土壤水分遙感試驗(yàn)，分析土壤介電常數(shù)與反射信號功率的定性關(guān)系。西班牙Starlab研究所設(shè)計(jì)了SMIGOL(soil moisture interference-pattern GNSS observations at L-band reflectometer)探測裝置，用于探測直射信號和反射信號干涉之后的信號，通過分析干涉信號波形特征與土壤水分的關(guān)系，反演地表參數(shù)，即干涉模式技術(shù)(IPT)。文獻(xiàn)[29]利用IPT技術(shù)，從最簡單的裸土模型開始研究土壤水分反演算法，到有植被覆蓋的復(fù)雜模型，證實(shí)土壤水分與干涉信號的振幅有關(guān)。以及文獻(xiàn)[30]又提出利用傳統(tǒng)的GPS接收機(jī)也可以進(jìn)行土壤濕度反演，并對此進(jìn)行了長期研究，與其他科研學(xué)者一起建立了基于物理的多路徑正演模型[31-32]，很好地分析了多路徑信噪比的相位振幅隨土壤濕度的變化而變化，促進(jìn)了GNSS+R技術(shù)在土壤濕度監(jiān)測應(yīng)用。文獻(xiàn)[33]在河南鄭州開展的GNSS+R航空飛行試驗(yàn),給出土壤濕度的估算方法和結(jié)果分析,為中國GNSS+R觀測試驗(yàn)開展、自主載荷研制、陸面觀測數(shù)據(jù)處理等提供參考。但由于地面上植物、樹葉及玻璃雜物等因素的存在，GPS多路徑信號包含的信息是非常復(fù)雜的，從地基GPS多路徑信號中提取土壤水分參數(shù)的信息，首先必須剔除其他因素的影響。

2.5 植被探測

植被探測，包括植物含水量，可以確保農(nóng)作物的正常生長，及時(shí)發(fā)現(xiàn)存在的問題并解決。植物覆蓋在土壤上，其含水量會影響土壤濕度的監(jiān)測，而估計(jì)植物含水量可以提高土壤濕度的反演精度。隨著GNSS系統(tǒng)的完善，GNSS臺站已經(jīng)遍布全球各地，同一時(shí)刻可觀測的衛(wèi)星個(gè)數(shù)、可接收到的衛(wèi)星信號越來越多，有助于植物監(jiān)測網(wǎng)的建立。而且GNSS信號屬于微波波段，而微波對地表粗糙度、含水量等敏感。一方面有利于對植物含水量的監(jiān)測，但另一方面在監(jiān)測植物含水量的同時(shí)，受地表粗糙度和土壤濕度的影響，因此在估計(jì)植物含水量時(shí)，需要采用一定的方法消除這些因素的影響。

文獻(xiàn)[30]首次提出了利用傳統(tǒng)GPS接收機(jī)多路徑觀測可監(jiān)測土壤濕度，為GPS反射信號監(jiān)測植物含水量奠定了基礎(chǔ)。文獻(xiàn)[34]首次利用GPS的噪聲統(tǒng)計(jì)量MP1 RMS定性地估計(jì)了植物生長，指出信噪比會隨著植被的生長而減小。文獻(xiàn)[35]用Larson等提出的用于土壤濕度反演的正演模型對植物含水量與信噪比和實(shí)際反射面高度進(jìn)行了定量分析，研究發(fā)現(xiàn)在植被含水量不超過1 kg/m2時(shí)，植物含水量與信噪比振幅呈線性關(guān)系。文獻(xiàn)[36]提出了一種較為復(fù)雜的基于信噪比干涉圖的振幅與頻率分析的方法，以消除植被含水量在土壤濕度中的影響，并獲得較好的結(jié)果。

