出版日期: 2016-09-25
点击次数：
下载次数：
DOI: 10.11834/jrs.20166228
2016 | Volumn20 | Number 5

论文

GNSS遥感研究与应用进展和展望

万玮^1,2 , 陈秀万³ , 彭学峰³ , 白伟华⁴ , 夏俊明⁴ , 梁宏⁵ , 张学民⁶ , 熊攀⁶ , 杨婷³ , 曹云昌⁵ , 尹聪⁵ , 赵利民^7,8 , 洪阳^1,2

1. 清华大学水沙科学与水利水电工程国家重点实验室, 北京 100084

2. 清华大学水利水电工程系, 北京 100084

3. 北京大学地球与空间科学学院, 北京 100871

4. 中国科学院国家空间科学中心, 北京 100190

5. 中国气象局气象探测中心, 北京 100081

6. 中国地震局地震预测研究所, 北京 100036

7. 中国科学院遥感与数字地球研究所, 北京 100101

8. 国家航天局航天遥感论证中心, 北京 100101

收稿日期: 2016-04-13; 修改日期: 2016-07-02; 优先数字出版日期: 2016-09-25

基金项目: 国家自然科学基金青年科学基金项目（编号：41501360，41505030，41405039，41405040，41501402）；中国博士后科学基金（编号：2015M570109）；中国科学院青藏高原环境变化与地表过程重点试验室开放基金（编号：TEL201503）；中国气象局数值预报发展专项（编号：GRAPES），中国地震局地震预测研究所基本科研业务费专项部门任务专项（编号：2016IES0306）；“中国大陆环境构造监测网络”工程项目；“十二五”民用航天预研项目资助

第一作者简介: 万玮(1986-), 女, 助理研究员, 研究方向为GNSS-R遥感理论、方法及应用, 水循环遥感等。E-mail:wanweilizzy@tsinghua.edu.cn

通讯作者简介: 陈秀万(1964-), 男, 教授, 研究方向为GNSS遥感、卫星导航、应急减灾等。E-mail:xwchen@pku.edu.cn 洪阳(1973-), 男, "千人计划"特聘教授, 研究方向为水循环遥感、遥感大数据等。E-mail:hongyang@tsinghua.edu.cn

中图分类号: TP722.6

文献标识码: A

文章编号: 1007-4619(2016)05-0858-17

摘要

全球导航卫星系统遥感（GNSS remote sensing）属卫星导航应用与遥感的一个交叉学科范畴。GNSS系统除传统的导航、定位、授时等功能外，可免费提供全球覆盖、高时间分辨率的L波段（1-2 GHz）微波信号用于遥感探测。继GNSS折射信号被率先用于地震、大气水汽等的探测以来，利用GNSS反射信号进行海洋、陆表参数估算，近年来成为国际GNSS应用研究前沿热点。随着中国自主北斗导航系统的蓬勃发展，将会为GNSS遥感带来新的发展契机和空间。本文从GNSS遥感的两个重要学科分支，即GNSS折射信号遥感（GNSS refractometry）和GNSS反射信号遥感GNSS-R（GNSS Reflectometry），回顾在这一交叉学科领域近几十年的发展，并简要分析GNSS遥感发展面临的机遇与挑战。

关键词

GNSS遥感 , 北斗 , GPS , GNSS-R

Overview and outlook of GNSS remote sensing technology and applications

WAN Wei^1,2 , CHEN Xiuwan³ , PENG Xuefeng³ , BAI Weihua⁴ , XIA Junming⁴ , LIANG Hong⁵ , ZHANG Xuemin⁶ , XIONG Pan⁶ , YANG Ting³ , CAO Yunchang⁵ , YIN Cong⁵ , ZHAO Limin^7,8 , HONG Yang^1,2

1.State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 100084, China

2.Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China

3.School of Earth and Space Sciences, Peking University, Beijing 100871, China

4.National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China

5.Meteorological Observation Center, China Meteorological Administration, Beijing 100081, China

6.Institute of Earthquake Science, China Earthquake Administration, Beijing 100036, China

7.Institute of Remote Sensing and Digital Earth, CAS, Beijing 100101, China

8.The Center for National Spaceborne Demonstration, Beijing 100101, China

Abstract

The Global Navigation Satellite Systems (GNSSs), including the United States Global Positioning System (GPS), Russian GLONASS, the European Union's Galileo, and China's BeiDou, provide L-band microwave signals with high temporal resolution. These systemshave extended the applications of the GNSS from positioning/navigation to remote sensing. Since the 1990s, the versatile refracted GNSS signals have been successfully demonstrated to sound the ionosphere and troposphere. In the pasttwo decades, reflected signals, which involve making measurements of the reflections from the Earth, have shown theircapacity for earth observations over wateror land. On the basis of such background, GNSS remote sensing, as a hybrid of GNSS and remote sensing, has been developed over the years. The concepts of GNSS remote sensing can be summarized into two categories:GNSS refractometryand GNSS reflectometry (GNSS-R). The applications of GNSS remote sensing involves atmospheric water vapor, seismo-ionospheric disturbances, oceans, lands, hydrology, and the cryosphere. To further promote the applications of the GNSS remote sensing technology in atmospheric, seismic, and water cycle studies, this review systematically introduces the international and domestic forefront of GNSS remote sensing technology and its applications, with a focus on GNSS/meteorology, GNSS ionospheric seismology, GNSS radio occultation, ocean observations, land applications, cryosphere applications, and missions of GNSS-R. We also discuss and provide an overview of the bottlenecks related to the further development of each branch of GNSS remote sensing. The next generations of GNSS systems, especially GPS Ⅲ and BeiDou Ⅱ, are expected to show improved performance and offer excellentcapabilities to users around the globe. This study can provide references for the future development of GNSS remote sensing technologiesand otherrelated subjects.

Key words

GNSS remote sensing , Beidou , GPS , GNSS-R

1 引言

随着空间科技的发展和地球空间信息基础设施的不断完善，人类能够通过更多的观测手段认知世界，尤其对于大气圈、水圈、冰冻圈的研究和理解已经产生跨越式的进步。目前全球在轨工作卫星超过1000颗，至2020年，中国将同时有200多颗卫星在轨运行，将成为国际上卫星数量众多的国家之一。随之带来的遥感大数据资源，正在和即将为科研及行业应用提供持续增长的信息支撑，并能够强力推动空间信息产业的快速发展。如何充分、高附加值地使用卫星这些数据资源，实现卫星遥感从“数据”到“信息”再到“价值”的转化，关键在于卫星遥感大数据及其应用技术的重大突破，急需遥感科技领域跨学科交叉研究及产学研协同创新。

全球导航卫星系统GNSS(Global Navigation Satellite System)是为提供导航定位服务而发展的一类卫星系列。全球4大导航系统，即美国的GPS、中国的北斗、俄罗斯的GLONASS和欧盟的Galileo，目前已有100多颗卫星在轨运行。这些导航卫星不仅能够为空间信息用户提供全球共享的导航、定位、授时信息，还可无偿提供全球覆盖、高时间分辨率的L波段(1—2 GHz)微波信号用于遥感探测。如何全面深入的探究和利用GNSS大数据资源，充分发掘GNSS大数据蕴藏的全方位价值，将成为GNSS业界创新拓展目标。鉴于此，自20世纪90年代以来，衍生并发展着“GNSS遥感”这一延伸学科。“GNSS遥感”属于卫星导航与遥感的交叉学科范畴，其理念是致力于导航卫星创新增值应用探索，拓展导航卫星从传统应用到“GNSS+”的创新应用。具体而言，即将干扰导航定位精度的大气折射、地表反射等误差源，“点石成金”为遥感探测的信号源，在突破导航卫星遥感探测关键技术的基础上，拓展GNSS大数据在地震探测、气象预报、海洋探测、智慧农业、水文水利、生态环境等领域的广泛应用(图 1)。根据GNSS卫星信号的传播和应用方式，GNSS遥感总体划分为两个分支，即GNSS折射信号遥感(GNSS Refractometry)和GNSS反射信号遥感GNSS-R(GNSS Reflectometry)。前者指测量GNSS卫星信号穿过大气层发生的折射，后者指测量GNSS卫星信号到达地球表面时发生的反射。

图 1 GNSS从传统应用到遥感应用的拓展

Fig. 1 Overview of GNSS remote sensing concepts and applications

2 GNSS折射信号遥感进展

2.1 GNSS TEC地震电离层研究

卫星探测技术的发展给地震科学研究创造了新契机。越来越多的观测数据和研究成果发现，中强地震前后电离层电磁场会出现异常现象，说明地震过程并不只是局限于地球岩石圈，探究地球各圈层之间的相互耦合作用是进行地震研究的有效方法。自1964年阿拉斯加大地震首次发现电离层异常扰动，科学家们越来越重视利用电离层观测资料进行地震前兆信息的研究(Leonard和Barnes，1965)。当GNSS卫星发射的高频电波信号在电离层中传播时，受电离层导电介质的折射影响，不同频率的电磁波传播路径的差异将产生附加的信号传播时延，从而使所接收到的电波信号产生时差和相位偏移。在影响GNSS定位精度的各种误差因素中，电离层是仅次于卫星星历误差的误差源，电离层引起的GNSS误差主要与沿卫星至接收机收视方向上的电子总含量TEC(Total Electron Content)有关(夏淳亮等，2004)。GNSS接收站在全球分布众多，具有观测及时、覆盖范围广、观测精度高、低成本、高效率等诸多优势，利用GNSS TEC技术研究电离层时空变化越来越成为地震电离层研究的一个重要发展方向。

