王澤明，李浩軍，孫亞峰

1.同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院，上海 200092；2.上海市城市建設(shè)設(shè)計(jì)研究總院(集團(tuán))有限公司，上海 200125

臨海國(guó)家的生產(chǎn)生活受海平面升降影響巨大，因此對(duì)海平面進(jìn)行實(shí)時(shí)監(jiān)測(cè)向來(lái)是眾多研究領(lǐng)域的重點(diǎn)[1]。監(jiān)測(cè)海平面高度變化的傳統(tǒng)方法主要包括驗(yàn)潮站實(shí)測(cè)與激光測(cè)高技術(shù)。作為觀測(cè)精度最高的驗(yàn)潮站數(shù)據(jù)，仍然存在著地理分布不均和數(shù)據(jù)不公開(kāi)等問(wèn)題。具有良好測(cè)高能力的激光測(cè)高技術(shù)在近岸地區(qū)的水位監(jiān)測(cè)方面存在著精度低和衛(wèi)星重訪問(wèn)周期長(zhǎng)等問(wèn)題[2]。全球?qū)Ш叫l(wèi)星系統(tǒng)反射技術(shù)(global navigation satellite system reflectometry，GNSS-R)是一種基于GNSS反射信號(hào)的全新遙感技術(shù)，它通過(guò)分析反射信號(hào)的波形、振幅、相位、頻率等信息，提取出隱含在其中的反射面的物理特性[3]。該技術(shù)的優(yōu)勢(shì)在于反射點(diǎn)具有密集的空間分布，可以覆蓋測(cè)站周?chē)麄€(gè)區(qū)域，且接收機(jī)天線距反射面高度越高，覆蓋范圍越大，因而不再局限于諸如浮標(biāo)、驗(yàn)潮站等單一測(cè)量點(diǎn)的測(cè)量模式[4]。與傳統(tǒng)遙感測(cè)量技術(shù)相比，GNSS-R技術(shù)不需要專(zhuān)門(mén)的雷達(dá)發(fā)射機(jī)，并且具有全天候、覆蓋范圍廣、時(shí)間分辨率高、成本低等優(yōu)點(diǎn)[5]，目前已應(yīng)用于地表土壤濕度、植被變化、海面風(fēng)速、雪深和潮位等的反演[6-11]。

目前，GNSS-R技術(shù)在水面高度反演領(lǐng)域已經(jīng)取得眾多成果。文獻(xiàn)[12]在Crater湖上開(kāi)展的基于1 Hz采樣率的試驗(yàn)獲得了2 cm精度的水面高度。文獻(xiàn)[13]設(shè)計(jì)了一款基于GNSS反射信號(hào)的潮汐計(jì)量?jī)x，在Onsala空間天文臺(tái)展開(kāi)的試驗(yàn)獲得了4 cm精度的水面高度。文獻(xiàn)[14]基于機(jī)載GNSS-R技術(shù)，對(duì)已有反演模型進(jìn)行優(yōu)化，獲得了5 cm高程精度和5 km空間分辨率。文獻(xiàn)[15]對(duì)信噪比序列和頻譜分析閾值進(jìn)行約束，基于最小二乘方法，結(jié)合多個(gè)GNSS星座，對(duì)時(shí)間跨度為3個(gè)月的數(shù)據(jù)進(jìn)行潮位反演，試驗(yàn)所得相關(guān)系數(shù)高達(dá)0.97，同時(shí)指出GNSS-R技術(shù)在反演海面高度方面有很強(qiáng)的實(shí)用價(jià)值。文獻(xiàn)[16]提出一種圓周回歸估計(jì)算法和一種接收機(jī)體系結(jié)構(gòu)，試驗(yàn)所得海面高度反演精度為厘米級(jí)。

