Détection de variations dans les propriétés de la surface réfléchissante grâce à des données GPS

Abstract

La détection et la quantification de l’humidité du sol sont primordiaux pour l’étude de la météo ainsi que celle du climat. Dans un monde où le changement climatique est plus important qu’il ne l’a jamais été, un set de données global n’est pas disponible afin de combler les besoins des scientifiques dans les domaines de l’hydrologie, du climat et de l’écologie. Tout au long de l’année, des données sont collectées par deux récepteurs géodésiques de la marque Septentrio reliés chacun à une antenne différente. Ces dernières, fixes, se trouvent sur le toit du bâtiment B5a situé au Sart Tilman. L’environnement aux alentours de ces antennes est de type urbain. Ainsi, une grande quantité d’objets pouvant réfléchir le signal GPS avant qu’il atteigne l’une ou l’autre antenne sont présents (c’est ce qu’on appelle le multi trajet). L’objectif de ce travail est de déterminer s’il est possible de détecter des variations dans les propriétés de la surface réfléchissante grâce à des données GPS. Nous avons donc mis en place une méthodologie afin de détecter et quantifier (amplitude et fréquence) les variations dans les résidus du SNR (signal to noise ratio) au fil des jours. Un lien est établi entre ces variations et les quantités de précipitations obtenues grâce à des archives météorologiques. Le SNR représente le rapport signal sur bruit. Cette mesure, à l’instar des codes et des phases, est sensible au multi trajet et est également affectée par le moindre changement dans l’environnement. Ces résidus sont obtenus grâce à un ajustement par moindres carrés d’un polynôme de degré 4. Ainsi, l’ajustement permet de modéliser la partie du SNR liée au signal direct et les résidus représentent la partie du SNR liée au multi trajet. En ce qui concerne la quantification des différentes variations entre les jours, une corrélation croisée permet de mettre en avant des ressemblances entre certains jours. À l’inverse, elle permet également de montrer que certains jours sont différents. Toutefois, la méthodologie utilisée n’est pas concluante afin de quantifier l’amplitude et la fréquence des résidus du SNR.

The detection and quantification of soil moisture is essential for the meteorology and climate science. In a world where climate change is a greater challenge than ever before, a global dataset is not yet available to meet the needs of scientists in the fields of hydrology, climate and ecology. Throughout the year, data is collected by two Septentrio geodetic receivers, each connected to a different antenna. Their position is fixed and they are located on the roof of building B5a in Sart Tilman. The environment around these antennas is urban. Thus, numerous objects that can reflect the GPS signal before it reaches one or the other antenna are present (this is called multi-path). The objective of this work is to determine whether it is possible to detect variations in the properties of the reflecting surface using GPS data. We have therefore set up a methodology to detect and quantify (amplitude and frequency) variations in SNR (signal to noise ratio) residuals over time. A link is established between these variations and the precipitation quantities obtained from meteorological archives. The SNR represents the signal to noise ratio. Like codes and phases, this measure is sensitive to multipath and is also affected by the slightest change in the environment. These residuals are obtained by a least-squares fit of a degree 4 polynomial. Thus, the fit allows the direct signal portion of the SNR to be modelled and the residuals represent the multipath portion of the SNR. With respect to the quantification of variations between days, a cross-correlation allows to highlight similarities and differences between some days. However, the methodology used is not conclusive for quantifying the amplitude and frequency of SNR residuals