一种组合模型的电离层总电子含量预报方法

针对电离层总电子含量(TEC)的非线性、非平稳等多种因素影响会导致全球导航定位服务数据的高噪声问题,提出一种小波分解、长短期记忆(LSTM)网络模型、埃尔曼(Elman)神经网络模型组合的方法:采用国际全球卫星导航系统服务组织(IGS)中心提供的不同纬度、不同时间段的TEC格网点数据,利用db4小波分解对前20 d的TEC样本序列进行分解得到高频信息与低频信息;再分别利用LSTM模型和Elman模型对高频信息和低频信息进行预报;然后将2种模型的预报值进行重构;最后利用滑动窗口预测连续多个2 d数据进行分析研究。实验结果表明,组合模型在春、夏、秋、冬不同季节的电离层预报的均方根误差分别为0.85、0.68、0.84和0.84个总电子含量单位(TECu),平均绝对值残差分别为0.66、0.55、0.60和0.69个TECu,平均相对精度分别为97.1%、97.1%、96.7%、95.9%,与2种单一模型相比可有大幅度提升。

电离层电子总含量不同时间尺度的预报模型研究

电离层对无线电通信、卫星导航有重要的影响,因此对电离层电子总含量(total electron content,TEC)的预报研究十分重要,而目前国际上的各种经验电离层预报模型的精度只有60%左右,不能满足实际需求.本文提出一种新的TEC预报模型:利用经验正交函数对TEC数据进行时空分解,利用遗传算法结合混沌预测的思想对时间场系数进行非线性时间序列预测,从而达到对TEC数据预报的目的.实验结果表明,此方法可较好地对TEC数据进行不同时间尺度的预测,提前1,2,4,7 d的预报精度分别达到0.32,0.48,0.68,0.94 TECU.

2020年7月22日阿拉斯加7.8级地震同震电离层扰动分析

利用全球导航卫星系统(GNSS)、电离层测高仪和地震仪数据,从振幅及波形、时空分布、传播速度与方向、时频域等角度对2020年阿拉斯加7.8级地震同震电离层扰动(Co-seismic ionospheric disturbances,CIDs)特性进行探究.卫星G03、G04和G09在地震西部探测到3类CIDs,最大扰动幅度约0.1 TECU (1 TECU=10^(16) el/m~2),并且均沿着地震断层破裂延伸方向(西南方向)传播;而在地震北部与东部未发现CIDs.根据CIDs的速度及中心频率将其分为三类,第一类为高速传播的CIDs(速度约为2.93 km·s^(-1)),中心频率约11 mHz,符合瑞利波激发的电离层扰动特征;第二类CIDs的传播速度约为1.69 km·s^(-1)和1.55 km·s^(-1),中心频率约4.5 mHz和4.7 mHz,符合声波引起的电离层扰动频率;第三类CIDs速度约为0.98 km·s^(-1)和1.11 km·s^(-1),中心频率约2.9 mHz,可能为声波引起的另一类电离层扰动.同时,利用CIDs时空数据估计的CIDs扰动源位置与震中较为接近,进一步说明电离层扰动由地震激发.通过对GNSS站及地震仪位移的分析,估计了地震瑞利波沿西南方向传播速度与第一类CIDs较为吻合,验证了第一类CIDs由瑞利波激发,且断层的垂直位移是引起电离层扰动的重要因素.测高仪观测到电离层临界频率(f_(0)F_(2))发生显著波动,探测到CIDs的传播速度约1.02 km·s^(-1),传播速度和方向与卫星G03、G04探测的CIDs较为吻合,推断其属于第三类CIDs.

阿拉斯加2021年8.2级地震同震电离层扰动特征及对比分析

为分析2021年7月29日阿拉斯加8.2级地震引起的电离层响应,利用地震附近的全球导航卫星系统(Global Navigation Satellite System,GNSS)观测数据估算电离层总电子含量(Ionospheric Total Electron Content,TEC)及同震电离层扰动(Coseismic Ionospheric Disturbances,CIDs).从多角度对CIDs的时空分布特征进行分析,并与阿拉斯加2018年7.9级走滑型地震以及2020年7.8级逆断层地震引起的CIDs对比.在地震西南方向探测到两类CIDs,最大扰动振幅约0.8 TECU(1 TECU=1016 el/m^(2)),并且在西南方向距离震中约1094 km的测高站EA653探测到CIDs.在震中西北、东北和北方向探测到传播速度相近的CIDs.根据CIDs的速度和频率大小将CIDs分为两类,第一类CIDs的传播速度为1.87 km·s^(-1),频率约为3.8 mHz,可能由地震声波引起,扰动量级最大;第二类CIDs的传播速度为0.85~1.09 km·s^(-1),中心频率约在3.0 mHz或者5.7 mHz附近,为地震声波引起的另一类电离层扰动.逆断层地震引起的CIDs比走滑型地震更加显著,表明地震引起的垂直地表运动在CIDs的形成中起主要作用.三次地震在西南方向均引起显著的CIDs,与地震破裂方向较为一致,该地区大地震引起的CIDs可能具有较为明显的方向性,具体形成机制有待于进一步研究.

