-
公开(公告)号:CN114488219A
公开(公告)日:2022-05-13
申请号:CN202210121326.4
申请日:2022-02-09
Applicant: 长安大学
Abstract: 本发明公开了一种基于GNSS‑R的洪涝变化区域反演方法,涉及洪涝监测技术领域,基于CYGNSS数据对地表水的敏感性,从信号的散射机制入手,分析了强降雨前后地表反射率的时间与空间变化,得到了强降雨不同阶段洪涝灾害的分布。本申请提供的一种基于GNSS‑R的洪涝变化区域反演方法,通过处理CYGNSS L1数据,利用反射率对不同地物敏感性不同,得到了强降雨期间被洪涝淹没的范围,结果显示利用CYGNSS数据可以得到较高空间分辨率的洪涝监测结果,且反演结果能很好的显示较短时间内洪涝在城市与城市之间的移动。
-
公开(公告)号:CN115935706A
公开(公告)日:2023-04-07
申请号:CN202310026991.X
申请日:2023-01-09
Applicant: 长安大学
IPC: G06F30/20 , G06F18/241 , G06F17/18 , G06F18/214
Abstract: 本发明提供了一种基于CYGNSS的RRVT土壤湿度反演模型构建方法,属于土壤湿度监测技术领域,包括:收集研究区内一段时间的CYGNSS数据,计算地表反射率和及表征地表粗糙度信息的DDM统计矩;收集研究区内一段时间的SMAP植被光学厚度、地表温度、土壤湿度数据;利用研究区的GSW数据剔除落在开放水域中的CYGNSS数据;将每天观测到的CYGNSS数据和SMAP数据等比例随机分配到训练集和测试集中;将训练集中的地表反射率、DDM统计矩、植被光学厚度、地表温度、土壤湿度代入多元线性回归模型中,利用最小二乘法对多元线性回归模型进行训练,得到模型的回归系数,实现土壤湿度反演模型的构建。该方法能够构造相较于RRV模型更加精细化的土壤湿度反演模型。
-