2.6 積雪厚度

積雪是重要的淡水資源，對全球大氣和海洋的熱狀況和區(qū)域性氣候有著重要影響。積雪的融化一方面補(bǔ)給了地球水資源，但是另一方面卻會造成海平面上升，淹沒沿海城市，影響人類正常生活。積雪探測十分重要，但是由于積雪的時(shí)間、空間變化特性，使得積雪探測十分困難。傳統(tǒng)的地基觀測方法雖然可以觀測到積雪厚度和密度，觀測精度也高，但是依然存在時(shí)間分辨率較低或缺乏空間動態(tài)變化等缺陷，而新型的空基遙感探測，如光學(xué)星載傳感器雖然可以提供積雪覆蓋信息，但是積雪的厚度和密度等信息卻無法獲得。而近年來，逐步發(fā)展起來的GNSS技術(shù)，利用其優(yōu)勢在積雪探測方面取得了一定的成果。

文獻(xiàn)[37]利用GNSS+R技術(shù)對科羅拉多發(fā)生的兩次暴風(fēng)雪的測量在積雪厚度方面的研究取得了初步結(jié)果，將GPS信噪比估計(jì)得到的積雪厚度與實(shí)際的積雪厚度進(jìn)行對比，證明傳統(tǒng)的GPS接收機(jī)可以用來測量積雪厚度。文獻(xiàn)[32]建立的基于物理的多路徑正演模型，充分考慮了GPS發(fā)射信號的左旋和右旋極化以及天線/地面的響應(yīng)特性。他們還利用Matlab建立了該模型的模擬器，使用該模擬器可以用來分析反射測量的特征。并利用多路徑正演模型建立了GPS多路徑測量積雪厚度的反演模型，估計(jì)結(jié)果與實(shí)測值達(dá)到了0.97以上的相關(guān)性[38]。文獻(xiàn)[39]利用GPS-L4觀測值和非參數(shù)的自舉模型來估計(jì)積雪厚度的變化，與實(shí)測結(jié)果符合度良好，進(jìn)一步推動了積雪探測的發(fā)展；文獻(xiàn)[39]利用GPS的L2P觀測值的信噪比數(shù)據(jù)分析積雪厚度的變化，在高度角為5°—30°時(shí)計(jì)算得到的相關(guān)系數(shù)高達(dá)0.98，表明當(dāng)GPS衛(wèi)星高度角在30°以下時(shí)更有利于雪深測量。同時(shí)，文獻(xiàn)[41]又利用GLONASS信噪比觀測值與L4相位組合觀測值分析了積雪厚度結(jié)果，并與GPS結(jié)果進(jìn)行了對比，同時(shí)融合兩者觀測值提高了估計(jì)結(jié)果精度(見圖4)。

圖4 GLONASS與GPS觀測值融合后的結(jié)果[41]Fig.4 Fusion results of GLONASS and GPS observation[41]

3 前景與展望

目前，新一代的全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)，包括美國現(xiàn)代化GPS、俄羅斯現(xiàn)代化GLONASS系統(tǒng)、歐盟Galileo系統(tǒng)和中國北斗系統(tǒng)(BDS)，正在不斷發(fā)展與完善，GNSS正向多頻、多模的方向發(fā)展。結(jié)合空基增強(qiáng)系統(tǒng)(QZSS和IRNSS等)，地基GNSS測網(wǎng)可以接收更多頻率的多系統(tǒng)GNSS反射信號，這將大大提高時(shí)空分辨率，更好地估計(jì)地表反射面地球物理參數(shù)。另外，隨著全球IGS測站以及區(qū)域性GPS測站的不斷增多，可獲得更多的地基GNSS測站周邊環(huán)境信息，為全球水文研究及氣候變化提供了一個(gè)新的工具。

3.1 GNSS+R接收機(jī)

美國噴氣推進(jìn)實(shí)驗(yàn)室(JPL)研發(fā)的“BlackJack”GPS接收機(jī)目前廣泛應(yīng)用于精密定軌及無線電掩星等。為滿足未來新任務(wù)以及準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理能力的需求，新型GNSS接收機(jī)不僅能夠接收和跟蹤GPS信號，還將能夠接收Galileo、GLONASS及中國北斗等系統(tǒng)信號。目前JPL正在研發(fā)新一代的GNSS多頻接收機(jī)TriG(Tri-GNSS,GPS+Galileo+GLONASS)用于精密定軌及無線電掩星和反射測量。通過跟蹤GPS的L1 C/A、L2、L2C和L5以及Galileo、GLONASS等新型系統(tǒng)的信號，TriG可以進(jìn)行多頻GNSS信號折射和反射測量。