利用非组合精密单点定位技术确定斜向电离层总电子含量和站星差分码偏差

联合双频GPS数据,利用相位平滑伪距算法,可得到包含斜向电离层总电子含量(slant total electron content,sTEC)、测站和卫星差分码偏差(differential code bias,DCB)的电离层观测值(称之为"平滑伪距电离层观测值"),常应用于与电离层有关的研究。然而,平滑伪距电离层观测值易受平滑弧段长度和与测站有关的误差影响。提出一种新算法:利用非组合精密单点定位技术(precise point positioning,PPP)计算电离层观测值(称之为"PPP电离层观测值"),进而估计sTEC和站星DCB。基于短基线试验,先用一台接收机按上述两种方法估计sTEC,用于改正另一接收机观测值的电离层延迟以实施单频PPP,结果表明,利用PPP电离层观测值得到的sTEC精度较高,定位结果的可靠性较强。随后,选取全球分布的8个IGS(internationalGNSS service)连续跟踪站2009年1月内某四天的观测数据,利用上述两种电离层观测值计算所有卫星的DCB,并将计算结果与CODE发布的月平均值进行比较,其中,平滑伪距电离层观测值的卫星DCB估值与CODE(Centre for Orbit Deter mination in Europe)发布值的差别较大,部分卫星甚至可达0.2～0.3 ns,而PPP电离层观测值而言,绝大多数卫星对应的差异均在0.1 ns以内。

武汉地区电离层电子浓度总含量的统计经验模式研究

由武汉电离层观象台一个太阳黑子周期（１９８０—１９９０年）的实测电离层电子浓度总含量（ＴＥＣ）资料，统计分析得出了武汉地区的一个 ＴＥＣ经验模式．模式很好地再现了武汉地区的ＴＥＣ观测值．其预测误差在太阳活动高年稍大，低年较小；在春秋两季稍大，冬夏两季较小；在当地时间白天和傍晚稍大，夜间和早晨较小．此外，与国际参考电离层模式ＩＲＩ的计算结果比较，本模式预测的ＴＥＣ值更接近于实际观测结果．同时，本文也初步探讨了ＴＥＣ的半年变化特征和冬季异常现象．

基于GPS TEC的2022年1月15日汤加火山喷发激起的电离层行扰分析

2022年1月15日南太平洋汤加海底火山发生剧烈喷发,是近30年来最大规模的火山爆发,产生的强烈大气波动为开展火山喷发电离层扰动研究提供了难得的机会。本文利用GPS数据探测火山附近、新西兰、澳大利亚和中国地区的电离层扰动,从波形、频率、传播速度和时空分布等角度分析汤加火山喷发电离层行扰(TIDs)的特征,并利用电离层测高站、海平面监测站和大气压监测站的观测数据进一步验证TIDs的传播特征。研究结果发现,汤加火山喷发在其附近区域、新西兰、澳大利亚和中国地区引起了3类TIDs。在火山附近东、西、南、北方向上均探测到第一类TIDs, TIDs的传播速度为617~972 m/s,该类TIDs极有可能由火山喷发产生的声波引起。汤加火山喷发仅在火山附近东、西方向引起第二类TIDs,其传播速度分别为472 m/s和418 m/s,可能由声波传播过程中衍生的声重力波或者混合波引起,形成机理有待进一步研究。汤加火山喷发在新西兰、澳大利亚和中国地区引发了第三类TIDs,其传播速度为328~352 m/s,该类TIDs与Lamb波密切相关。

利用GPS观测值反演电离层总电子含量的时空变化

为了便于电离层总电子含量时空变化的研究,利用区域电离层模型获得了GPS系统硬件延迟,从而进一步获取了绝对电离层总电子含量值。利用北京IGS站的GPS观测数据分别计算了2000年至2004年各个不同季节的总电子含量,经比较发现,电离层总电子含量表现出明显的季节性变化。利用中国地壳观测网络25个测站的观测数据计算发现,电离层总电子含量空间变化幅度大,在低纬度地区总电子含量值相对较大,而在中纬度地区相对较小。

