近期，山东大学空间科学研究院卫星导航与遥感团队在地基GNSS-R方面取得系列重要进展。相关成果发表于《IEEE Geoscience and Remote Sensing Letters》（GRSL）、《Advances in Space Research》（ASR）及《Measurement Science and Technology》（MST）等国际权威期刊。研究围绕利用GNSS反射信号实现高精度土壤湿度反演、植被含水量估计及海冰冰期探测三个方向展开。

在土壤湿度反演方面，针对传统GNSS-IR技术仅能利用低仰角信号的局限，团队提出“双天线+双接收机”改进观测方案，成功获取并利用高仰角左旋圆极化反射信号，实现高精度土壤湿度反演，最大相关系数达0.95，均方根误差优于0.02 m³/m³。另外，针对GNSS-R方法中雨天反演精度骤降（均方根误差达0.15 m³/m³）的问题，团队基于连续一年以上的农田实测数据，提出融合降雨强度分段与实时信噪比调制的校正算法，将测试集均方根误差显著改善至0.02 m³/m³。上述两项研究成果均发表在IEEE GRSL期刊上，第一作者分别为王娜子副研究员和硕士研究生钱程，徐天河教授、高凡副教授、广州城市规划设计院的贺匀峤博士和方震龙博士为共同作者。

图1 团队提出的新观测方案（左），北斗多频信号反演结果（中），与传统方法精度比较（右）

在植被含水量反演方面，针对低仰角下GNSS-IR反演精度不足的难题，团队构建了融合地面高光谱数据的多源遥感框架。通过多种回归模型对比优化，NDVI反演相关系数最高达0.9752，精度显著优于单一GNSS-IR信号，为高时空分辨率植被监测提供了稳健的技术方案。上述研究成果发表于MST上，第一作者是硕士研究生王学洁，通讯作者是王娜子副研究员，徐天河教授和高凡副教授为共同作者。

图2 团队设立的观测站（左），联合植被含水量反演结果（中），与传统方法精度比较（右）

在海冰冰期探测方面，针对地表反射复杂、单一特征因子性能不稳定的问题，团队提出功率比因子，并构建了基于全误差协方差矩阵的最小方差融合模型。该模型消除了各特征因子间的相关性，实现了无偏且最优精度的海面状态反演，显著提升了复杂观测条件下的海冰识别能力。上述研究成果发表于ASR上，第一作者是硕士研究生王美俊，通讯作者是王娜子副研究员，徐天河教授、高凡副教授、中国人民解放军网络空间部队信息工程大学的陈灵秋博士为共同作者。

图2 计算数据来源观测站（左），海冰冰期反演结果（右上），海冰密集度比对数据（右下）

该系列研究得到国家重点研发计划（2024YFB3910002）、国家自然科学基金（41704017）、山东省自然科学基金（ZR2022MD046）等项目的资助。

作者：王娜子