針對(duì)驗(yàn)潮站參考面至天線相位中心間垂直距離(下文簡(jiǎn)稱(chēng)“測(cè)站高”)的求解，以往絕大多數(shù)研究采用對(duì)應(yīng)歷元水面高度與潮位取平均的方法，本文提出了基于抗差估計(jì)的優(yōu)化方法，采用4個(gè)IGS GNSS連續(xù)運(yùn)行跟蹤站HNLC、SC02、TDAM、TPW2的觀測(cè)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理。結(jié)果表明，本文方法對(duì)水面高度粗差反演值的剔除、測(cè)站高計(jì)算精度的提升，以及對(duì)最終反演潮位結(jié)果都具有重要的意義。同時(shí)，驗(yàn)證了基于先驗(yàn)潮位數(shù)據(jù)求得的測(cè)站高用于后續(xù)無(wú)驗(yàn)潮站或驗(yàn)潮站數(shù)據(jù)中斷情況下的GNSS-R潮位反演的可行性。

1 精準(zhǔn)測(cè)站高計(jì)算原理

1.1 SNR反演水面高度原理

信噪比(signal noise ratio，SNR)是GNSS接收機(jī)觀測(cè)數(shù)據(jù)中信號(hào)與噪聲的比例，由衛(wèi)星直射、反射信號(hào)疊加干涉形成?？捎墒?1)計(jì)算得出[17]

(1)

式中，Ad表示直射信號(hào)的振幅；Am表示由多路徑效應(yīng)引起的局部周期性變化[18]；Ψ表示直反射信號(hào)間的相位差。因反射信號(hào)對(duì)GNSS定位精度造成嚴(yán)重影響，通常被接收機(jī)天線的扼流圈和天線增益所抑制[19]，且反射信號(hào)在被反射時(shí)會(huì)發(fā)生能量衰減，故直射信號(hào)與反射信號(hào)的振幅滿足Ad?Am的關(guān)系[18]，因此式(1)可近似為

(2)

式(2)表明，直射信號(hào)構(gòu)成了SNR的主體，表征著整體變化趨勢(shì)；而反射信號(hào)對(duì)SNR的貢獻(xiàn)體現(xiàn)在小幅度的周期性震蕩擾動(dòng)，且該擾動(dòng)僅在低衛(wèi)星高度角時(shí)較為顯著[20]。

相位差的產(chǎn)生源于直反射信號(hào)之間存在路徑延遲，二者間的關(guān)系可表示為[21-22]

(3)

式中，λ表示衛(wèi)星信號(hào)的載波波長(zhǎng)；δ表示直反射信號(hào)的路徑延遲。如圖1所示，路徑延遲δ可表示為

圖1 GNSS-R反演模型

δ=2hsinθ

(4)

式中，h表示自反射面起算的接收機(jī)天線相位中心的高度；θ為衛(wèi)星高度角。

根據(jù)式(3)、式(4)，對(duì)相位差Ψ求時(shí)間的導(dǎo)數(shù)，可獲得多路徑效應(yīng)振蕩頻率為[15]

(5)

(6)

(7)

由于LSP分析提取的是水面高度，故在與驗(yàn)潮站實(shí)測(cè)數(shù)據(jù)對(duì)比分析前，需要進(jìn)行如下轉(zhuǎn)換[19,26]

htide(t)=[h(t0)+Htide(t0)]-h(t)

(8)