基于SSA-PSO-LSTM模型的电离层TEC预报

受多种因素影响,电离层电子总含量(TEC)时间序列具有非线性、非平稳性特征,为提升长短期记忆(LSTM)神经网络模型在电离层TEC预报中的精度,本文在该神经网络模型的基础上,引入奇异谱分析(SSA)与粒子群优化(PSO)算法,构建了新的SSA-PSO-LSTM模型。一方面,利用了SSA对TEC时间序列进行数据预处理;另一方面,利用粒子群优化算法改进LSTM神经网络模型参数。选用欧洲地球参考框架(EUREF)提供的格网点电离层TEC时间序列数据进行实验,实验结果表明,在磁平静期与磁暴期,该组合模型的TEC预报结果均方根误差分别为0.28个总电子含量单位(TECu)、0.83个TECu,平均相对精度分别为96.35%、91.33%,均优于对比模型,验证了本文提出的组合预报模型的有效性与优越性。平均相对精度分别为96.35%、91.33%,均优于对比模型,验证了本文提出的组合预报模型的有效性与优越性。

深度学习LSTM模型的电离层总电子含量预报

针对TEC时间序列高噪声、非线性和非平稳的动态序列的特性,基于分解-预测-重构的思想,运用总体经验模态分解和深度学习长短期记忆神经网络,构建了EEMD-LSTM预测模型。同时,以测试集上预测结果的均方根误差最小为目标,运用多层网格搜索算法对EMD-LSTM预测模型进行参数优选。以IGS中心2015年全年1 h时间尺度的TEC格网数据进行实验分析,结果表明,EEMD-LSTM组合模型的预报结果能够很好的反应电离层TEC的变化特性,在低、中、高纬度地区平均预报残差分别为1.37、0.82和0.96个TECu,预测平均相对精度分别为92.8%、91.9%和87.8%。

利用半参数核估计法预报全球电离层总电子含量

本文将半参数平差模型引入电离层球谐函数系数的预报中,建立了半参数球谐函数模型(Semiparametric-Spherical Harmonic,Semi-SH)来预测全球电离层总电子含量.首先,通过快速傅里叶变换获得球谐函数系数的周期和振幅,将振幅高的主周期归入趋势函数,振幅低的剩余周期归入随机信号,建立了半参数模型,同时利用核估计方法拟合趋势函数,解算随机信号,并在时间域上进行外推,得到了预报时间的球谐函数系数,代入15阶电离层球谐函数模型,最后得出电离层总电子含量(Total Electron Content,TEC)的预报值.本文基于欧洲定轨中心(CODE)发布的球谐函数系数进行电离层TEC长期预报和短期预报分析,其中长期预报采用四年预报两年的模式对球谐函数系数进行预报,短期预报设计了三个算例,采用前30天预报后一天的模式,分别预报1天、滑动预报7天和滑动预报30天.实验结果表明:长期预报能够较好地反映全球电离层TEC的变化趋势和波动情况,Semi-SH模型对全球电离层TEC平均值(Mean TEC global,MTECglobal)的拟合值和预报值与MTECglobal实际值的相关系数分别为0.8743和0.8010,呈现出高度相关性.短期预报中,在太阳活动高年和太阳活动低年,Semi-SH模型在中纬度地区预报精度较CODE发布的电离层TEC 1天预报产品(CODE′S 1-Day Predicted GIM,C1PG)有较大提升,在高纬度与低纬度地区两种模型预报精度相当;Semi-SH模型在太阳活动高年和太阳活动低年30天滑动预报精度的均值均高于C1PG模型.实验结果说明了Semi-SH模型预报电离层TEC值的有效性.

基于因果卷积与LSTM网络的电离层总电子含量预报

电离层总电子含量(TEC)不仅是分析电离层形态的关键参数之一,同时为导航及定位等空间应用系统消除电离层附加时延提供重要支撑。由于电离层TEC的时空变化特征,本文融合因果卷积和长短时记忆网络,以太阳活动指数F_(10.7)、地磁活动指数Dst和电离层TEC历史数据作为特征输入,构建深度学习模型,实现提前24 h预报电离层TEC。进一步利用2005-2013年连续9年的CODE TEC数据,全面评估了模型在北京站(40°N,115°E)、武汉站(30.53°N,114.36°E)和海口站(20.02°N,110.38°E)的预报性能。结果显示不同太阳活动条件下三个站的TEC值与真实测量值的相关系数都大于0.87,均方根误差大都集中在0~1TECU以内,且模型预报精度与纬度、太阳、地磁活动程度、季节变化相关。与仅由长短时记忆网络构成的预报模型相比,本实验模型均方根误差降低了15%,为电离层TEC预报模型的实际应用提供了参考。

