多星融合积雪深度反演研究

摘要

针对利用全球卫星导航系统反射信号干涉测量（GPS-IR）反演雪深时单星反演精度不足的问 题，本文提出一种基于小波分析和最小二乘支持向量机（LS-SVM）的多星融合反演模型。通过小波 多尺度分解技术替代传统低阶多项式方法，有效分离卫星反射信号，抑制异常跳变，单星反演结果与 参考雪深的相关系数均大于 0.547，较传统方法提升至少 8.9%。进一步引入 LS-SVM 融合多颗卫星数 据，利用其处理小样本和非线性问题的优势，构建多星互补模型。实验采用美国 PBO 计划 P101 测站 数据，结果表明：当融合卫星数量达到 6 颗时，反演结果与参考值的相关系数提升至 0.948，均方根误 差（RMSE）低于 0.035，显著优于单星反演。研究发现，多星融合能综合不同方位角的地表积雪信息， 缓解单星反演的局部偏差，且卫星组合数超过 5 颗后精度趋于稳定。该研究为复杂环境下雪深连续监 测提供了新思路，未来可结合星载与地基 GNSS-R 数据，并纳入地表温度等变量以进一步提升模型适 用性。