许多学者利用GNSS TEC数据对地震电离层前兆展开研究。Calais和Minster(1995)最早研究了1994年Northridge地震期间电离层的TEC扰动情况。Zaslavski等人(1998)基于Topex-oseidon卫星的TEC数据，采用统计方法对地震活动和电离层扰动之间的相关性进行了检验。Leyva-Contreras等人(2005)利用墨西哥5个连续运行的GNSS测站，研究了2003年1月21日Ms7.8级地震引起的TEC变化特征，发现距震中最近的GNSS站点TEC在震前3 d超出其一倍中误差上限。Zhao等人(2008)利用美国喷气动力试验室JPL(Jet Propulsion Laboratory)发布的GIM数据分析了2008年汶川Ms 8.0地震前的TEC异常，结果显示震前3 d震中东南方向出现局部TEC明显增强现象，且在南半球的磁共轭区观测到同步扰动。Liu等人(2004)基于台湾阳明山GNSS观测站数据研究了台湾20次Ms 6.0级地震前TEC的异常，发现其中有16个地震在震前5天当地时18—22点之间出现电离层异常。Liu等人(2013)对1998年—2012年期间中国大陆发生的56次震级大于6的地震TEC扰动特征开展统计分析研究，结果显示震前2—9 d下午时段的TEC呈快速下降异常，与位于低纬度的印尼地区和中国台湾的地震具有相似的电离层扰动特征。GNSS TEC数据还被广泛应用于同震及震后电离层效应研究。Song等人(2015)利用中国GNSS观测网提供的华南地区的46个GNSS站TEC数据，对汶川大地震引起的电离层同震效应进行分析，结果显示震后数分钟发生两个扰动事件，认为是由于震后地面垂直运动而激发的声重力波(AGW)传播到达电离层高度所致。Hao等人(2012)针对2011年日本Tohoku大地震开展的研究表明，地表高频多普勒频移和GNSS TEC均观测到传播至电离层的地表振荡所激发的地震次声波，而电离层中电子密度和电流的相互作用同样被地磁场观测结果所证实。

由中国地震局牵头组建的“中国地壳运动观测网络”是“九五”国家重大科学工程建设项目，2期工程称为“中国大陆环境构造监测网络”，自1998年开工建设至今，已形成具有260个GNSS基准站、千余个不定期复测GNSS站的区域观测网络(甘卫军等，2007)，为反演中国区域GNSS TEC数据奠定了良好的数据基础。利用国内GNSS网络观测数据，地震系统的专家学者对地震电离层前兆展开了大量的研究：张学民等人(2009)关于汶川地震前后电离层扰动异常的研究显示，在震前3天(5月9日)距离震中较近的泸州站TEC快速增强(图 2)。李建勇(2010)利用全国GNSS基准站对2000年—2009年中国大陆33次震级大于6的地震进行统计分析，结果表明中强地震电离层TEC异常多出现在震前数天，异常持续时间多为几个小时，其异常的相对变化幅度一般为20%—30%，异常出现的区域多偏震中东南方向。林剑等人(2009)利用中国25个基准站结合国际IGS(International GNSS Service)网站发布的全球数据，研究了汶川地震前后的TEC扰动空间异常，结果显示地震前后一周内震区上空连续出现异常扰动且具备共轭特性，并向磁赤道漂移。祝芙英等人(2008)利用中国地壳运动观测网络的GNSS数据解算得到TEC的时间序列，发现汶川Ms8.0地震前1—6 d内多次出现显著的异常。吴云等人(2005)利用IGS给出的由全球连续站观测数据得到的TEC，发现2001年11月14口昆仑山8.1级地震、2004年日本新泻6.8级地震、2004年印尼苏门答腊Ms8.9级地震震前一段时间出现负异常。随着陆态网络的完善及数据的实时发布更新(蔡华等，2014)，数据时空覆盖率不断提高，中国区域GNSS网站的TEC必将在地震前后的局地电离层时空演化特征研究中发挥更重要的作用。

图 2 汶川地震前收集到了泸州GNSS测点反演得到的GNSS TEC观测资料

Fig. 2 The ionospheric TEC inversed by LUZHOU GNSS observation before Wenchuan M8.0 earthquake

2.2 GNSS对流层大气水汽探测

GNSS卫星信号穿越地球大气中性层时，受大气折射影响使信号传播速度减弱和路径弯曲，造成传播时间延迟。这种时间上的延迟等介于传播路径的增长，成为GNSS定位中的误差源。大气的中性层泛指从地面到60 km左右的非电离大气层，发生在该层的延迟一般称中性延迟，由于折射的80%发生在对流层，所以通常也称对流层延迟。对流层延迟分为主要由干空气引起的流体静力学延迟和水汽造成的湿延迟(Bevis等，1994)。通过地基GNSS观测可精确估计天顶方向大气总延迟，在天顶方向大气总延迟中去掉天顶流体静力学延迟(由地面气压精确确定)即可得到天顶湿延迟，进而根据天顶湿延迟与大气可降水量PWV(Precipitable Water Vapor)的函数关系探测大气水汽(盛裴轩等，2003)，地基GNSS PWV反演精度可达1—2 mm(Bevis等，1992)。

地基GNSS气象学(GNSS/METeorology，GNSS/MET)方面，国际上大致经历了技术研究和试验(Kuo等，1993)、地基GNSS/MET网建立(Wolfe和Gutman，2000)、GNSS/MET水汽观测资料在天气预报中的应用(Gutman等，2004；Smith等，2007)、以及3维水汽场层析(Bender等，2009)和基于多星座的对流层大气观测(Bender等，2009)等新技术发展共4个阶段。国内大致经历了方法引进和野外试验(曹云昌等，2005；毕研盟等，2006)、地基站网建设(曹云昌等，2007)和业务运行及应用研究(曹云昌等，2005；丁金才等，2009)等3个阶段。自1995年后GNSS/MET反演技术不断发展，各国相继建立地基GNSS站网，GNSS/MET观测资料的实际应用也随之发展，主要包括天气分析(如Moore等，2015)、数值天气预报(如Cucurull等，2004，陈敏等，2009)、卫星和探空等资料检验(如梁宏等，2006；梁宏等，2012；Vey等，2010)以及气候变化研究(如Wang和Zhang，2008)中的应用。

中国气象局于2003年在河北省石家庄、张家口、秦皇岛(曹云昌等，2005)和中国气象局大气探测试验基地建立地基导航卫星遥感水汽探测的业务试验站网，随后在气候观测台试点站中又建设张掖、电白和锡林浩特3个台站。2006年，中日JICA计划在青藏高原东侧建设了27个台站，用于对西南水汽的监测(Zhang等，2012)。2007年，中国气象局参与上述“中国大陆环境构造监测网络”工程的建设，至此构成一个覆盖全国的GNSS/MET站网。此外，全国各省市也通过独立和合作建站，陆续建设了区域GNSS综合应用网。截止至2013年6月，全国气象部门和其他部门合作的GNSS/MET站达923个，为国家级的导航卫星水汽遥感探测业务(图 3)打下了基础(Liang等，2015)。

图 3 基于地基GNSS/MET站网的中国长江中下游近实时大气可降水量空间分布(2016-06-22 03:00 UTC)

Fig. 3 Near real-time spatial distribution of PWV over middle and lower reaches of the Yangtze river in China

2013年3月气象部门首个地基北斗水汽探测网在湖北省开展建设。该项目利用中国自主北斗导航卫星系统开展地基水汽探测，获取高时间分辨率大气水汽资料。该监测网络包括6个北斗卫星导航系统大气探测基准站和１个数据收集处理中心(周若和蔡宏，2014)。王海深等人(2015)比较了湖北省地基GNSS观测网中GPS和北斗信号探测大气水汽的结果，发现两个系统之间的系统误差为2—3.3 mm，均方根误差约2.5 mm，基于北斗信号探测的PWV略高于基于GPS信号的探测结果。杜明斌等人(2015)分析了上海市气象局建立的地基北斗站观测的数据，结果表明利用北斗卫星信号解算的大气水汽总量与目前较为成熟的GPS卫星信号反演结果基本一致，两者均方根误差小于3.5 mm，相关系数均在0.95以上。利用北斗信号反演的PWV能很好地反映大气中水汽的变化特征，对于气象短时临近预报、气候分析有指示作用。

2.3 GNSS大气及电离层掩星探测

GNSS掩星探测技术GNSS-RO(GNSS Radio Occultation)可实现大气层和电离层探测，具有高精度、高垂直分辨率、长期稳定、全球覆盖、全天候等优势，可弥补传统大气探测手段的不足，其探测资料对数值天气预报、临近空间环境监测与研究、气候与全球变化研究、大气模式研究和数据同化等具有重要的科学意义。GNSS-RO借助星载高动态GNSS接收机对GNSS卫星进行临边观测获得相位值，利用GNSS和低轨卫星的位置、速度等信息计算弯曲角，然后用Abel积分变换反演得到大气折射率，进而计算全球大气的温度、密度和气压等大气参数剖面及电离层电子密度剖面(王树志等，2015)。

1995年，美国成功发射了Microlab-1低轨卫星，首次证实了GNSS无线电掩星大气探测技术的可行性(Ware等，1996)。美国UCAR(University Corporation for Atmosphere Research)利用掩星观测数据成功地反演出了5—40 km高分辨率的大气物理参数。此后，各国竞相发展自己的掩星探测计划(Liu等，2013)。目前，国际上主要的掩星计划包括美国的GPS/MET(1995年4月)、丹麦的Orsted和MetOp-A(1999年2月和2006年10月)、德国的CHAMP和GRACE(2000年7月和2002年3月)、中国台湾的COSMIC(2006.4)、欧洲空间局ESA (European Space Agency)的MetOp-B(2012.9)以及中国的FY3-C(2013.9)。除上述主要掩星计划外，近期计划发射的GNSS掩星探测计划有：美国和台湾联合的COSMIC II计划、美国CICERO计划、ESA的MetOp-C计划，以及中国的FY3-D星。美国宇航局NASA计划在未来10年内为所有低地球轨道任务配备GPS掩星探测仪器(GPSRO)，并提出了全球“无缝隙整体天气作战保障”的概念，制定了国家级轨业务环境卫星系统(NPOESS)计划。