式中，htide(t)為t時(shí)刻反演所得潮位高度；h(t0)為某一參考時(shí)刻t0反演所得水面高度；Htide(t0)為t0時(shí)刻驗(yàn)潮站實(shí)測(cè)潮位；h(t)為t時(shí)刻反演所得水面高度。可以看出，h(t0)+Htide(t0)表示的正是基于驗(yàn)潮站參考基準(zhǔn)起算的測(cè)站高。對(duì)于該高度的求取，多數(shù)研究將試驗(yàn)期間所有反演結(jié)果取均值代入h(t0)，并將與反演結(jié)果對(duì)應(yīng)時(shí)刻的實(shí)際潮位高度取均值代入Htide(t0)，計(jì)算得測(cè)站高。由于GNSS-R技術(shù)反演水面高度利用的是水面反射的衛(wèi)星信號(hào)，而測(cè)站周?chē)慕ㄖ?、植被、行船等地物同樣?huì)將部分衛(wèi)星信號(hào)反射傳入接收機(jī)；此外，大氣折射效應(yīng)會(huì)使衛(wèi)星信號(hào)發(fā)生彎曲，從而導(dǎo)致計(jì)算高度角與實(shí)際高度角不同，引起潮位反演結(jié)果的偏差[27]；海面粗糙度大時(shí)，高頻海浪會(huì)導(dǎo)致絕大部分反射信號(hào)來(lái)自波峰，低頻海浪會(huì)導(dǎo)致絕大部分反射信號(hào)來(lái)自波谷，導(dǎo)致獲取的水面高度并非是基于平均海平面起算的水面高度[15]；同時(shí)風(fēng)和雨等因素也會(huì)嚴(yán)重影響反演結(jié)果。因此將試驗(yàn)期間所有反演所得水面高度取均值代入求得的h(t0)，必定是包含著受多個(gè)誤差源影響的水面高度均值，以此求出的測(cè)站高并非其最優(yōu)解。

1.2 抗差估計(jì)求解精準(zhǔn)測(cè)站高原理

抗差估計(jì)又稱(chēng)為穩(wěn)健估計(jì)，是處理離群值的一種有效途徑，即使在分析模型與實(shí)際模型存在偏差時(shí)仍能得到穩(wěn)定可靠的結(jié)果，其利用等價(jià)權(quán)使傳統(tǒng)的最小二乘估計(jì)具備抗干擾能力[28]。權(quán)函數(shù)是抗差估計(jì)的核心問(wèn)題，就抗差目的而言，所選權(quán)函數(shù)應(yīng)具備3個(gè)階段：當(dāng)觀測(cè)誤差很小時(shí)，采用原始權(quán)進(jìn)行最小二乘處理(正常段)；當(dāng)觀測(cè)誤差較大但并不顯著時(shí)，采用降權(quán)估計(jì)處理(可疑段)；當(dāng)觀測(cè)值顯著異常時(shí)，采用零權(quán)淘汰處理(淘汰段)。正常段可以準(zhǔn)確揭示觀測(cè)數(shù)據(jù)的內(nèi)在分布模式，利用極大似然估計(jì)即可獲得其最優(yōu)估值；可疑段雖不能準(zhǔn)確揭示數(shù)據(jù)的內(nèi)在分布模式，但若能合理地利用其中內(nèi)含的基本分布特征，對(duì)提高估值精度仍大有裨益；淘汰段提供的是有害信息，影響結(jié)果的正常估計(jì)，應(yīng)對(duì)其予以剔除。本文權(quán)函數(shù)選擇IGG Ⅲ方案，該方案較Huber、Tukey、Andrews權(quán)函數(shù)具備完整的3個(gè)階段，較Hampel權(quán)函數(shù)處理方便，實(shí)用性更強(qiáng)[29]。

對(duì)于受多種誤差源影響的GNSS-R水面高度反演值，采用抗差估計(jì)方法，將可疑段的反演值依其標(biāo)準(zhǔn)化殘差分別降權(quán)，對(duì)顯著異常反演值不承認(rèn)其信息，取零權(quán)淘汰，以此削弱反演粗差，確保最終求解的精準(zhǔn)測(cè)站高不受其影響。

對(duì)于任意時(shí)間段內(nèi)反演所得水面高度，存在如下關(guān)系式

(9)

(10)

l=hGNSS+htide-hstation_0

(11)

式中,hstation_0為測(cè)站高初始值，可由試驗(yàn)期間所有反演所得水面高度與實(shí)際潮位求和后取平均獲得。

由抗差估計(jì)理論可得如下極值條件

(12)

