郑佳伟 jwzheng@whu.edu.cn
指导教师：方荣新、李敏
美国的全球定位系统（GPS）、俄罗斯的格洛纳斯（GLONASS）、欧盟的伽利略（Galileo）和中国的北斗系统（BDS）并称四大全球导航卫星系统（Global Navigation Satellite System, GNSS）。近年来，除了GNSS“本职功能”外（即定位、导航与授时，PNT），GNSS反射遥感技术（GNSS-Reflectometry, GNSS-R）也得到了蓬勃发展。GNSS-R技术通过处理携带反射面信息的GNSS反射信号（即多路径信号），可对雪深（Snow depth）1-3、永久冻土融化（Permafrost melt）4、土壤湿度（Soil moisture）5、海平面潮汐（Sea-level tide）6、水位（Water level）7、植被含水量（Vegetation water content）8-10、滑坡探测（Landslide detection）等进行全天候的高精度反演，甚至可测量风速11-12、海面有效波高13、捕捉海啸波14和风暴潮信号14-15。目前，GNSS-R技术发展方兴未艾，更多的应用正在被探索16-17；可以说，GNSS-R的应用仅受人们想象力的限制（https://www.163.com/dy/article/FDHO7IBH0512TRKA.html）。
GNSS-R技术主要包括基于干涉模式的地基GNSS-R和基于反射模式的星基GNSS-R。地基GNSS-R技术（即GNSS interferometric reflectometry, GNSS-IR）是指依靠安装在地面或近地面的一个常规GNSS接收机（包括天线），如天宝等大地测量型接收机（RHCP天线）和手机等低成本智能终端（线性极化天线），同时接收GNSS直射信号和反射信号，以形成直射信号和反射信号的相干信号；不同的反射面会导致不同的干涉振荡，通过分析干涉振荡序列的特性，可以对反射面的参数进行反演（技术示意图见图1）。进一步，GNSS-IR技术根据使用的数据类型不同，可分为信噪比（SNR）方法、载波相位观测值组合方法、伪距和载波相位观测值组合方法等18。更进一步，载波相位观测值组合方法又可细分为双频载波相位观测值组合方法（L4方法）、三频载波相位观测值组合方法等；伪距和载波相位观测值组合方法又可细分为单频伪距和载波相位观测值组合方法、双频伪距和载波相位观测值组合方法等。目前，地基GNSS-IR开源程序众多，最著名、功能最全面的莫过于Larson教授开源的gnssrefl软件（python语言）。供初学者了解的相关链接如下：
1) gnssrefl代码库：https://github.com/kristinemlarson/gnssrefl
2) gnssrefl软件简介：https://zhuanlan.zhihu.com/p/552397892
3) gnssrefl软件安装使用教程（英文）：https://zhuanlan.zhihu.com/p/627642350
4) gnssrefl软件安装教程（中文）：https://www.bilibili.com/video/BV14S411c739/?spm_id_from=333.999.0.0&vd_source=c099da5c7754f0cc2a595be7e3b4fba0
5) gnssrefl软件对应期刊文献19（GPS Toolbox）：https://link.springer.com/article/10.1007/s10291-024-01694-8
6) 网页版GNSS-IR-Larson：https://gnss-reflections.org/
图1 地基GNSS-IR技术示意图（https://gnss-reflections.org/overview）
不同于地基GNSS-IR，星基GNSS-R依赖于特制的GNSS-R接收机。如图2所示，星基GNSS-R技术指，将两个特制GNSS-R接收机载荷安装在低轨对地观测卫星上，通过分别接收GNSS直射信号和反射信号，来实现对地遥感。目前，搭载GNSS-R接收机的低轨对地观测卫星有TechDemoSat-1、CYGNSS、捕风一号A/B、风云三号E/F/G、“吉林一号”宽幅01B/01C卫星、天目星座等，极大地促进了星基GNSS-R技术的发展和应用。其中，得益于CYGNSS数据（或产品）较容易地免费获取，基于CYGNSS数据的研究最为广泛。（CYGNSS（Cyclone Global Navigation Satellite System）由8颗低轨卫星组成，卫星轨道高度约为520 km，轨道倾角约35°，平均重访周期约6小时。每颗cygnss低轨卫星可通过星载GNSS-R接收机，接收GPS反射信号，以实现GNSS遥感。）
基于我们有限的调研，目前网络上（几乎）还没有开源的星基GNSS-R数据处理代码。鉴于此，我们基于python语言开发了CYGNSS数据处理包；该python包可实现CYGNSS数据/产品下载、镜面反射点空间分布图&时延-多普勒图像的绘制等功能。代码下载地址：https://github.com/jwzhengWHU/cygnss_code_python。（本仓python代码仅为作者出于兴趣编写，由于水平有限，因此并不能完全保证代码的准确性，请各位同行谨慎参考使用。）
图2 星基GNSS-R技术示意图20
软件所有权归作者所有，仅供科研学习之用，请勿用于商业用途。
部分参考文献
[1] Larson KM, Gutmann ED, Zavorotny VU, Braun JJ, Williams MW, Nievinski FG (2009) Can we measure snow depth with GPS receivers? Geophysical Research Letters 36(17).