由中国科学院国家空间科学中心研发的国际首台北斗/GPS兼容GNSS掩星探测仪GNOS已于2013年9月随FY3-C气象卫星发射入轨(图 4)并已测得大量掩星数据(Bai等，2014；Wang等，2014；王树志等，2015；Liao等，2016)，其大气产品反演结果及精度分析见图 5和表 1。图 5中从左到右分别给出了折射率、温度、气压和比湿廓线。风云系列气象卫星的后续计划D、E、F和G星也将搭载GNOS掩星探测仪。

图 4 风云3号卫星及掩星大气探测仪

Fig. 4 FY3-C satellite and its payload GNSS Occultation Sounder (GNOS)

图 5 风云3号掩星探测产品

Fig. 5 FY3-C radio occultation products

表 1 FY3-C GNOS掩星探测产品精度
Table 1 Precision of FY3-C radio occultation products

下载CSV

高度(0—30 km)	折射率/%		温度/K		气压/%		比湿/(g/kg)
高度(0—30 km)	mean	std	mean	std	mean	std	mean	std
GNOS-GPS vs Radiosonde	–0.18	1.58	0.06	2.23	0.06	1.18	< 0.3	< 1.5
GNOS-GPS vs ECMWF	–0.14	0.98	–0.26	1.75	–0.18	1.05	< 0.2	< 1.2
GNOS-BD vs GNOS-GPS	0.07	1.64	–0.24	1.65	0.25	1.19	< 0.15	< 2

3 GNSS反射信号遥感进展

3.1 GNSS-R及其观测模式

从GNSS-R学术理念的提出至今(Martin-Neira，1993)，该技术已经历了20年的发展历程，理论架构和应用体系均在不断完善。GNSS-R的应用领域已从最初的海洋遥感应用过渡到复杂的陆面遥感应用，观测平台也从地基/岸基平台逐步发展到机载/星载平台。理论上，GNSS遥感观测可看作收发分置雷达结构，根据信号接收方式不同，目前的研究主要基于两种思路开展：思路一是采用专门研制的GNSS-R接收设备，通过两个天线分别接收直射和反射信号，从微波遥感机理出发，基于双基雷达方程进行参数估算；思路二是采用普通定位用途的GNSS信号接收天线或线极化天线，接收直射信号和反射信号的叠加信号，通过信号干涉理论和度量进行参数估算。GNSS-R早期研究及后续绝大部分研究均采用第1种思路，并已将其成功应用于海面高度(Lowe等，2000)、海面风场(Zavorotny和Voronovich，2000)、土壤湿度(Masters等，2004)等的估算。随着对GNSS反射信号认识的逐步深入，近年来发展了第2种思路，主要以美国科罗拉多大学的GPS-IR(Global Positioning System Interferometric Reflectometry)技术和西班牙加泰罗尼亚理工大学的IPT(Interference Pattern GNSS-R Technique)技术为代表，二者的共同之处是均采用干涉相关理论与地表参数建立联系，GPS-IR和IPT也已初步应用于与海洋和陆面参数估算中(Larson等，2010；Larson等，2013a；Chew等，2014；McCreight等，2014；Rodriguez-Alvarez等，2011a；Rodriguez-Alvarez等，2011b；Rodriguez-Alvarez等，2012a；Rodriguez-Alvarez等，2012b)。万玮等人(2015)将上述两种思路下的GNSS-R遥感观测模式分别定义为“双天线模式”和“单天线模式”，彭学峰等人(2016)又将“双天线模式”拓展为“多天线模式”。

3.2 GNSS-R观测平台

GNSS-R多天线模式和单天线模式具有各自的优势和适用性，前者分别接收GNSS直射与反射信号，因此不受观测平台高度的限制，机载或星载观测能够获取地表参数的空间分布特征；后者受信号干涉形成条件的约束，仅适用于地基观测，可获取某个固定位置地表参数的长时间序列变化，借助分布密集的地基观测站网也可得到地表参数的空间分布特征。此外，无人机平台成本低且可搭载多种载荷，适用于GNSS-R行业应用，目前也已有成功的尝试案例(Troglia-Gamba等，2015)。

更引人瞩目的是，各国均在不断开展GNSS-R星载观测计划。2003年9月，英国发射的灾难监测星座DMC之一的UK-DMC低轨卫星上搭载了萨里卫星科技有限公司(SSTL)研制的GNSS-R接收机(Unwin等，2003)。2014年7月，英国发射的TechDemoSat-1(TDS-1)卫星上搭载了SGR-ReSI接收机进行GNSS-R低轨测量，数据表明海面风速高达27.9 m/s时在轨处理仍可得到高质量DDM图(Foti等，2015)。2012年12月，ESA完成了在轨测量海面高度的PARIS-IoD计划A阶段任务，进一步的计划仍在筹备当中(Martin-Neira等，2011)。ESA正在执行的还有³Cat-2项目，计划在立方体卫星上搭载GNSS-R载荷PYCARO(P(Y) & C/A ReflectOmeter)，对海面高度与其它地表参数进行双频率、双极化GNSS反射信号测量(Carreno-Luengo等，2013)。ESA在2011年还启动了GEROS-ISS(GNSS REflec-tometry，Radio Occultation and Scatterometry onboard the International Space Sation)计划，在国际空间站上进行GNSS信号反射、掩星与散射测量，为全球气候变化研究提供支持，预计2019年能够实施发射(Wickert等，2015)。NASA将于2016年10月发射由8颗低轨小卫星组成的CYGNSS星座(图 6)，其上同样搭载SGR-ReSI接收机，用于全球+/-35°纬度地区热带风暴与飓风的探测，提升极端天气的预报能力(Ruf等，2013a)。目前，中国尚没有星载GNSS-R试验验证的计划，但相关的论证工作已经展开，预计很快将提出自己的GNSS-R星载试验项目规划。

图 6 NASA CYGNSS观测计划(cygnss-michigan.org)

Fig. 6 NASA CYGNSS Mission

3.3 GNSS-R海洋遥感

GNSS-R技术在海洋领域中的研究及应用被提出的最早，也是目前GNSS-R技术发展比较成熟的领域，尤其是海面风场和海面高度两项应用已经逐渐走向业务化。图 7为GNSS海面反射信号采集的原理图，GNSS-R海洋遥感研究多基于多天线模式开展。早在1993年GNSS-R概念初步形成之际，ESA科学家Martin-Neira(1993)便提出了利用GNSS-R测量海面高度的概念，并先后于1997年、2001年、2003年开展Zeeland-桥Ⅰ、Ⅱ、Ⅲ试验证实了该技术的可行性(Martin-Neira等，2001；Ruffini等，2002)。Auber等人(1994)通过气球试验首次证实了在机载高度可以接收到GNSS反射信号。Katzberg等人(1996)提出了利用GNSS反射信号遥感海面风场的概念，并通过NASA兰利研究中心在1998年和2000年开展的机载试验证实了可行性(Garrison等，1998；Komjathy等，1998；Armatys等，2000)。Lowe等人(2002)首次在SIR-C(Spaceborne Imaging Radar-C)卫星中发现了GPS L2的反射信号，从而揭开了GNSS-R技术星载试验验证的序幕。最新规划的星载GNSS-R海面观测计划主要瞄准海面风场和海面高度的观测及反演(Ruf等，2013b；Rose等，2014；Rose等，2015；Foti等，2015；Gleason等，2015)，其中NASA CYGNSS计划将是GNSS-R在海面风场遥感方向走向业务化的一个重要里程碑。ESA GEROS-ISS计划将利用国际空间站主要对星载GNSS反射信号测量海面高度进行验证，但也将开展一些海面风场的反演试验(Wickert等，2014；Wickert等，2015)。除海面风场和海面高度外，GNSS-R技术在海冰(Gleason等，2010；Fabra等，2010；Fabra等，2012)、海水盐度(Kainulainen等，2011)和海面目标探测(Valencia等，2013)等领域也在快速发展，并涌现出了大量的研究成果，应用前景十分广阔。Larson等人(2013a)就单天线模式GNSS-R海洋应用进行了有效尝试，利用美国板块边界观测(Plate Boundary Observatory，PBO)计划中连续运行GPS站进行海面高度反演。

图 7 GNSS海面反射信号采集原理图(merrbys.org)

Fig. 7 GNSS-R-based data collection for ocean surface

中国在海洋研究及应用领域的研究多集中于海面风场、海面高度的仿真分析和验证试验(Bai等，2015；符养和周兆明，2006；Bai等，2016；Xia等，2016a；王迎强等，2008)。在机载试验验证方面，北京航空航天大学和中国科学院遥感与数字地球研究所利用研制的1维延时映像接收机先后在渤海、南海开展了机载GNSS-R反演海面风场的验证试验(Bai等，2015)。中国科学院国家空间科学中心利用研制的GNSS-R软件接收机，在河南郑州黄河区段开展了机载GNSS-R河流流速遥感试验(Bai等，2015；Zhao等，2015)，利用研制的2维延时-多普勒映像接收机在渤海开展了机载海面风场的验证试验(Xia等，2016a)。此外，在海冰(邵连军，2013；张云等，2013；王炜等，2015)、有效波高(李颖等，2016)和海面目标监测领域也开展了相应的研究工作并取得了一定的研究成果。尽管近年来在GNSS-R海洋遥感领域提出了一些新的研究思路，如利用GNSS反射信号反演海洋大气波导(Xia等，2016b；Liu等，2016)及基于中国自主北斗导航卫星的相关研究工作(Li等，2014；杨东凯等，2014；杨磊等，2016)，但整体上处于跟踪研究阶段。