為利用GPS反射信號推演海面高度、海況及土壤濕度等相關(guān)地球物理參數(shù)，加泰羅尼亞理工大學(xué)(UPC)研發(fā)了“高級GNSS無源反射儀(griPAU)”，griPAU設(shè)備利用GPS L1波段的C/A碼，可以實(shí)時(shí)、高精度的得到延遲-多普勒相關(guān)值(DDM)，并可根據(jù)不同的分辨率配置及選擇相關(guān)或非相關(guān)的積分時(shí)間來計(jì)算24(32復(fù)雜點(diǎn)的DDM。griPAU的高靈敏度提高了地球物理參數(shù)的恢復(fù)質(zhì)量?，F(xiàn)代化的多頻GPS、未來的Galileo系統(tǒng)等帶來了更多的衛(wèi)星星座、新的信號和頻段，西班牙的ICE也正在進(jìn)行GNSS+R設(shè)備研發(fā)、GNSS信號散射和反射應(yīng)用等方面的研究。

3.2 GNSS+R低軌衛(wèi)星

星載GPS反射試驗(yàn)，如美國國家海洋和大氣管理局(NOAA)和國家太空中心(NSPO)計(jì)劃在2017年發(fā)射下一代的FORMOSAT-7/COSMIC-2衛(wèi)星。新一代的衛(wèi)星系統(tǒng)將擁有12顆裝載GNSS+R接收機(jī)的衛(wèi)星，可接收GPS、GLONAS以及Galileo反射信號。因此它可以收集大量的反射測量數(shù)據(jù)以用于陸地和海洋等方面的應(yīng)用。同時(shí)，NASA設(shè)計(jì)的CYGNSS反射測量衛(wèi)星2016年發(fā)射。CYGNSS含有8個(gè)繞著運(yùn)載工具運(yùn)行的小衛(wèi)星，在該軌道上，小衛(wèi)星將接收到來自GPS衛(wèi)星的直射信號和由反射信號[42]。NASA團(tuán)隊(duì)致力于研究海洋表面特性、潮濕大氣熱力學(xué)、判斷熱帶颶風(fēng)的形成和是否會繼續(xù)加強(qiáng)以及加強(qiáng)幅度多少的對流輻射動力學(xué)之間的關(guān)系，而CYGNSS將會改善預(yù)報(bào)和記錄方法。由于快速變化的風(fēng)暴中心在颶風(fēng)形成初期和颶風(fēng)的加劇中扮演著十分重要的角色，CYGNSS將首次幫助科學(xué)家探測發(fā)生在風(fēng)暴中心的大氣與海洋之間的交互過程。

3.3 新興應(yīng)用

確定洋面粗糙度和冰凍圈有很多種方法，然而缺少足夠的星載數(shù)據(jù)來驗(yàn)證這些方法以及監(jiān)視更多的細(xì)節(jié)，而傳統(tǒng)方法實(shí)時(shí)性不足且空間分辨率較低。在未來幾年里，將有更多搭載下一代GNSS遙感接收機(jī)的試驗(yàn)衛(wèi)星發(fā)射。在環(huán)境遙感的各個(gè)領(lǐng)域，高時(shí)空分辨率、準(zhǔn)實(shí)時(shí)的GNSS+R將得到更多的應(yīng)用，如監(jiān)測海冰、海況、海洋渦流、海面浮油、地質(zhì)災(zāi)害及航天飛機(jī)測控等。這些準(zhǔn)實(shí)時(shí)的GNSS反射數(shù)據(jù)將向公共領(lǐng)域開放，而對這些數(shù)據(jù)的分析將在預(yù)報(bào)強(qiáng)風(fēng)、危險(xiǎn)海況、洪澇災(zāi)害、海洋渦流以及風(fēng)暴潮等方面發(fā)揮重要作用。此外，高采樣率的海面粗糙度數(shù)據(jù)也將從未來大量的GNSS反射信號中估計(jì)出來，這將加深人們對洋面海氣通量、浮冰脊、霜花、破冰以及冰雪交界處的粗糙度的認(rèn)識，尤其是在那些無法接近且環(huán)境惡劣的海冰區(qū)域。

