GNSS-R（反射信号反演）

由GNSS观测数据计算的NMRI与NDVI具有很强的相关性，且时间分辨率更高，可用来校正植被效应引起的反射信号的幅度和相位偏移。因此，通过GNSS多径观测计算的NMRI可以在不测量植被含水量的情况下用于校正植被误差。 与传统的MLR和MARS模型相比，RF模型在SM反演中可以获得更高的精度。其中，与RF_AF方法相比，RF_SY策略不仅具有更高的精度，而且减少了RF_AF策略为每颗卫星建立经验模型来校正植被误差的步骤，从而减少了粗差和计算时间，提高了GNSS-IR SM反演的精度和效率。 与单特征参数融合反演方法相比，振幅+相位的多特征参数融合校正反演可以提高SM反演的准确性和可靠性。