3.4 GNSS-R陆面遥感

GNSS-R陆面遥感研究及应用主要集中在土壤水分、积雪深度、植被等参数的反演。2002年NASA首次在SMEX02(Soil Moisture Experiment 2002)试验中加入了GPS双基雷达测量，证明反射信号强度与土壤水分时空相关(Masters等，2004)。ESA分别于2009与2011年开展了LEiMON地基与GRASS机载GNSS-R试验，进行土壤水分、地表粗糙度与植被参数对不同极化GPS反射信号的影响研究(Pierdicca等，2013；Egido等，2014)。西班牙加泰罗尼亚理工大学利用两个相同的接收机，分别接收GPS直达信号与经过胡桃树叶衰减后的信号进行植被水分的反演(Rodriguez-Alvarez等，2012b)，并在2013年—2015年期间多次开展地基与空基GNSS-R土壤水分试验，进行直射与反射GNSS信号的多极化测量，并考虑了仪器参数对计算反射系数的影响(Alonso-Arroyo等，2013；Alonso-Arroyo等，2014；Alonso-Arroyo等，2015)。随着无人机成为一种实用的遥感平台，目前已有基于无人机的GNSS-R土壤水分反演与地物分类研究(Troglia-Gamba等，2015)。针对星载GNSS-R观测平台，Chew等人(2016)利用UK TDS-1卫星数据进行土壤水分反演，并与SMAP卫星土壤水分产品进行对比验证。对于单天线模式，西班牙学者基于IPT技术利用SMIGOL接收机进行了土壤水分、地形高度与植被高度的测量(Rodriguez-Alvarez等，2011a)。美国科罗拉多大学研究团队利用PBO计划中的大地测量用GPS接收机记录的SNR数据，通过正弦函数拟合直射与多路径反射信号之间的干涉分量波形，将相位与土壤水分建立联系(Larson等，2010)，并且利用GPS接收机记录的MP1信息，定义了归一化微波反射指数(NWRI)进行植被水分的测量(Larson和Small，2014)，基于GPS-IR技术也开展了植被水分对SNR数据影响的理论研究，与试验验证(Chew等，2015)。同时也发展了利用IPT技术和GPS-IR技术反演雪深的研究(Rodriguez-Alvarez等，2011b；Gutmann等，2012)。与探测土壤水分、积雪深度与海面高度利用的是低仰角的SNR数据不同，Larson(2013)还提出利用高仰角的SNR数据进行火山烟灰喷发的监测。

中国GNSS-R陆面遥感相关研究起步较晚，主要集中在土壤水分、积雪深度、植被生物量等方面，也开展了多次地基土壤水分观测试验(严颂华等，2011；宋学忠等，2013)，以及对北斗反射信号土壤水分反演的方法研究(杨磊等，2016)。邵礼明等(2015)通过分析ESA在南极采集的干雪GNSS-R数据，初步反演出南极洲干雪的深度。吴学睿人(2012)利用Bi-Mimics双站散射模型模拟，分析了在GNSS-R工作的L波段农作物的散射特性。国内研究主要集中在多天线模式方面，近几年才出现单天线模式方面的研究，如敖敏思等人(2015)实现了利用GPS SNR数据中的多路径反射分量，对土壤水分变化趋势的指数模拟，徐晓悦等人(2015)利用Lomb Scargle算法分析SNR数据中的多路径反射分量，结果表明幅特性与实测数据有较强相关性。

清华大学、北京大学、中国科学院国家空间科学中心、中国气象局、中国科学院遥感与数字地球研究所等单位曾多次组织GNSS-R陆面观测试验。包括2012年1月和7月河南郑州地基土壤水分观测试验(万玮等，2014)、2012年—2015年多次北京和四川土壤水分观测试验(彭学峰等，2015；Peng等，2015)、2014年5月和2015年11月河南郑州和山东东营土壤水分、黄河及渤海观测机载试验(Wan等，2015a；Bai等，2015)。清华和北大团队就GNSS土壤水分、植被水分等参数发展了新型模型及算法(Wan等，2012；Wan等，2013；Wan等，2015b)。同时，团队于2015年—2016年在全国范围内布设多台地基GPS/北斗双模监测站，开展不同地域和气候条件下的陆表及大气参数反演方法研究，尤其是结合中国北斗系统观测数据进行方法研究及产品研发。在实现中国自主导航卫星用于土壤水分等参数反演的关键技术突破基础上，未来将探索搭建北斗/GPS多要素综合监测系统及大数据服务平台(图 8)，将GNSS-R遥感从科学研究走向行业应用实践。

图 8 北斗/GPS多要素综合监测系统及大数据服务平台

Fig. 8 Beidou/GPS compatible monitoring system and big data platform

4 GNSS遥感面临的机遇与挑战

基于国内外研究现状的调研分析，以及对GNSS折射信号遥感和GNSS反射信号遥感两个学科分支发展进展的回顾和综述，GNSS遥感面临的机遇和挑战归纳总结如下：

(1)GNSS TEC地震电离层探测。GNSS TEC在国际上应用非常广泛，中国在GNSS数据预处理及TEC反演技术中基本保持与国际发展同步的水平。但是，被广泛使用的JPL GIM反演模型仅使用了中国地区40个左右的GNSS站点，导致中国地区的空间分辨率很低。国内的GNSS TEC地震监测应用主要以单站时间序列分析为主，尚无分辨率较高的区域TEC现报数据开放，因此，利用国内现有基础资源提供区域高精度TEC现报数据，进而加强地震电离层扰动时空分布精度是近期的主要任务之一。

(2)地基GNSS/MET对流层大气水汽探测。未来的主要应用方向是生成全国范围的高时空分辨率大气水汽场。对于局地中尺度网，则可通过层析技术得到高时空分辨率的3维中尺度水汽场。国家级的天气尺度网、特殊区域加密站网(如南海季风和印度季风水汽通道上的站网)以及水汽层析探测站网需规范化建设。为真正实现GNSS网观测资料应用到实时的天气预报和数值天气预报中，未来将把目前0.5—2 h后处理的近实时GNSS水汽处理系统改进为几秒后处理的真正实时GNSS水汽处理系统。为增加海洋上的水汽变化信息的获取，基于安装在海洋平台、海船或其他移动载体上的GNSS PWV探测也将逐步进入业务应用。

(3)GNSS大气及电离层掩星探测。中国在星载GNSS掩星探测领域已取得重大突破，FY3 C星首次实现双系统兼容GNSS掩星探测。GNSS掩星探测技术的发展方向为多系统兼容、星座探测和微纳卫星群探测，以增加掩星事件数量，充分利用GNSS导航卫星信号资源，实现小型、低功耗、一体化载荷，和星群式组网探测，从而大幅度提高气象预报的准确度和可靠性。此外，中国自主GNSS应用小卫星星座也已列入了航天计划。

(4)GNSS-R遥感探测。GNSS-R是GNSS遥感领域中较为年轻的一个分支，经过近年来的技术积累，其理论体系及方法研究也已逐步完善。对于两种观测模式，多天线模式最终将从地基和机载观测预研走向星载观测，而单天线模式将很快从技术成熟走向细分行业应用。对于上述两种发展前景，都将需要攻克诸如新型载荷研制、监测产品研发、软硬件集成等多个环节的关键技术难点。另外，无人机平台下的GNSS-R将是其走向行业应用的一个便捷有效途径。

(5)中国北斗导航系统的遥感应用潜力。中国的北斗导航系统已从北斗一代试验系统，发展到目前的北斗二代导航定位系统，截至2016年6月，北斗二代已发射23颗卫星，2020年前中国将完成北斗系统的完整建设，系统将由35颗卫星组成，包括5颗静止轨道(GEO)卫星、27颗中地球轨道(MEO)卫星和3颗倾斜同步轨道(IGSO)卫星，届时将实现全球导航定位功能。北斗卫星系统能够提供与GPS系统类似的L波段微波辐射信号，且未来将实现全球覆盖。北斗系统具有比GPS系统更丰富的卫星轨道设计。因此，充分发掘北斗导航系统的遥感应用潜力，大力发展其在气象、地震、海洋、陆面应用优势，是引领中国GNSS遥感领域发展一个重要方向。实现基于北斗和GPS双模联合探测中国大气水汽、反演海洋和陆表变量，将是未来科学研究及业务化行业应用的重要工作。

(6)学科交叉研究的开展及应用推广：GNSS遥感属于卫星导航与遥感的交叉学科范畴，由此延伸，可开展与多个学科的交叉创新研究及应用推广。如GNSS-R地基、空基和未来星载观测及生成的陆表/海洋参数产品，可作为验证卫星遥感反演产品的一种有效手段，如用于验证广为关注的NASA SMAP(Soil Moisture Active and Passive)计划、地表水和海洋地形观测计划SWOT(Surface Water Ocean Topography)产品等。另外，可开展GNSS遥感与气象、水文、土壤、海洋、生态、地震等多学科的交叉创新研究及应用。

参考文献(References)

Alonso-Arroyo A, Forte G, Camps A, Park H, Pascual D, Onrubia R, Jove-Casulleras R.2013.Soil Moisture mapping using forward scattered GPS L1 signals. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2013) : 354–357. DOI: 10.1109/IGARSS.2013.6721165.

Alonso-Arroyo A, Camps A, Monerris A, Rudiger C, Walker J P, Forte G, Pascual D, Park H, Onrubia R.2014.The light airborne reflectometer for GNSS-R observations (LARGO) instrument:Initial results from airborne and Rover field campaigns. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2014) : 4054–4057. DOI: 10.1109/IGARSS.2014.6947376.

Alonso-Arroyo A, Torrecilla S, Querol J, Camps A, Pascual D, Park H, Onrubia R.2015.Two dedicated soil moisture experiments using the scatterometric properties of GNSS-reflectometry. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2015) : 3921–3924. DOI: 10.1109/IGARSS.2015.7326682.