合成孔徑雷達(dá)(SAR)可生成關(guān)于陸地表面的高分辨率影像，其發(fā)射機(jī)和接收機(jī)可以在同一平臺即單基SAR，也可分別安裝在不同平臺即雙基或多基SAR。對于GNSS-SAR，由星載發(fā)射機(jī)和鄰近地表的接收機(jī)等組成，其中GNSS衛(wèi)星作為發(fā)射源，這些發(fā)射源可以是GPSGLONASSGalileoBDS，接收機(jī)可以固定在地表、裝置在航空器上或在陸面車輛上。與其他衛(wèi)星系統(tǒng)相比，作為發(fā)射源的GNSS既有優(yōu)點(diǎn)也有缺點(diǎn)。首先GNSS擁有眾多的衛(wèi)星星座群，對于地球表面的同一點(diǎn)，同時(shí)有4～8個(gè)衛(wèi)星可見，來自于多顆衛(wèi)星的信號有助于建立3D射線表面圖，其次GNSS的導(dǎo)航信號具有最佳的遙感同步的特性。但是GNSS的預(yù)算功率低而且距離分辨率受發(fā)射信號的帶寬限制。

4 小 結(jié)

GNSS+R反射測量遙感技術(shù)是利用全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)的反射信號對海洋、陸地或冰川雪地進(jìn)行遙感探測的新興手段。GNSS衛(wèi)星作為可提供免費(fèi)且長期穩(wěn)定的L波段信號源，可充分發(fā)揮GNSS系統(tǒng)自身優(yōu)勢-全天候、全天時(shí)、覆蓋范圍廣、時(shí)空分辨率高等，在海洋遙感上，可以進(jìn)行海洋測高、反演海面風(fēng)場、估計(jì)海水鹽度以及海面溢油；在陸地遙感上，利用微波波段對水分的敏感的特性，可以估計(jì)土壤濕度和植物生長量；在冰川雪地遙感上，充分利用GNSS在時(shí)空分辨率上的優(yōu)勢，可以測量海冰厚度、積雪厚度、密度、粗糙度等。目前，GNSS+R在海洋、土壤濕度和冰雪等遙感監(jiān)測等取得較好的進(jìn)展。隨著GNSS+R反射測量技術(shù)的發(fā)展，將來或可能監(jiān)測火山、地震形變和滑坡等自然災(zāi)害。隨著越來越多的多頻GNSS導(dǎo)航衛(wèi)星星座及空基增強(qiáng)系統(tǒng)，以及空基GNSS反射測量任務(wù)的實(shí)施(如接下來的FORMOSAT-7/COSMIC-2和CYGNSS任務(wù))，人們將獲取更多的高時(shí)空分辨率的地表特征信息。另外，相關(guān)人員正在研發(fā)更加先進(jìn)的GNSS接收機(jī)，為了能夠滿足不同的應(yīng)用需求而改進(jìn)了算法，為滿足未來空基高性能任務(wù)的需求而具有準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理能力(例如具備多模GNSS反射和折射技術(shù)的下一代Tri-GNSS接收機(jī))。未來幾年里，公眾使用一些大學(xué)等機(jī)構(gòu)研發(fā)的低成本衛(wèi)星將成為可能，GNSS信號在遙感領(lǐng)域的應(yīng)用也將擴(kuò)展到全球范圍內(nèi)。

[1] MARTIN-NEIRA M. A Passive Reflectometry and Interferometry System (PARIS) Application to Ocean Altimetry[J]. ESA Journal, 1993, 17(4): 331-355.

[2] AUBER J C, BIBAUT A, RIGAL J M. Characterization of Multipath on Land and Sea at GPS Frequencies[C]∥Proceedings of the 7th International Technical Meeting of the Satellite Division of the Institute of Navigation. Salt Lake City, UT: Institute of Navigation, 1994: 1155-1171.

