目前最好的足彩app

面向突发雪灾的高时效性积雪产品长期以来是我国气象业务亟需。由于我国自主北斗卫星导航系统的轨道多变性，以及我国地基GNSS站网自然环境的复杂性，积雪深度算法和产品的研制工作滞后于成熟的GPS。针对这一难题，中国气象局气象探测中心梁宏博士与目前最好的足彩app地球与空间科学学院遥感所万玮博士组织了联合研究团队，在国家自然科学基金等项目支持下，于2020—2022年开展了“需求牵引、突破瓶颈”为导向的攻关，建立了一套考虑北斗轨道特色的GNSS气象业务站网积雪深度高精度自动化算法框架，首次研制了积雪深度产品GSnow-China。该产品利用导航卫星地表反射信号的面状属性信息，空间分辨率介于原位测量与卫星微波产品之间，可有效补充现有地基和天基气象观测手段的时空代表性。目前，核心算法已顺利完成工程化，首批站点产品已在今年冬季规模化试应用，将长期提供一小时频次的雪深监测数据服务，拓展了GNSS业务站网除大气水汽等变量监测之外的服务能力。

图1. GNSS气象业务站网积雪深度产品GSnow-China。（a）全国站网及2023年首批已集成至业务系统的站点分布；（b）北斗轨道多变性和地形、植被环境复杂性；（c）多时间分辨率雪深产品

适用于多GNSS系统的高精度积雪深度算法需要首先考虑复杂地形的影响。创始人美国Kristine Larson教授提出的经典雪深算法主要是面向GPS这类轨道不变的卫星。但是，这种方式并不适用于我国北斗等变轨卫星，尤其是在地形起伏较大的方位很难找到准确的无雪期参考天线高。针对这一难题，研究团队提出了将地形坡度角赋予明确物理表达的GSnow-TERR模型，形成站点周围全方位地形模拟。多站试验结果表明该模型将北斗、GLONASS和Galileo等变轨数据利用率大幅提升了38.21%。

图2. GSnow-TERR模型的几何示意图

面向业务应用的GNSS积雪深度算法需要综合考虑精度可靠性和自动处理能力。为此，研究团队建立了一套积雪深度高精度自动化反演框架，依托佳木斯和阿勒泰两个试验站，针对国际主流模型的北斗适用性进行了深入分析，最终攻克了地形、植被、土壤穿透、初始高设定、模型自动切换等关键技术，为核心算法的工程化奠定了基础。

图3. 针对复杂地表环境的GNSS站点初始高度确定方法

在2022年2月上旬南方突发性暴雪期间，该算法和产品经受了南方复杂下垫面条件、多星座联合处理、高时效性等考验，得到中央气象台的认可。

图4. GNSS雪深产品应用于2022年2月南方暴雪期间的雪深监测

图5. 天衍系统2023年1月21日（除夕）GNSS积雪深度产品

该项工作的相关成果2022年先后发表在地学、遥感、导航等领域重要刊物Earth System Science Data、IEEE Transactions on Geoscience and Remote Sensing、GPS Solutions、Remote Sensing。积雪深度数据1.0版共享于国家青藏高原科学数据中心（链接：https://doi.org/10.11888/Cryos.tpdc.271839）。课题组研究生张洁、刘宝剑、郭祉辀，探测中心梁静舒等为主要参加者。研究工作得到中国科学院国家空间科学中心、中国科学院空天信息创新研究院、中国科学院西北生态环境资源研究院等单位的合作支持。工作得到国家自然科学基金、国家对地观测科学数据中心开放基金、中国气象局气象探测中心观测试验等项目资助。研究团队长期致力于地基和天基GNSS遥感探测机理与反演方法研究，未来将更深入挖掘此新技术手段的陆地水文关键变量探测潜力，以期更好地服务于我国综合气象观测系统。

相关论文信息：

[1]Wan W, Zhang J, Dai L, Liang H, Yang T, Liu B, Guo Z, Hu H, Zhao L. 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, 2022, 14(8): 3549-3571.

[2]Wan W, Zhao L, Zhang J, Liang H, Guo Z, Liu B, Ji R. Toward terrain effects on GNSS Interferometric Reflectometry snow depth retrievals: geometries, modeling, and applications. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 4415514.

[3]Liu S, Zhang J, Wan W, Liang H, Liu B, Guo Z. A comprehensive evaluation of utilizing BeiDou data to estimate snow depths from two ground-based stations. GPS Solutions, 2022, 26(4): 118.

[4]Zhang J, Liu S, Liang H, Wan W,Guo Z,Liu B. Using GNSS-IR Snow Depth Estimation to Monitor the 2022 Early February Snowstorm over Southern China. Remote Sensing, 2022, 14(18): 4530.