式中,Pi為第i個(gè)觀測(cè)量權(quán)值；ρ為凸函數(shù)；νi為第i個(gè)殘差。對(duì)式(12)求極值，由等價(jià)權(quán)理論得

(13)

(14)

(15)

式中，σνi為νi的標(biāo)準(zhǔn)差。

本文將GNSS-R技術(shù)與抗差估計(jì)方法相結(jié)合，直接目的是求解出測(cè)站高的最優(yōu)估值，進(jìn)而提升GNSS-R技術(shù)的反演精度。采用抗差估計(jì)的方法削弱粗差對(duì)反演結(jié)果的影響，本質(zhì)上并非從消除誤差源的角度入手，而是從反演結(jié)果入手，篩選可靠的水面高度信息代入測(cè)站高度最優(yōu)值的求解，以期達(dá)到與消除誤差源的技術(shù)路線相近的優(yōu)化效果，而操作步驟卻更加簡(jiǎn)單易行，圖2給出了本文的技術(shù)流程。

圖2 技術(shù)路線

2 數(shù)據(jù)處理與分析

本文使用的試驗(yàn)數(shù)據(jù)來(lái)自2018年1至2月IGS GNSS連續(xù)運(yùn)行跟蹤站HNLC、SC02、TDAM、TPW2。各測(cè)站的經(jīng)緯度、接收機(jī)類(lèi)型、天線類(lèi)型、整流罩類(lèi)型、采樣間隔見(jiàn)表1，各測(cè)站的周?chē)h(huán)境、地理位置如圖3所示。為驗(yàn)證GNSS-R潮位反演的精度，分別選取緊鄰上述4個(gè)測(cè)站的火奴魯魯驗(yàn)潮站、星期五港驗(yàn)潮站、加爾維斯頓驗(yàn)潮站、阿斯托里亞驗(yàn)潮站的潮位數(shù)據(jù)，4個(gè)驗(yàn)潮站均以平均低低潮面為潮位基準(zhǔn)面，提供每6 min更新一次的潮位數(shù)據(jù)。

圖3 各測(cè)站信息

表1 HNLC、SC02、TDAM、TPW2測(cè)站信息

2.1 抗差估計(jì)求解精準(zhǔn)測(cè)站高

以2018年DOY 01 PRN27號(hào)衛(wèi)星L2波段的部分?jǐn)?shù)據(jù)為例進(jìn)行反演分析。剔除衛(wèi)星時(shí)間序列中的直射信號(hào)，提取衛(wèi)星高度角5°～15°、方位角205°～330°范圍內(nèi)的SNR殘差序列并進(jìn)行線性化處理，LSP分析結(jié)果中頻譜振幅峰值所對(duì)應(yīng)的頻率即水體反射頻率。圖4(a)、(b)分別給出了PRN27號(hào)衛(wèi)星的SNR殘差序列和LSP頻譜分析結(jié)果。