[3] KATZBERG S J, GARRISON JR J L. Utilizing GPS to Determine Ionospheric Delay over the Ocean[R]. NASA Technical Memorandum 4750, 1996: 1-13.

[4] MARTIN-NEIRA M, CAPARRINI M, FONT-ROSSELLO J, et al. The PARIS Concept: An Experimental Demonstration of Sea Surface Altimetry Using GPS Reflected Signals[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1): 142-150.

[5] KATZBERG S J, WALKER R A, ROLES J H, et al. First GPS Signals Reflected from the Interior of a Tropical Storm: Preliminary Results from Hurricane Michael[J]. Geophysical Research Letters, 2001, 28(10): 1981-1984.

[6] GLEASON S, HODGART S, SUN Yiping, et al. Detection and Processing of Bistatically Reflected GPS Signals from Low Earth Orbit for the Purpose of Ocean Remote Sensing[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(6): 1229-1241.

[7] GLEASON S, GOMMENGINGER C, CROMWELL D. Fading Statistics and Sensing Accuracy of Ocean Scattered GNSS and Altimetry Signals[J]. Advances in Space Research, 2010, 46(2): 208-220.

[8] ZAVOROTNY V U, VORONOVICH A G. Scattering of GPS Signals from the Ocean with Wind Remote Sensing Application[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(2): 951-964.

[9] TREUHAFT R N, LOWE S T, ZUFFADA C, et al. 2-cm GPS Altimetry over Crater Lake[J]. Geophysical Research Letters, 2001, 28(23): 4343-4346.

[10] L?FGREN J S,HAAS R, JOHANSSON J M. Monitoring Coastal Sea Level Using Reflected GNSS Signals[J]. Advances in Space Research, 2011, 47(2): 213-220.

[11] L?FGREN J S, HAAS R. Sea Level Measurements Using Multi-frequency GPS and GLONASS Observations[J]. EURASIP Journal on Advances in Signal Processing, 2014, 10: 50-58.

[12] SANTAMARíA-GMEZ A, WATSON C, GRAVELLE M, et al. Levelling Co-located GNSS and Tide Gauge Stations Using GNSS Reflectometry[J]. Journal of Geodesy, 2015, 89(3): 241-258.

[13] LOWE S T, KROGER P, FRANKLIN G, et al. A Delay/Doppler-mapping Receiver System for GPS-reflection Remote Sensing[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(5): 1150-1163.

[14] RUFFINI G,SOULAT F,CAPARRINI M, et al. The Eddy Experiment: Accurate GNSS-R Ocean Altimetry from Low Altitude Aircraft[J]. Geophysical Research Letters, 2004, 31(12): L12306.

[15] JIN Shuanggen, QIAN Xiaodong, WU X. Sea Level Change from BeiDou Navigation Satellite System-reflectometry (BDS-R): First Results and Evaluation[J]. Global and Planetary Change, 2017(149): 20-25.

[16] CLARIZIA M P, RUF C, CIPOLLINI P, et al. First Spaceborne Observation of Sea Surface Height Using GPS-reflectometry[J]. Geophysical Research Letters, 2016, 43(2): 767-774.

[17] ELFOUHAILY T, THOMPSON D R, LINSTROM L. Delay-Doppler Analysis of Bistatically Reflected Signals from the Ocean Surface: Theory and Application[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(3): 560-573.

[18] CLARIZIA M P, RUF C S, JALES P, et al. Spaceborne GNSS-R Minimum Variance Wind Speed Estimator[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(11): 6829-6843.

[19] CLARIZIA M P, RUF C S. Wind Speed Retrieval Algorithm for the Cyclone Global Navigation Satellite System (CYGNSS) Mission[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(8): 4419-4432.

[20] FOTI G,GOMMENGINGER C,JALES P,et al. Spaceborne GNSS Reflectometry for Ocean Winds: First Results from the UK TechDemoSat-1 Mission[J].Geophysical Research Letters, 2015, 42(13):5435-5441. DOI: 10.1002/2015GL064204.