[2] Larson KM, Nievinski FG (2013) GPS snow sensing: results from the EarthScope Plate Boundary Observatory. GPS solutions 17:41-52.
[3] Wan W, Zhang J, Dai L, Liang H, Yang T, Liu B, et al. (2022) A new snow depth data set over northern China derived using GNSS interferometric reflectometry from a continuously operating network (GSnow-CHINA v1.0, 2013–2022). Earth System Science Data 14(8):3549-3571.
[4] Hu Y, Wang J, Li Z, Peng J (2022) Ground surface elevation changes over permafrost areas revealed by multiple GNSS interferometric reflectometry. Journal of Geodesy 96(8).
[5] Larson KM, Small EE, Gutmann ED, Bilich AL, Braun JJ, Zavorotny VU (2008) Use of GPS receivers as a soil moisture network for water cycle studies. Geophysical Research Letters 35(24).
[6] Larson KM, Ray RD, Williams SD (2017) A 10-year comparison of water levels measured with a geodetic GPS receiver versus a conventional tide gauge. Journal of Atmospheric and Oceanic Technology 34(2):295-307.
[7] Larson KM, Löfgren JS, Haas R (2013) Coastal sea level measurements using a single geodetic GPS receiver. Advances in space research 51(8):1301-1310.
[8] Small EE, Larson KM, Braun JJ (2010) Sensing vegetation growth with reflected GPS signals. Geophysical Research Letters 37(12).
[9] Wan W, Larson KM, Small EE, Chew CC, Braun JJ (2015) Using geodetic GPS receivers to measure vegetation water content. GPS solutions 19:237-248.
[10] Larson KM (2016) GPS interferometric reflectometry: applications to surface soil moisture, snow depth, and vegetation water content in the western United States. Wiley Interdisciplinary Reviews: Water 3(6):775-787.
[11] Wang F, Li J, Yang D, Yang L, Sun B (2023) Can we measure sea surface wind speed with a smartphone? GPS solutions 27(4):196.
[12] 王笑蕾, 何秀凤, 陈殊, 张勤, 宋敏峰 (2021) 地基GNSS-IR风速反演原理及方法初探. 测绘学报 50(10):1298-1307.
[13] Wang X, He X, Shi J, Chen S, Niu Z (2022) Estimating sea level, wind direction, significant wave height, and wave peak period using a geodetic GNSS receiver. Remote Sensing of Environment 279:113135.
[14] Larson KM, Lay T, Yamazaki Y, Cheung KF, Ye L, Williams SD, Davis JL (2021) Dynamic sea level variation from GNSS: 2020 Shumagin earthquake tsunami resonance and Hurricane Laura. Geophysical Research Letters 48(4):e2020GL091378.
[15] 何秀凤, 王杰, 王笑蕾, 宋敏峰 (2020) 利用多模多频GNSS-IR信号反演沿海台风风暴潮. 测绘学报 49(09):1168-1178.
[16] Karegar MA, Larson KM, Kusche J, Dixon TH (2020) Novel Quantification of Shallow Sediment Compaction by GPS Interferometric Reflectometry and Implications for Flood Susceptibility. Geophysical Research Letters 47(14).
[17] Wang F, Yang D, Zhang B, Yang L (2022) Can sea ice thickness be retrieved using GNSS-interferometric reflectometry? GPS solutions 26(4).
[18] 李云伟. (2019). 基于GNSS-R的积雪厚度测量理论与方法研究. (硕士)
[19] Larson KM (2024) Gnssrefl: an open source software package in python for GNSS interferometric reflectometry applications. GPS solutions 28(4):1-6.
[20] 俞峂柠. (2023). 基于机器学习的星载GNSS-R土壤湿度反演方法研究. (硕士)