圖4 PRN27號(hào)衛(wèi)星提取水體反射頻率

本節(jié)采用傳統(tǒng)法(將試驗(yàn)期間所有反演得到的水面高度的均值與對(duì)應(yīng)時(shí)刻實(shí)際潮位高度的均值相加求得測(cè)站高)和抗差估計(jì)法對(duì)HNLC、SC02、TDAM、TPW2這4個(gè)測(cè)站2018年1月的數(shù)據(jù)進(jìn)行反演。高度角、方位角、反演波段、抗差因子的選取見(jiàn)表2。圖5給出了4個(gè)測(cè)站采用傳統(tǒng)法和抗差估計(jì)法反演所得潮位與時(shí)空同步的驗(yàn)潮站實(shí)測(cè)潮位的對(duì)比結(jié)果。圖6給出了4個(gè)測(cè)站采用上述兩種方法的相關(guān)性分析對(duì)比結(jié)果。表3給出了4個(gè)測(cè)站傳統(tǒng)法和抗差估計(jì)法反演結(jié)果的比較。通過(guò)對(duì)比可以發(fā)現(xiàn)，對(duì)于4個(gè)測(cè)站，采用兩種方法求得的測(cè)站高分別相差1.02、1.31、16.2、1.22 cm；RMSE方面，4個(gè)測(cè)站采用抗差估計(jì)方法后分別降低了26.7%、34.4%、84%、31.6%；相關(guān)系數(shù)方面，4個(gè)測(cè)站采用抗差估計(jì)方法后分別提高了5.6%、0.69%、41.5%、1.04%，反演潮位更加貼合實(shí)測(cè)潮位，潮位殘差更小。這是因?yàn)榭共罟烙?jì)方法有效削弱了水面高度反演粗差的權(quán)重，阻止其參與精準(zhǔn)測(cè)站高度的計(jì)算，以此獲得測(cè)站高度最優(yōu)解。可以看出TDAM測(cè)站使用兩種方法反演結(jié)果差異明顯，由傳統(tǒng)法反演潮位與實(shí)測(cè)潮位序列圖可知，除反演潮位整體較實(shí)測(cè)潮位略微偏低以外，絕大多數(shù)反演結(jié)果與實(shí)測(cè)結(jié)果吻合較好，只有極少數(shù)時(shí)刻反演值嚴(yán)重偏離實(shí)測(cè)值。由于TDAM站位于加爾維斯頓港口，常有船只來(lái)往，因此推測(cè)上述極少數(shù)偏離值是由船體噪聲混入水體反射信號(hào)造成的。該部分偏離值為數(shù)不多但誤差極大，造成了16.2 cm的測(cè)站高差別。而抗差估計(jì)方法可以準(zhǔn)確識(shí)別并剔除該部分反演粗差，利用剩余正確反演值求解測(cè)站高度無(wú)偏估值，從而達(dá)到去噪目的。如圖5(e)、(f)所示，利用經(jīng)抗差估計(jì)去噪后求得的測(cè)站高進(jìn)行潮位反演，反演潮位整體不再比實(shí)測(cè)潮位偏低，契合度大大提升，可見(jiàn)經(jīng)抗差估計(jì)去噪后求得的測(cè)站高度更接近TDAM測(cè)站高度的真值。