[21] KOMJATHY A, MASLANIK J, ZAVOROTNY V U, et al. Sea Ice Remote Sensing Using Surface Reflected GPS Signals[C]∥Proceedings of IEEE 2000 International Geoscience and Remote Sensing Symposium. Honolulu, HI: IEEE, 2000(7): 2855-2857.

[22] ZAVOROTNY V, ZUFFADA C. A Novel Technique For Characterizing The Thickness of First-Year Sea Ice With The GPS Reflected Signal[C]∥American Geophysical Union, Fall Meeting. [S.l.]: AGU, 2002.

[23] WIEHL M, LEGRéSY B, DIETRICH R. Potential of Reflected GNSS Signals for ice Sheet Remote Sensing-Abstract[J]. Progress in Electromagnetics Research, 2003, 40(7): 177-205.

[24] GLEASON S.Towards Sea Ice Remote Sensing with Space Detected GPS Signals: Demonstration of Technical Feasibility and Initial Consistency Check Using Low Resolution Sea Ice Information[C]∥American Geophysical Union, Fall Meeting. Montreal, QC, Canada: AGU, 2010: 2017-2039.

[25] ALONSOARROYO A, ZAVOROTNY V U, CAMPS A. Sea Ice Detection Using GNSS-R Data from UK TDS-1[C]∥Proceedings of 2016 IEEE International Geoscience and Remote Sensing Symposium. Beijing, China: IEEE, 2016: 2001-2004.

[26] 張?jiān)? 郭建京, 袁國良, 等. 基于GNSS反射信號的海冰檢測的研究[J]. 全球定位系統(tǒng), 2013, 38(2): 1-6.

ZHANG Yun, GUO Jianjing, YUAN Guoliang, et al. Sea Ice Study Bases on GNSS-R Signal[J]. GNSS World of China, 2013, 38(2): 1-6.

[27] 尹聰, 曹云昌, 朱彬, 等. GNSS-R海冰遙感的模擬和試驗(yàn)驗(yàn)證[J]. 華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 50(4): 612-618.

YIN Cong, CAO Yunchang, ZHU Bin, et al. Simulation and Experimental Verification of Sea Ice Remote Sensing Using GNSS-R[J]. Journal of Central China Normal University (Natural Sciences), 2016, 50(4): 612-618.

[28] ZAVOROTNY V U, VORONOVICH A G. Bistatic GPS Signal Reflections at Various Polarizations from Rough Land Surface with Moisture Content[C]∥Proceedings of IEEE 2000 International Geoscience and Remote Sensing Symposium. Honolulu, HI: IEEE, 2000: 2852-2854.

[29] RODRIGUEZ-ALVAREZ N,CAMPS A,VALL-LLOSSERA M, et al. Land Geophysical Parameters Retrieval Using the Interference Pattern GNSS-R Technique[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(1): 71-84.

[30] LARSON K M, SMALL E E, GUTMANN E, et al. Using GPS Multipath to Measure Soil Moisture Fluctuations: Initial Results[J]. GPS Solutions, 2008, 12(3): 173-177.

[31] ZAVOROTNY V U, LARSON K M, BRAUN J J, et al. A Physical Model for GPS Multipath Caused by Land Reflections: Toward Bare Soil Moisture Retrievals[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2010, 3(1): 100-110.

[32] NIEVINSKI F G, LARSON K M. Forward Modeling of GPS Multipath for Near-surface Reflectometry and Positioning Applications[J]. GPS Solutions, 2014, 18(2): 309-322.

[33] WAN Wei, BAI Weihua, ZHAO Limin, et al. Initial Results of China’s GNSS-R Airborne Campaign: Soil Moisture Retrievals[J]. Science Bulletin, 2015, 60(10): 964-971.

[34] SMALL E E, LARSON K M, BRAUN J J. Sensing Vegetation Growth with Reflected GPS Signals[J]. Geophysical Research Letters, 2010, 37(12): L12401.

[35] CHEW C C, SMALL E E, LARSON K M, et al. Effects of Near-surface Soil Moisture on GPS SNR Data: Development of a Retrieval Algorithm for Soil Moisture[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(1): 537-543.