Armatys M, Komjathy A, Axelrad P, Katzberg S J.2000.A comparison of GPS and scatterometer sensing of ocean wind speed and direction. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2000), 7 : 2861–2863. DOI: 10.1109/IGARSS.2000.860272.

Auber J C, Bibaut A, Rigal J M.1994.Characterization of multipath on land and sea at GPS frequencies. ION GPS-94 : 1155–1171.

Bai W, Xia J, Wan W, Zhao L, Sun Y, Meng X, Liu C, Chen H, Du Q, Wang D, Zhao D, Wang X, Cheng C.2015.A first comprehensive evaluation of China's GNSS-R airborne campaign:part Ⅱ-river remote sensing. Science Bulletin, 60 (17): 1527–1534. DOI: 10.1007/s11434-015-0869-x.

Bai W, Sun Y, Du Q, Yang L, Yang Z, Zhang P, Bi Y, Wang X, Cheng C, Han Y.2014.An introduction to the FY3 GNOS instrument and mountain-top tests. Atmospheric Measurement Techniques, 7 : 1817–1823. DOI: 10.5194/amt-7-1817-2014.

Bai W, Xia J, Zhao D, Sun Y, Meng X, Liu C, Du Q, Wang X, Wang D, Wu D, Wu C, Liu C and Cai Y.GREEPS:an GNSS-R End-to-End Performance Simulator.IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2016)(accepted)

Bender M, Dick G, WickertJ, Ramatschi M, Ge M, Gendt G.2009.Estimates of information provided by GPS slant data observed in Germany regarding tomography applications. Journal of Geophysical Research:Atmospheres, 114 : 605–617. DOI: 10.1029/2008JD011008.

Bevis M, Businger S, Herring T A, Rocken C, Anthes R A, Ware R.1992.GPS meteorology:remote sensing of atmospheric water vapor using the global positioning system. Journal of Geophysical Research:Atmospheres, 97 (D14): 15787–15801. DOI: 10.1029/92JD01517.

Bevis M, Businger S, Chiswell S, Herring T A, Anthes R A, Rocken C, Ware R H.1994.GPS meteorology:Mapping zenith wet delays onto precipitable water. Journal of applied meteorology, 33 (3): 379–386. DOI: 10.1175/1520-0450(1994)033<0379:GMMZWD>2.0.CO;2.

Calais E, Minster J B.1995.GPS detection of ionospheric perturbations following. Geophysical Research Letters, 22 (9): 1045–1048. DOI: 10.1029/95GL00168.

Carreno-Luengo H, Camps A, Perez-Ramos I, Forte G, Onrubia R, Diez R.2013.3Cat-2:AP (Y) and C/A GNSS-R experimental nano-satellite mission. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2013) : 843–846. DOI: 10.1109/IGARSS.2013.6721290.

Chew C C, Small E E, Larson K M, Zavorotny V U.2014.Effects of near-surface soil moisture on GPS SNR data:development of a retrieval algorithm for soil moisture. IEEE Transactions on Geoscience and Remote Sensing, 52 (1): 537–543. DOI: 10.1109/TGRS.2013.2242332.

Chew C C, Small E E, Larson K M, Zavorotny V U.2015.Vegetation sensing using GPS-interferometric reflectometry:theoretical effects of canopy parameters on signal-to-noise ratio data. IEEE Transactions on Geoscience and Remote Sensing, 53 (5): 2755–2764. DOI: 10.1109/TGRS.2014.2364513.

Chew C, Shah R, Zuffada C, Hajj G, Masters D, Mannucci A J.2016.Demonstrating soil moisture remote sensing with observations from the UK TechDemoSat-1 satellite mission. Geophysical Research Letters, 43 (7): 3317–3324. DOI: 10.1002/2016GL068189.

Cucurull L, Vandenberghe F, Barker D, Vilaclara E, Rius A.2004.Three-dimensional variational data assimilation of ground-based GPS ZTD and meteorological observations during the 14 December 2001 storm event over the western Mediterranean sea. Monthly Weather Review, 132 : 749–763. DOI: 10.1175/1520-0493(2004)132<0749:TVDAOG>2.0.CO;2.

Duan J, Bevis M, Fang P, Bock Y, Chiswell S, Businger S, McClusky S.1996.GPS Meteorology:Direct estimation of the absolute value of precipitable water. Journal of Applied Meteorology, 35 : 830–838. DOI: 10.1175/1520-0450(1996)035<0830:GMDEOT>2.0.CO;2.

Egido A, Paloscia S, Motte E, Guerriero L, Pierdicca N, Caparrini M, Santi E, Fontanelli G, Floury N.2014.Airborne GNSS-R polarimetric measurements for soil moisture and above-ground biomass estimation. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7 (5): 1522–1532. DOI: 10.1109/JSTARS.2014.2322854.

Fabra F, Cardellach E, Nogues-Correig O, Oliveras S, Ribo S, Rius A, Belmont-Rivas A, Semmling M, Macelloni G, Pettinato S, Zasso R, D'Addio S.2010.Monitoring sea-ice and dry snow with GNSS reflections. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2010) : 3837–3840. DOI: 10.1109/IGARSS.2010.5649635.

Fabra F, Cardellach E, Rius A, Ribo S, Oliveras S, Nogues-Correig O, Belmont-Rivas A, Semmling M, D'Addio S.2012.Phase altimetry with dual polarization GNSS-R over sea ice. IEEE Transactions on Geoscience and Remote Sensing, 50 (6): 2112–2121. DOI: 10.1109/TGRS.2011.2172797.

Foti G, Gommenginger C, Jales P, Unwin M, Shaw A, Robertson C, Rosello J.2015.Spaceborne GNSS reflectometry for ocean winds:First results from the UK TechDemoSat-1 mission. Geophysical Research Letters, 42 (13): 5435–5441. DOI: 10.1002/2015GL064204.

Garrison J L, Katzberg S J, Hill M I.1998.Effect of sea roughness on bistatically scattered range coded signals from the Global Positioning System. Geophysical research letters, 25 (13): 2257–2260. DOI: 10.1029/98GL51615.

Gendt G, Dick G, Reigber C.2004.Near real time GPS water vapor monitoring for numerical weather prediction in Germany. Journal of the Meteorological Society of Japan, 82 (1B): 361–370. DOI: 10.2151/jmsj.2004.361.

Gleason S.2010.Towards sea ice remote sensing with space detected GPS signals:Demonstration of technical feasibility and initial consistency check using low resolution sea ice information. Remote Sensing, 2 (8): 2017–2039. DOI: 10.3390/rs2082017.

Gleason S, Ruf C.2015.Overview of the Delay Doppler Mapping Instrument (DDMI) for the cyclone global navigation satellite systems mission (CYGNSS). IEEE MTT-S International Microwave Symposium (IMS) : 1–4. DOI: 10.1109/MWSYM.2015.7166775.

Gutman S I, Sahm S R, Benjamin S G, Schwartz B E, Holub K L, Stewart J Q, Smith T L..2004.Rapid retrieval and assimilation of ground based GPS precipitable water observations at the NOAA forecast systems laboratory:Impact on weather forecasts. Journal of the Meteorological Society of Japan, 82 (1B): 351–360. DOI: 10.2151/jmsj.2004.351.

Gutmann E D, Larson K M, Williams M W, Nievinski F G, Zavorotny V U.2012.Snow measurement by GPS interferometric reflectometry:an evaluation at Niwot Ridge, Colorado. Hydrological Processes, 26 (19): 2951–2961. DOI: 10.1002/hyp.8329.

Hao Y Q, Xiao Z, Zhang D H.2012.Multi‐instrument observation on co‐seismic ionospheric effects after great Tohoku earthquake. Journal of Geophysical Research:Space Physics, 117 (A2): DOI: 10.1029/2011JA017036.

Kainulainen J, Rautiainen K, Lemmetyinen J, Hallikainen M T, Martin-Porqueras F, Martin-Neira M.2011.Detection of a sea surface salinity gradient using data sets of airborne synthetic aperture radiometer HUT-2-D and a GNSS-R instrument. IEEE Transactions on Geoscience and Remote Sensing, 49 (11): 4561–4571. DOI: 10.1109/TGRS.2011.2151864.

Katzberg S and Garrison J.1996.Utilizing GPS to determine ionospheric delay over the ocean.NASA Technical Report. http://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19970005019.pdf

Komjathy A, Zavorotny V, Axelrad P, Born G and Garrison J.1998.GPS signal scattering from sea surface:Comparison between experimental data and theoretical model.The Fifth International Conference on Remote Sensing for Marine and Coastal Environments.5:7

Kuo Y H, Guo Y R, Westwater E R.1993.Assimilation of precipitable water measurements into a mesoscale numerical model. Monthly weather review, 121 (4): 1215–1238. DOI: 10.1175/1520-0493(1993)121<1215:AOPWMI>2.0.CO;2.

Larson K M, Braun J J, Small E E, Zavorotny V U, Gutmann E D, Bilich A L.2010.GPS multipath and its relation to near-surface soil moisture content. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 3 (1): 91–99. DOI: 10.1109/JSTARS.2009.2033612.

Larson K M, Löfgren J S, Haas R.2013a.Coastal sea level measurements using a single geodetic GPS receiver. Advances in Space Research, 51 (8): 1301–1310. DOI: 10.1016/j.asr.2012.04.017.

Larson K M.2013b.A new way to detect volcanic plumes. Geophysical Research Letters, 40 (11): 2657–2660. DOI: 10.1002/grl.50556.

Larson K M, Small E E.2014.Normalized microwave reflection index:A vegetation measurement derived from GPS networks. Selected Topics IEEE Journal of in Applied Earth Observations and Remote Sensing, 7 (5): 1501–1511. DOI: 10.1109/JSTARS.2014.2300116.