表3 各測(cè)站1月數(shù)據(jù)反演結(jié)果

圖5 各測(cè)站傳統(tǒng)法與抗差估計(jì)法反演潮位時(shí)間序列與殘差

圖6 各測(cè)站傳統(tǒng)法與抗差估計(jì)法相關(guān)性分析

表2 各測(cè)站反演參數(shù)選擇

2.2 精準(zhǔn)測(cè)站高用于無(wú)驗(yàn)潮站場(chǎng)合的潮位反演

基于抗差估計(jì)的GNSS-R潮位反演方法的實(shí)際應(yīng)用價(jià)值在于能夠求出測(cè)站高度的無(wú)偏估值，在忽略測(cè)站地基極其微小沉降的情況下，可將求得的測(cè)站高度視為定值，供此后若干年間繼續(xù)使用，不再需要驗(yàn)潮站參與潮位高度的反演。因此本節(jié)將上一節(jié)采用傳統(tǒng)法和抗差估計(jì)法求解各測(cè)站2018年1月數(shù)據(jù)所得的測(cè)站高度作為已知值，分別直接代入2月數(shù)據(jù)中進(jìn)行潮位反演(下文分別稱(chēng)為傳統(tǒng)-直接法和抗差估計(jì)-直接法)。反演潮位由代入的測(cè)站高度與反演所得水面高度直接獲得，無(wú)須驗(yàn)潮站的參與，驗(yàn)潮站僅用于提供真實(shí)潮位以檢驗(yàn)兩種直接法反演潮位的精度。圖7、圖8分別為抗差估計(jì)-直接法反演結(jié)果與實(shí)測(cè)潮位的比較，以及相關(guān)性分析結(jié)果。由于上述兩種直接法的差別僅在于所使用測(cè)站高不同，因此二者反演結(jié)果除整體相差一個(gè)定值(測(cè)站高之差)外，圖像走勢(shì)等要素完全相同，因此不再給出傳統(tǒng)-直接法反演結(jié)果與實(shí)測(cè)潮位的比較及相關(guān)性分析結(jié)果)。表4給出了4個(gè)測(cè)站兩種直接法反演的潮位與時(shí)空同步的驗(yàn)潮站實(shí)測(cè)潮位的比較結(jié)果。通過(guò)對(duì)比發(fā)現(xiàn)，采用抗差估計(jì)法求解1月數(shù)據(jù)所得的測(cè)站高度比采用傳統(tǒng)法的更適合2月數(shù)據(jù)的反演，4個(gè)測(cè)站的抗差估計(jì)-直接法的RMSE均小于傳統(tǒng)-直接法的RMSE。同樣的，對(duì)于TDAM測(cè)站，抗差估計(jì)-直接法較傳統(tǒng)-直接法有著明顯的優(yōu)勢(shì)，相關(guān)系數(shù)大幅提升，RMSE大幅減小，這也間接說(shuō)明對(duì)于TDAM測(cè)站1月數(shù)據(jù)采用抗差估計(jì)求解的測(cè)站高度較傳統(tǒng)法更接近其真值。

圖7 各測(cè)站抗差估計(jì)-直接法潮位時(shí)間序列與殘差

圖8 各測(cè)站抗差估計(jì)-直接法相關(guān)性分析

表4 各測(cè)站2月數(shù)據(jù)反演結(jié)果

由以上試驗(yàn)可知，采用抗差估計(jì)求解IGS GNSS連續(xù)運(yùn)行跟蹤站數(shù)據(jù)所得的精準(zhǔn)測(cè)站高度，可以應(yīng)用于之后無(wú)驗(yàn)潮站或驗(yàn)潮站數(shù)據(jù)中斷情況下潮位的獲取。4個(gè)算例中，TDAM測(cè)站明顯體現(xiàn)出抗差估計(jì)方法的優(yōu)越性，這表明測(cè)站觀測(cè)數(shù)據(jù)受周?chē)匚镌肼曈绊懺酱?，抗差估?jì)的去噪優(yōu)勢(shì)越明顯，即便是用于之后無(wú)驗(yàn)潮站參與情況下的潮位反演，抗差估計(jì)-直接法依舊顯著優(yōu)于傳統(tǒng)-直接法。此外，表4中除TDAM測(cè)站外的其余測(cè)站兩種直接法的反演精度較為接近，原因在于當(dāng)無(wú)驗(yàn)潮站參與時(shí)，不易判斷反演所得水面高度是否包含粗差，因此均未對(duì)其進(jìn)行剔除；但同時(shí)，由于抗差估計(jì)-直接法所使用的測(cè)站高更接近其真值，因此在反演2月潮位數(shù)據(jù)時(shí)，其RMSE總是小于傳統(tǒng)-直接法。另一方面，2月潮位的反演精度普遍低于1月潮位的反演精度，其根本原因在于，抗差估計(jì)-直接法使用的測(cè)站高度是求解該測(cè)站1月數(shù)據(jù)所得的無(wú)偏估值，由于各測(cè)站1月的樣本數(shù)量有限，無(wú)法保證1月樣本所得的測(cè)站高無(wú)偏估值等于2月樣本的無(wú)偏估值，即不同的時(shí)間序列求解出的測(cè)站高無(wú)偏估值往往存在差異，因此要充分發(fā)揮抗差估計(jì)法反演潮位優(yōu)勢(shì)的前提是，必須具備充足的樣本量，即求解測(cè)站高度無(wú)偏估值時(shí)選用GNSS觀測(cè)數(shù)據(jù)的時(shí)間序列越長(zhǎng)，所得結(jié)果越接近測(cè)站高度真值。相應(yīng)地，對(duì)于某一驗(yàn)潮站，其擁有的歷史潮位數(shù)據(jù)越多，越能發(fā)揮抗差估計(jì)的優(yōu)勢(shì)以求解其附近IGS GNSS連續(xù)運(yùn)行跟蹤站的測(cè)站高度的最優(yōu)解，也就越能發(fā)揮岸基IGS GNSS測(cè)站監(jiān)測(cè)潮位的能力。

