基于VMD-MA的GNSS-MR雪深反演方法

针对利用全球卫星导航系统多径反射(GNSS-MR)技术反演雪深过程中信噪比(SNR)序列趋势项分离不佳和反演结果波动较大的问题,提出一种基于变分模态分解(VMD)和移动平均(MA)的雪深反演方法.VMD算法通过自适应高通滤波有效分离SNR序列的趋势项,MA算法对初始反演结果进行平滑处理从而减少随机波动.选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验,研究所提方法的可行性.结果表明:基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95,均方根误差(RMSE)最低约5 cm,较传统算法减少近40％;经MA算法平滑处理后,反演精度进一步提高.考虑到GNSS站和气象站之间的差异性,选取GPS SNR反演结果作为参考数据源,不同参考数据源取得了一致的实验结论,验证了所提方法的可行性和有效性.