Leonard R S, Barnes R A.1965.Observation of ionospheric disturbances following the Alaska earthquake. Journal of Geophysical Research, 70 (5): 1250–1253. DOI: 10.1029/JZ070i005p01250.

Leyva-Contreras A, Bisiacchi-Giraldi G, Pulinets S A, Ciraolo L.2005.Total electron content variations in the ionosphere before the Colima, Mexico, earthquake of 21 January 2003. Geofisica Internacional, 44 (4): 369–377.

Li W, Yang D, Fabra F, Cao Y, Yang W.2014.Typhoon wind speed observation utilizing reflected signals from BeiDou GEO satellites. China Satellite Navigation Conference (CSNC)2014 Proceedings:Volume I.Springer Berlin Heidelberg : 191–200. DOI: 10.1007/978-3-642-54737-9_18.

Liao M, Zhang P, Yang G, Bi Y, Liu Y, Bai W, Meng X, Du Q, Sun Y.2016.Preliminary validation of the refractivity from the new radio occultation sounder GNOS/FY-3C. Atmospheric Measurement Techniques, 9 : 781–792. DOI: 10.5194/amt-9-781-2016.

Liu C, Kirchengast G, Zhang K, Normanb R, Lib Y, Zhangb S, Carterb B, Fritzerc J, Schwaerzc M, Choyb S, Wub S, Tana Z.2013.Characterisation of residual ionospheric errors in bending angles using GNSS RO end-to-end simulations. Advances in Space Research, 52 (5): 821–836. DOI: 10.1016/j.asr.2013.05.021.

Liu L J, Xia J M, Bai W H, et al.Simulation study on evaporation duct's effect on Delay Doppler Mappings of GNSS sea surface reflected signals.ICG+2016(accepted)

Liu J Y, Chuo Y J, Shan S J, Tsai Y B., Chen Y I, Pulinets S A, Yu S B.2004.Pre-earthquake ionospheric anomalies registered by continuous GPS TEC measurements. Annales Geophysicae, 22 (5): 1585–1593. DOI: 10.5194/angeo-22-1585-2004.

Liu J Y, Chen C H, Tsai H F, Le H.2013.A statistical study on seismo-ionospheric anomalies of the total electron content for the period of 56 M≥6. 0 earthquakes occurring in China during 1998-2012.Chinese Journal of Space Science, 33 (3): 258–269.

Lowe S T, Zuffada C, LaBrecque J L, Lough M, Lerma J, Young L E.2000.An ocean-altimetry measurement using reflected GPS signals observed from a low-altitude aircraft. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2000), 5 : 2185–2187. DOI: 10.1109/IGARSS.2000.858350.

Lowe S T, LaBrecque J L, Zuffada C, Romans L J, Young L E, Hajj G A.2002.First spaceborne observation of an Earth‐reflected GPS signal. Radio Science, 37 (1): DOI: 10.1029/2000RS002539.

Martin-Neira M.1993.A passive reflectometry and interferometry system (PARIS):Application to ocean altimetry. ESA Journal, 17 (4): 331–355.

Martin-Neira M, Caparrini M, Font-Rossello J, Lannelongue S, Vallmitjana C S.2001.The PARIS concept:An experimental demonstration of sea surface altimetry using GPS reflected signals. IEEE Transactions on Geoscience and Remote Sensing, 39 (1): 142–150. DOI: 10.1109/36.898676.

Martin-Neira M, Addio S D, Buck C, Floury N, Prieto-Cerdeira R.2011.The PARIS ocean altimeter in-orbit demonstrator. IEEE Transactions on Geoscience and Remote Sensing, 49 (6): 2209–2237. DOI: 10.1109/TGRS.2010.2092431.

Masters D, Axelrad P, Katzberg S.2004.Initial results of land-reflected GPS bistatic radar measurements in SMEX02. Remote Sensing of Environment, 92 (4): 507–520. DOI: 10.1016/j.rse.2004.05.016.

McCreight J L, Small E E, Larson K M.2014.Snow depth, density, and SWE estimates derived from GPS reflection data:Validation in the western US. Water Resources Research, 50 (8): 6892–6909. DOI: 10.1002/2014WR015561.

Peng X, Chen X, Xiao H, Wan W, Yang T, Yang Z.2015.Estimating soil moisture content using GNSS-R technique based on statistics. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2015), 2004 : 2004–2007. DOI: 10.1109/IGARSS.2015.7326191.

Peng X, Wan W and Chen X.2016.Using GPS SNR data to estimate soil moisture variations:proposing a new interference model.IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2016)(accepted)

Pierdicca N, Guerriero L, Caparrini M, Egido A, Paloscia S, Santi E, Floury N.2013.GNSS reflectometry as a tool to retrieve soil moisture and vegetation biomass:Experimental and theoretical activities. IEEE International Conference on.Localization and GNSS (ICL-GNSS) : 1–5. DOI: 10.1109/ICL-GNSS.2013.6577282.

Rodriguez-Alvarez N, Camps A, Vall-Llossera M, Bosch-Lluis X, Monerris A, Ramos-Perez I, Valencia E, Marchan-Hernandez J F, Martinez-Fernandez J, Baroncini-Turricchia G, Perez-Gutierrez C, Sanchez N.2011a.Land geophysical parameters retrieval using the interference pattern GNSS-R technique. IEEE Transactions on Geoscience and Remote Sensing, 49 (1): 71–84. DOI: 10.1109/TGRS.2010.2049023.

Rodriguez-Alvarez N, Aguasca A, Valencia E, Bosch-Lluis X, Ramos-Perez I, Park H, Camps A, Vall-llossera M.2011b.Snow monitoring using GNSS-R techniques. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2011) : 4375–4378. DOI: 10.1109/IGARSS.2011.6050201.

Rodriguez-Alvarez N, Aguasca A, Valencia E, Bosch-Lluis X, Camps A, Ramos-Perez I, Hyuk P, Vall-llossera M.2012a.Snow Thickness Monitoring Using GNSS Measurements. IEEE Geoscience and Remote Sensing Letters, 9 (6): 1109–1113. DOI: 10.1109/LGRS.2012.2190379.

Rodriguez-Alvarez N, Bosch-Lluis X, Camps A, Ramos-Perez I, Valencia E, Hyuk P, Vall-llossera M.2012b.Vegetation Water Content Estimation Using GNSS Measurements. IEEE Geoscience and Remote Sensing Letters, 9 (2): 282–286. DOI: 10.1109/LGRS.2011.2166242.

Rose R, Gleason S and Ruf C.2014.The NASA CYGNSS mission:a pathfinder for GNSS scatterometry remote sensing applications.SPIE Remote Sensing.International Society for Optics and Photonics, 924005-924005-10 [DOI:10.1117/12.2068378]

Rose R, Ruf C, Scherrer J, Wells J.2015.The CYGNSS flight segment; mainstream science on a micro-budget. IEEE Aerospace Conference : 1–11. DOI: 10.1109/AERO.2015.7119217.

Ruf C, Gleason S, Jelenak Z, Katzberg S, Ridley A, Rose R, Scherrer J, Zavorotny V.2013a.The NASA EV-2 cyclone global navigation satellite system (CYGNSS) mission. IEEE Aerospace Conference : 1–7. DOI: 10.1109/AERO.2013.6497202.

Ruf C, Lyons A, Unwin M, Dickinson J, Rose R, Rose D, Vincent M.2013b.CYGNSS:enabling the future of hurricane prediction[remote sensing satellites]. IEEE Geoscience and Remote Sensing Magazine, 1 (2): 52–67. DOI: 10.1109/MGRS.2013.2260911.

Ruffini G, Caparrini M and Ruffini L.2002.PARIS Altimetry with L1 Frequency Data from the Bridge 2 Experiment.arXiv preprint physics/0212055

Smith T L, Benjamin S G, Gutman S I.2007.Short-range forecast impact from assimilation of GPS-IPW observations into the rapid update cycle. Monthly weather review, 135 : 2914–2929. DOI: 10.1175/MWR3436.1.

Song Q, Ding F, Yu T, Wan W, Ning B, Liu L, Zhao B.2015.GPS detection of the coseismic ionospheric disturbances following the 12 May 2008 M7. 9 Wenchuan earthquake in China.Science China Earth Sciences, 58 (1): 151–158. DOI: 10.1007/s11430-014-5000-7.

Troglia Gamba M, Marucco G, Pini M, Ugazio S, Falletti E, Lo Presti L.2015.Prototyping a GNSS-Based Passive Radar for UAVs:An Instrument to Classify the Water Content Feature of Lands. Sensors, 15 (11): 28287–28313. DOI: 10.3390/s151128287.

Unwin M J, Gleason S and Brennan M.2003.The space GPS reflectometry experiment on the UK disaster monitoring constellation satellite.Proceedings of ION-GPS/GNSS

Valencia E, Camps A, Rodriguez-Alvarez N, Park H, Ramos-Perez I.2013.Using GNSS-R imaging of the ocean surface for oil slick detection. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6 (1): 217–223. DOI: 10.1109/JSTARS.2012.2210392.

Vey S, Dietrich R, Rülke A, Fritsche M.2010.Validation of precipitable water vapor within the NCEP/DOE reanalysis using global GPS observation from one decade. Journal of Climate, 23 (7): 1675–1695. DOI: 10.1175/2009JCLI2787.1,1675-1694.

Wan W, Chen X, Zhao L, Han X, Xiao H.2012.Near-surface soil moisture content measurement by GNSS reflectometry:An estimation model using calibrated GNSS signals. IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2012) : 7523–7526. DOI: 10.1109/IGARSS.2012.6351891.