2.3 抗差估計(jì)抵抗人工噪聲

為更好地體現(xiàn)抗差估計(jì)計(jì)算精準(zhǔn)測(cè)站高、提高GNSS-R反演精度的優(yōu)勢(shì)，本文還設(shè)計(jì)了一組用傳統(tǒng)法和抗差估計(jì)法兩種方法處理觀測(cè)數(shù)據(jù)中包含人工噪聲的試驗(yàn)。仍以SC02測(cè)站2018年1月的觀測(cè)數(shù)據(jù)為例，向信噪比文件中加入人工噪聲，添加的方案是：每隔若干個(gè)歷元，在原SNR值的基礎(chǔ)上添加某一隨機(jī)數(shù)。表5給出了每隔20個(gè)歷元，在原SNR值中添加不同大小的噪聲后兩種方法的反演結(jié)果對(duì)比。由前文分析可知，可以預(yù)測(cè)不同反演模式下的精度應(yīng)滿足：無(wú)人工噪聲的抗差估計(jì)法>無(wú)人工噪聲的傳統(tǒng)法>有人工噪聲的抗差估計(jì)法>有人工噪聲的傳統(tǒng)法，試驗(yàn)結(jié)果證實(shí)了這一猜想。

表5 傳統(tǒng)法和抗差估計(jì)法處理恒定歷元間隔的人工噪聲

3 結(jié) 語(yǔ)

結(jié)合試驗(yàn)對(duì)比結(jié)果，本文有如下主要結(jié)論：

(1)針對(duì)HNLC、SC02、TDAM、TPW2測(cè)站2018年1、2月的試驗(yàn)數(shù)據(jù)，基于岸基IGS GNSS站的GNSS-R技術(shù)與驗(yàn)潮站實(shí)測(cè)數(shù)據(jù)在整體趨勢(shì)上吻合較好，精度為dm級(jí)。

(2)抗差估計(jì)法能夠更準(zhǔn)確地求解出基于驗(yàn)潮站潮位起算面的測(cè)站高度，能夠更好地減小反演的均方根誤差，提高相關(guān)系數(shù)，對(duì)于受周?chē)匚镌肼曈绊憞?yán)重的測(cè)站優(yōu)化效果尤為顯著。

(3)以HNLC、SC02、TDAM、TPW2測(cè)站為例進(jìn)行的試驗(yàn)研究，證明了基于先驗(yàn)潮位數(shù)據(jù)求得的測(cè)站高度，可以繼續(xù)用于后期無(wú)驗(yàn)潮站或驗(yàn)潮站數(shù)據(jù)中斷情況下潮位的反演。

在導(dǎo)航定位中被視為嚴(yán)重影響定位精度并被人們?cè)O(shè)法抑制的反射信號(hào)，在近地水環(huán)境等領(lǐng)域的遙感監(jiān)測(cè)中卻發(fā)揮著重要作用。岸基CORS網(wǎng)絡(luò)為開(kāi)展GNSS-R技術(shù)研究提供了很好的數(shù)據(jù)支撐，可有效填補(bǔ)多地監(jiān)測(cè)數(shù)據(jù)的空白。本文利用4個(gè)IGS GNSS連續(xù)運(yùn)行跟蹤站反演海面潮位數(shù)，采用抗差估計(jì)的方法，使GNSS更好地應(yīng)用于潮位監(jiān)測(cè)，并證明了岸基IGS GNSS站可連續(xù)對(duì)潮位變化進(jìn)行監(jiān)測(cè)。