太阳电池阵表面充电反向电位梯度的地面模拟

太阳电池阵等部件由于其表面介质的高二次电子发射及光电子发射特性,使得其在轨表面充电典型表现为反向电位梯度(inverted potential gradient,IPG)。为了评估航天器部组件在轨的表面充电风险,需要研究IPG的特点及在地面模拟IPG的方法。文章通过分析地球中高轨道与低轨道空间等离子体环境中表面充电的特点,提出了地面模拟IPG表面充电的方法,并给出典型试验结果。推荐中高轨道利用电子枪或紫外源、低轨道利用冷稠等离子体源模拟表面充电IPG;模拟过程中为了建立IPG,试样基底导电部位需要悬浮且有直流负偏压电源驱动;模拟IPG时需要针对试样尺度进行缩比补偿;文章给出的方法可用于一般太阳电池阵或其他在轨充电会产生IPG的试样开展地面模拟及静电放电防护性能评价试验。

一种基于白谱法的电离层天气扰动指数

基于一种电离层扰动提取方法一白谱法,利用IGS提供的电离层TEC网格数据,获得电离层J_s真指数、J_r指数和J_p指数,分别反映单站、纬度圈(沿经度积分)及行星际尺度下的电离层天气扰动状态.在2015年3月的一次磁暴过程中,J_s指数、J_r指数及J_p指数均很好地反映出电离层响应地磁暴的过程,磁暴前后J_p指数与Dst指数相关系数达到-0.72;J_s图从二维角度很好地表征了电离层天气的扰动过程.在此基础上,统计分析了2011—2014年J_p指数与Dst指数的相关性,结果表明:限定J_p≥2,J_P指数与对应时间Dst指数的相关系数为-0.67;限定J_p≥3,二者相关系数更高,达到-0.87.通过分析不同J_p指数阈值下不同等级磁暴的次数,发现J_p指数可以很好地反映磁暴下的电离层整体扰动,为指示电离层天气状态提供了可能的参数.

白谱法在电离层扰动研究中的应用

将电离层扰动从其背景中分离出来一直是电离层扰动研究的核心与难点。文章综述白谱法在电离层扰动研究方面取得的进展,主要有:1)白谱法比常规电离层扰动提取方法能更好地描述磁暴期间电离层的扰动,利用白谱法构建的电离层天气单站指数Js、全球指数Jp和区域指数Jr与Dst指数之间存在极好的关联性,可以直接利用Dst来对Jp进行预报。2)白谱法同样适合研究强磁暴期间的电离层异常弱响应。对比研究发现,电离层在强磁暴条件下的弱响应不依赖于采用的扰动提取方法本身,并且该现象的出现与纬度、地方时及磁暴前期条件强烈相关。3)白谱法是研究地磁平静期由其他扰动源引起电离层扰动的有力工具。基于白谱法构建的Js分布图能够很好地反映台风过程中电离层扰动的空间特征。

利用混合模型LSTM-DNN进行全球电离层TEC map的中短期预报

近年来,基于深度学习技术的长短期记忆(long short-term memory,LSTM)网络相关预报算法在空间天气的预测方面得到广泛应用,但存在预测误差随时间堆叠的缺陷,因此只能进行有限的短期预测。为解决这一问题,文章将太阳风参数、太阳黑子数、地磁活动水平指数Ap以及磁暴环电流指数Dst作为预报因子加入模型,建立一个基于LSTM和深度神经网络(deep neural networks,DNN)的混合模型来进行全球电离层TEC map的中短期预报。该模型可以明显减小时间递增对预测误差的影响。测试结果表明,相较于单独的LSTM模型,LSTM-DNN混合模型对24 h电离层预报准确率相近,对48 h电离层预报平均相对精度(RA)由79.30%提升到81.18%,对144 h电离层预报平均相对精度由64.97%提升到77.64%。