Wan W, Li H, Chen X, Luo P, Wan J.2013.Preliminary calibration of GPS signals and its effects on soil moisture estimation. Acta Meteorologica Sinica, 27 : 221–232. DOI: 10.1007/s13351-013-0207-7.

Wan W, Bai W, Zhao L, Long D, Sun Y, Meng X, Chen H, Cui X, Hong Y.2015a.Initial results of China's GNSS-R airborne campaign:soil moisture retrievals. Science Bulletin, 60 (10): 964–971. DOI: 10.1007/s11434-015-0789-9.

Wan W, Larson K M, Small E E, Chew C C, Braun J J.2015b.Using geodetic GPS receivers to measure vegetation water content. GPS Solutions, 19 (2): 237–248. DOI: 10.1007/s10291-014-0383-7.

Wang J, Zhang L.2008.Systematic errors in global radiosonde precipitable water data from comparisons with ground-based GPS measurements. Journal of Climate, 21 (10): 2218–2238. DOI: 10.1175/2007JCLI1944.1.

Wang X, Sun Y, Du Q, Bai W, Wang D, Cai Y, Wu D and Yu Q.2014.GNOS-radio occultation sounder on board of chinese FY3 satellites.IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2014), 4982-4985.

Ware R, Exner M, Feng D, Gorbunov M, Hardy K, Herman B, Kuo Y, Meehan T, Melbourne W, Rocken C, Schreiner W, Sokolovskiy S, Solheim F, Zou X, Anthes R, Businger S, Trenberth K.1996.GPS Sounding of the Atmosphere from Low Earth Orbit:Preliminary Results. Bulletin of the American Meteorological, 77 : DOI: 10.1175/1520-0477(1996)077<0019:GSOTAF>2.0.CO;2.

Wickert J, Andersen O, Beyerle G, Chapron B, Cardellach E, Gommenginger C, Hoeg P, Jaggi A, Jakowskki N, Kern M, Lee T, Martin-Neira M, Pierdicca N, Shum C K and Zuffada C.2014.GEROS-ISS:Innovative Ocean Remote Sensing using GNSS Reflectometry onboard the International Space Station.European Geosciences Union General Assembly 2014

Wickert J, Andersen O B, Cardellach E, Gommenginger C, Hoeg P, Jaggi A, Jakowski N, Kern M, Lee T, Martin-Neira M, Pierdicca N, Semmling M, Shum C K and Zuffada C.2015.GNSS-Reflectometry with GEROS-ISS:Overview and recent results.IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2015)

Wolfe D E, Gutman S I.2000.Developing an operational, surface-based, GPS, water vapor observing system for NOAA:network design and results. Journal of Atmospheric and Oceanic Technology, 17 (4): 426–440. DOI: 10.1175/1520-0426(2000)017<0426:DAOSBG>2.0.CO;2.

Xia J M, Bai W H, Meng X G, et al.2016a.Study on utilizing right hand polarized GNSS reflected signals to retrieve sea surface wind.ICG+2016a (accepted)

Xia J M, Bai W H, Zhao D Y.2016b.First shipborne GNSS-R campaign for receiving low elevation ANGLE sea surface reflected signals.IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2016)(accepted)

Zaslavski Y, Parrot M, Blanc E.1998.Analysis of TEC measurements above active seismic regions. , 105 (3): 219–228. DOI: 10.1016/S0031-9201(97)00093-9.

Zavorotny V U, Voronovich A G.2000.Scattering of GPS signals from the ocean with wind remote sensing application. IEEE Transactions on Geoscience and Remote Sensing, 38 (2): 951–964. DOI: 10.1109/36.841977.

Zhang R, Koike T, Xu X, Ma Y, Yang K.2012.A China-Japan cooperative JICA atmospheric observing network over the Tibetan Plateau (JICA/Tibet Project):an overview. Journal of the Meteorological Society of Japan, 90 (0): 1–16.

Zhao B, Wang M, Yu T, Wan W, Lei J., Liu L, Ning B.2008.Is an unusual large enhancement of ionospheric electron density linked with the 2008 great Wenchuan earthquake?. Journal of Geophysical Research:Space Physics, 113 (A11):

Ao M, Zhu J, Hu Y, Zeng Y, Liu Y.2015.Comparative Experiments on Soil Moisture Monitoring with GPS SNR Observations. Geomatics and Information Science of Wuhan University, 40 (1): 117–120. DOI: 10.13203/j.whugis20130170. ( 敖敏思, 朱建军, 胡友健, 曾云, 刘亚东. 2015. 利用SNR观测值进行GPS土壤湿度监测. 武汉大学学报·信息科学版, 40 (1): 117–120. DOI: 10.13203/j.whugis20130170. )

Bi Y, Mao B, Liu X, Fu Y, Li C.2006.Remote sensing of the amount of water vapor along the slant path using the ground-base gps. Chinese Journal of Geophysics, 49 (2): 335–342. ( 毕研盟, 毛节泰, 刘晓阳, 符养, 李成才. 2006. 应用地基GPS遥感倾斜路径方向大气水汽总量. 地球物理学报, 49 (2): 335–342. )

Cai H, Sun H, Li Z.2014.Real-time Ionospheric TEC Monitoring Based on CMONOC and its Application. Earthquake, 34 (1): 41–48. ( 蔡华, 孙汉荣, 李子申. 2014. 利用陆态网络实时监测电离层TEC及在地震监测中的应用分析. 地震, 34 (1): 41–48. )

Cao Y, Fang Z, Xia Q.2005.Relationship between gps precipitable water vapor and precipitation. Quarterly Journal of Applied Meteorology, 16 (1): 54–59. ( 曹云昌, 方宗义, 夏青. 2005. GPS遥感的大气可降水量与局地降水关系的初步分析. 应用气象学报, 16 (1): 54–59. )

Cao Y, Fang Z, Xia Q. GPS ground meteorological station network construction guide. China meteorological press 2007 : 90 . ( 曹云昌, 方宗义, 夏青. 2007. 地基GPS气象站网建设指南. 气象出版社 : 90 . )

Chen M, Fan S, Zhong J, Chun Y, Zheng C, Zhang C.2010.An experimental study of assimilating the global position system-precipitable water vapor observations into the rapid updated cycle system for the Beijing area. Acta Meteorologica Sinica, 68 (4): 450–463. ( 陈敏, 范水勇, 仲跻芹, 楚艳丽, 郑祚芳, 张朝林. 2010. 全球定位系统的可降水量资料在北京地区快速更新循环系统中的同化试验. 气象学报, 68 (4): 450–463. )

Ding J. Application study on GPS in meteorology. China Meteorological Press 2009 : 265 . ( 丁金才. 2009. GPS气象学及其应用. 气象出版社 : 265 . )

Fu Y, Zhou Z.2006.Investigation of ocean remote sensing by using GNSS-R signal. Geomatics and Information Science of Wuhan University, 02 : 128–131. DOI: 10.13203/j.whugis2006.02.009. ( 符养, 周兆明. 2006. GNSS-R海洋遥感方法研究. 武汉大学学报信息科学版, 02 : 128–131. DOI: 10.13203/j.whugis2006.02.009. )

Gan W J, Zhang R, Zhang Y, Tang F T.2007.Development of the crustal movement observation network in China and its applications. , 7 : 43–52. ( 甘卫军, 张锐, 张勇, 唐方头. 2007. 中国地壳运动观测网络的建设及应用. 国际地震动态, 7 : 43–52. )

Guo W, Yin Q, Du M, Zhu X.2015.The accuracy test of retrieved precipitation water vapor based on Beidou observations. Journal of Applied Meteorological Science, 26 (3): 346–353. ( 郭巍, 尹球, 杜明斌, 朱雪松. 2015. 利用地基北斗站反演大气水汽总量的精度检验. 应用气象学报, 26 (3): 346–353. )

Li Y, Zhu X, Cui C, Yang Y.2016.Preliminary study on ship-borne significant wave height measurement using GNSS-R signals. Marine Environmental Science, 02 : 180–183. DOI: 10.13634/j.cnki.mes.2016.02.004. ( 李颖, 朱雪瑗, 崔璨, 杨勇虎. 2016. 船载GNSS-R有效波高测量的初步研究. 海洋环境科学, 02 : 180–183. DOI: 10.13634/j.cnki.mes.2016.02.004. )

Li J.2010.Research on seismic lonospheric anomalies based on GPS data.Beijing:Institute of earthquake science Chian earthquake administaation:30-35 (李建勇.2010.利用GPS数据研究地震电离层TEC异常.北京:中国地震局地震预测研究所:30-35) http://cdmd.cnki.com.cn/article/cdmd-85405-2011016687.htm

Liang H, Liu J, Li S.2006.Analysis of precipitable water vapor source distribution and its seasonal variation characteristics over Tibetan Plateau and its surroundings. Journal of Natural Resources, 21 (4): 526–534. ( 梁宏, 刘晶淼, 李世奎. 2006. 青藏高原及周边地区大气水汽资源分布和季节变化特征分析. 自然资源学报, 21 (4): 526–534. )

Liang H, Zhang R, Liu J and Li S.2012.Systematic Errors and Their Calibrations for Radiosonde Precipitable Water Vapor on the Tibetan Plateau.Chinese Journal of Atmospheric Sciences, 36(4):795-810 (梁宏, 张人禾, 刘晶淼, 孙治安, 李世奎.2012.青藏高原探空大气水汽偏差及订正方法研究.大气科学, 36(4):795-810) http://www.cqvip.com/qk/91836x/201204/42752885.html

Lin J, Wu Y, Zhu F, Qiao X, Zhou Y.2009.Chinese Journal of Geophysics. Wenchuan earthquake ionosphere TEC anomaly detected by GPS, 52 (1): 297–300. ( 林剑, 吴云, 祝芙英, 乔学军, 周义炎. 2009. 基于GPS探测汶川地震电离层TEC的异常. 地球物理学报, 52 (1): 297–300. )