[36] CHEN Qiang, WON D, AKOS D M, et al. Vegetation Sensing Using GPS Interferometric Reflectometry: Experimental Results with a Horizontally Polarized Antenna[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(10): 4771-4780.

[37] LARSON K M, GUTMANN E D, ZAVOROTNY V U, et al. Can We Measure Snow Depth with GPS Receivers?[J]. Geophysical Research Letters, 2009, 36(17): L17502.

[38] NIEVINSKI F G, LARSON K M. Inverse Modeling of GPS Multipath for Snow Depth Estimation: Part Ⅱ: Application and Validation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(10): 6564-6573.

[39] JIN Shuanggen, NAJIBI N. Sensing Snow Height and Surface Temperature Variations in Greenland from GPS Reflected Signals[J]. Advances in Space Research, 2014, 53(11): 1623-1633.

[40] JIN Shuanggen, QIAN Xiaodong, KUTOGLU H. Snow Depth Variations Estimated from GPS-reflectometry: A Case Study in Alaska from L2P SNR Data[J]. Remote Sensing, 2016, 8(1): 63.

[41] QIAN Xiaodong, JIN Shuanggen Estimation of Snow Depth from GLONASS SNR and Phase-based Multipath Reflectometry[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(10): 4817-4823.

[42] RUF C S, GLEASON S, JELENAK Z, et al. The CYGNSS Nanosatellite Constellation Hurricane Mission[C]∥Proceedings of 2012 IEEE International Geoscience and Remote Sensing Symposium. Munich, Germany: IEEE, 2012: 214-216.

(責(zé)任編輯：陳品馨)

New Progress and Application Prospects of Global Navigation Satellite System Reflectometry (GNSS+R)

JIN Shuanggen1,ZHANG Qinyun1,2,QIAN Xiaodong1,3

1. Shanghai Astronomical Observatory, Chinese Academy of Sciences, Shanghai 200030, China; 2. School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China

The Global Navigation Satellite System (GNSS) has the characteristics with all-weather, near real-time and high precision observations. It can transmit L band signals continuously, which has been widely used in positioning, navigation and timing (PNT). With the development of GNSS technology, recently GNSS reflected signals can be used to detect Earth’s surface characteristics, i.e., GNSS reflectometry (GNSS+R). Combined with GNSS receiver antenna position and medium information, surface roughness and characteristics can be determined by using delay measurements. As a hotspot in GNSS and remote sensing field, GNSS+R has achieved a number of progress and results. In this paper, the principles and methods of GNSS+R are presented as well as their latest advances, including various techniques, methods and remote sensing applications in the ocean, land, hydrological, vegetation and ice and snow, especially the latest progresses in BeiDou-R and TDS-1 GNSS+R. Finally, the future applications and prospective of GNSS+R are given, including multi-GNSS system, new GNSS-R receivers, GNSS+R missions and emerging applications.

GNSS; multipath; reflectometry; environment remote sensing

The National Natural Science Foundation of China (No. 11373059)

JIN Shuanggen(1974—)，male， PhD，research fellow，majors in satellite navigation and space geodesy.

金雙根,張勤耘,錢曉東.全球?qū)Ш叫l(wèi)星系統(tǒng)反射測量(GNSS+R)最新進(jìn)展與應(yīng)用前景[J].測繪學(xué)報(bào)，2017,46(10)：1389-1398.

10.11947/j.AGCS.2017.20170282.

JIN Shuanggen,ZHANG Qinyun,QIAN Xiaodong.New Progress and Application Prospects of Global Navigation Satellite System Reflectometry (GNSS+R)[J]. Acta Geodaetica et Cartographica Sinica,2017,46(10):1389-1398. DOI:10.11947/j.AGCS.2017.20170282.

P228

A

1001-1595(2017)10-1389-10

國家自然科學(xué)基金(11373059)

2017-05-20

修回日期： 2017-09-01

金雙根(1974—)，男，博士，研究員，研究方向?yàn)樾l(wèi)星導(dǎo)航與空間大地測量。

E-mail： sgjin@shao.ac.cn