Peng X, Chen X, Wan W, Xiao H, Zhang X.2015.A new method of estimating soil moisture content using GNSS-R technology based on lookup table. Acta Scientiarum Naturalium Universitatis Pekinensis, 51 (5): 879–887. DOI: 10.13209/j.0479-8023.2015.057. ( 彭学峰, 陈秀万, 万玮, 肖汉, 张鑫龙. 2015. 一种基于查找表的GNSS-R土壤含水量估算方法. 北京大学学报:自然科学版, 51 (5): 879–887. DOI: 10.13209/j.0479-8023.2015.057. )

Shao L.2013.Method for detecting sea ice using GNSS-R signals and its preliminary experimental results. Remote Sensing Information, 02 : 12–15. DOI: 10.3969/j.issn.1000-3177.2013.02.003. ( 邵连军. 2013. 利用GNSS-R信号探测海冰的方法及初步试验结果. 遥感信息, 02 : 12–15. DOI: 10.3969/j.issn.1000-3177.2013.02.003. )

Shao L, Zhang Y, Meng W, Yuan G.2015.Research of dry snow depth detection based on GNSS-R. Electronic Design Engineering, 17 : 9–12. DOI: 10.14022/j.cnki.dzsjgc.2015.17.003. ( 邵礼明, 张云, 孟婉婷, 袁国良. 2015. 基于GNSS-R干雪深度检测的研究. 电子设计工程, 17 : 9–12. DOI: 10.14022/j.cnki.dzsjgc.2015.17.003. )

Sheng P, Mao J, Li J, Zhang A, Sang J, Pan N. Atmospheric Physics. Beijing: Peking University Press 2003 : 477 -484. ( 盛裴轩, 毛节泰, 李建国, 张霭琛, 桑建国, 潘乃先. 2003. 大气物理学. 北京: 北京大学出版社 : 477 -484. )

Song X, Xu A, Yang D, Ma X.2013.Details of Soil Moisture Measuring Utilizing GNSS Reflected Signals. Bulletin of Surveying and Mapping (11): 61–64. ( 宋学忠, 徐爱功, 杨东凯, 马小东. 2013. GNSS反射信号在土壤湿度测量中的应用. 测绘通报 (11): 61–64. )

Wan W, Li H, Hong Y, Chen X, Peng X.2015.Toward the patterns of GNSS-R observations:definition and application. Journal of Remote Sensing, 19 (6): 882–893. DOI: 10.11834/jrs.20154304. ( 万玮, 李黄, 洪阳, 陈秀万, 彭学峰. 2015. GNSS-R遥感观测模式及陆面应用. 遥感学报, 19 (6): 882–893. DOI: 10.11834/jrs.20154304. )

Wang S, Zhu G, Bai W, Liu C, Sun Y, Du Q, Wang X, Meng X, Yang G, Yang Z, Zhang X, Bi Y, Wang D, Xia J, Wu D, Cai Y, Han Y.2015.For the first time fengyun3 C satellite-global navigation satellite system occultation sounder achieved spaceborne Bei Dou system radio occultation. Acta Physica Sinica, 64 (8): 0893011–8. DOI: 10.7498/aps.64.089301. ( 王树志, 朱光武, 白伟华, 柳聪亮, 孙越强, 杜起飞, 王先毅, 孟祥广, 杨光林, 杨忠东, 张效信, 毕研盟, 王冬伟, 夏俊明, 吴迪, 蔡跃荣, 韩英. 2015. 风云三号C星全球导航卫星掩星探测仪首次实现北斗掩星探测. 物理学报, 64 (8): 0893011–8. DOI: 10.7498/aps.64.089301. )

Wang Y, Yan W and Zhang R.2008.Remote sensing of sea surface wind field with GNSS scattering signal.Ocean Technology.02:72-76+82 (王迎强, 严卫, 张锐.2008.GNSS海面散射信号的海面风场遥感.海洋技术, 02:72-76+82) http://www.oaj.cas.cn/leidaxuebao/920477.jhtml

Wang W, Gao Q, Wu B.2015.The simulation and analysis of the sea ice characteristics with reflect signal of navigation satellite. , 04 : 1–7. DOI: 10.13984/j.cnki.cn37-1141.2015.04.001. ( 王炜, 高强, 吴彬贵. 2015. 导航卫星反射信号的海冰特征模拟与分析. 海洋湖沼通报, 04 : 1–7. DOI: 10.13984/j.cnki.cn37-1141.2015.04.001. )

Wang H, Cao Y, Liang H.2015.Analysis on water vapor detection by Beidou satellite. Digital Communication World, S1 : 13–16. ( 王海深, 曹云昌, 梁宏. 2015. 利用北斗卫星进行水汽探测分析. , S1 : 13–16. )

Wu X, Li Y, Li C.2012.Research on Crop Biomass Monitoring Using GNSS-R Technique based on Bi-Mimics Model. Remote Sensing Technology and Application, 02 (2): 220–230. ( 吴学睿, 李颖, 李传龙. 2012. 基于Bi-Mimics模型的GNSS-R农作物生物量监测理论研究. 遥感技术与应用, 02 (2): 220–230. )

Wu Y, Qiao X, Zhou Y.2005.Preseismic ionospheric tec anomaly detected by ground-based gps. Crustal Deformation & Earthquake, 25 (2): 36–40. ( 吴云, 乔学军, 周义炎. 2005. 利用地基GPS探测震前电离层TEC异常. 大地测量与地球动力学, 25 (2): 36–40. )

Xia C L, Wan W X, Yuan H, Yu T.2004.An analysis of the ionospheric disturbances during a magnetic storm observed with a GPS network. Chinese Journal of Space Science, 24 (5): 326–332. ( 夏淳亮, 万卫星, 袁洪, 余涛. 2004. 磁暴期间电离层扰动的GPS台网观测分析. 空间科学学报, 24 (5): 326–332. )

Xu X, Zheng N, Tan X.2015.Monitoring of Soil Moisture Fluctuation in Mining Areas Based on GPS-R. Journal of Geomatics Science and Technology, 32 (05): 465–468. DOI: 10.3969/j.issn.1673-6338.2015.05.006. ( 徐晓悦, 郑南山, 谭兴龙. 2015. GPS-R技术辅助的土壤水含量变化监测. 测绘科学技术学报, 32 (05): 465–468. DOI: 10.3969/j.issn.1673-6338.2015.05.006. )

Yan S, Gong J, Zhang X, Li D.2011.Ground based GNSS-R observations for soil moisture. Chinese Journal of Geophysics, 54 (11): 2735–2744. DOI: 10.3969/j.issn.0001-5733.2011.11.003. ( 严颂华, 龚健雅, 张训械, 李冻秀. 2011. GNSS-R测量地表土壤湿度的地基试验. 地球物理学报, 54 (11): 2735–2744. DOI: 10.3969/j.issn.0001-5733.2011.11.003. )

Yang D, Li W, Yang W.2014.Research on BDS applications in sea wind and wave detection. Journal of Navigation and Positioning, 02 : 97–101. DOI: 10.16547/j.cnki.10-1096.2014.02.019. ( 杨东凯, 李伟强, 杨威. 2014. 北斗系统在海风海浪探测中的应用研究. 导航定位学报, 02 : 97–101. DOI: 10.16547/j.cnki.10-1096.2014.02.019. )

Yang L, Wu Q, Zhang B, Liang Y, Hong X and Zou W.2016.SVRM-assisted soil moisture retrieval using reflected signal from BeiDou GEO satellites.Journal of Beijing University of Aeronautics and Astronautics, 2016, online publishing (杨磊, 吴秋兰, 张波, 梁勇, 洪学宝, 邹文博.2016.SVRM辅助的北斗GEO卫星反射信号土壤湿度反演方法.北京航空航天大学学报, 网络出版[DOI:10.13700/j.bh.1001-5965.2015.0656]) http://d.wanfangdata.com.cn/Periodical/bjhkhtdxxb201606006

Zhang Y, Guo J, Yuan G, Hong Z, Han Y.2013.Sea ice study based on GNSS-R signal. GNSS World of China, 02 : 1–6. DOI: 10.13442/j.gnss.2013.02.005. ( 张云, 郭建京, 袁国良, 洪中华, 韩彦岭. 2013. 基于GNSS反射信号的海冰检测的研究. 全球定位系统, 02 : 1–6. DOI: 10.13442/j.gnss.2013.02.005. )

Zhang X, Ding J, Shen X, Wang M, Liu J, Yu S, Wang Y, Ouyang X.2009.Electromagnetic perturbations before Wenchuan M8 earthquake and stereo electromagnetic observation system. Chinese journal of radio science, 24 (1): 1–8. ( 张学民, 丁鉴海, 申旭辉, 王敏, 刘静, 余素荣, 王亚丽, 欧阳新艳. 2009. 汶川8级地震前电磁扰动与电磁立体监测体系. 电波科学学报, 24 (1): 1–8. )

Zhou R, Cai H.2014.Design and Implementation of Hubei Beidou-Based Water Vapor and Ionosphere Monitoring System. Meteorological Science & Technology, 42 (4): 601–604. ( 周若, 蔡宏. 2014. 湖北省北斗水汽电离层监测系统基准站设计与实施. 气象科技, 42 (4): 601–604. )

Zhu F, Wu Y, Lin J, Zhou Y, Xiong J, Yang J.2008.Study on ionospheric tec anomaly prior to wenchuan ms8.0 earthquake. Journal of Geodesy & Geodynamics, 28 (6): 16–21. ( 祝芙英, 吴云, 林剑, 周义炎, 熊晶, 杨剑. 2008. 汶川Ms8.0地震前电离层TEC异常分析. 大地测量与地球动力学, 28 (6): 16–21. )