IGS电离层图内插区域电离层电子含量精度分析

本文以重庆CORS网2007年第247天5个基准站观测数据为例,首先采用平滑伪距观测值解算各个基准站上空的VTEC值,然后将其中的4个测站穿刺点处的VTEC值采用克里金插值法内插YUBE站上空的穿刺点处的VTEC,发现克里金插值法内插的电离层穿刺点的VTEC值精度是可靠的,且比高精度的广义三角级数函数模型计算精度更高。再利用IGS电离层图,采用电离层穿刺点周围4个电离层图点和包含电离层穿刺点的所有格网点内插BANA站整点时刻的电离层VTEC值,经比较发现两者的内插精度基本一致。最后,利用包含电离层穿刺点的所有IGS电离层图点内插重庆CORS网5个基准站上空的整点时刻电离层VTEC值,经分析发现由IGS电离层图内插的5个基准站上空的VTEC值均比采用平滑伪距观测值解算的VTEC值偏大,约3.454TECU,且插值结果精度低于广义三角级数函数模型计算精度。

地磁暴期间电离层扰动监测及GNSS定位性能分析

为分析磁暴期间电离层扰动规律及GNSS定位性能变化,基于国际GNSS服务(International GNSS Service,IGS)全球观测数据及全球电离层图(global ionospheric map,GIM),对2018年8月26日地磁暴事件引发的北半球地区电离层总电子含量(total electron content,TEC)异常变化和GPS定位性能进行分析.结果表明:北半球TEC异常存在纬度差异,高纬地区响应快,低纬地区异常值变化大,达12 TECU;磁暴期间高纬地区观测数据周跳变化明显,周跳比数值与磁静日相比最大下降61.84%;磁暴期间所有测站数据完整率下降,高纬地区下降响应快,下降严重,达38.65%,研究区所有测站数据完整率下降出现在磁暴恢复相,数据质量与TEC异常变化规律较为一致;对GPS双频动态精密单点定位(precise point positioning,PPP)结果进行分析发现,磁暴期间高纬地区测站定位误差显著增大,水平和垂直方向均方根误差(root mean squared error,RMSE)增至约0.7 m及1.8 m.

多模多频GNSS差分码偏差估计及电离层建模研究

电离层延迟是GNSS导航定位中重要的误差源,对电离层进行监测和建模具有重要的意义。GNSS具有覆盖范围广、观测时间长、反演精度高等特点,为电离层监测和建模提供了一种有效的手段。差分码偏差(differential code bias,DCB)包含在电离层观测值中,与电离层总电子含量(total electron content,TEC)参数相互耦合,在电离层建模时需要被精确分离和确定。

利用人工神经网络提前1h预报电离层TEC

提出了一种利用人工神经网络提前1 h预报电离层TEC的简便方法.考虑到实际工程应用要求,没有使用其他空间天气参数,而是选择电离层TEC观测数据本身作为输入参数.输入参数为当前时刻TEC、一阶差分、相对差分和时间,输出参数为预报时刻TEC.利用文中介绍的GPS/TEC处理方法解算厦门站2004年电离层TEC观测数据,对预报方法进行评估,全年平均相对误差为9.3744%,预报结果与观测值相关性达到了0.96678.结果表明,利用人工神经网络方法提前1 h预报电离层TEC有很好的应用前景.

相似预报法在电离层TEC短期预报中的应用

引入相似离度衡量样本间的相似程度,并利用相似预报法对厦门一个GPS台站2004年电离层TEC观测数据进行了24 h预报试验.结果表明,预报相对误差与地磁活动水平密切相关,地磁扰动条件下相对误差明显高于地磁平静时刻;预报相对平均误差为18.022%,地磁扰动时为44.896%,地磁平静条件下为11.676%;预报相对误差在10%,20%,30%,40%以内的累积比例分别为38.209%,65.075%,84.984%,90.448%.如果使用中纬地区或地磁平静期间的电离层TEC数据,预报效果会更好.

北斗GEO卫星在磁暴电离层扰动分析中的应用

为了研究磁暴发生期间,电离层受其影响产生的异常扰动现象的特性,本文利用北斗系统中地球静止轨道(GEO)的特性,选取沿等纬度、经度和地磁纬度规则分布的地面站观测数据,针对2019年5月11日与5月14日发生的磁暴事件,对磁暴期间电离层扰动进行了分析,实验表明5月14日磁暴事件造成的电离层扰动在各点处有着更相似的时频特性;同时计算得到了磁暴沿纬线的平均传播速度为657.9 m/s,沿经线的平均传播速度为480.1 m/s,沿地磁纬线的平均传播速度为1 591.2 m/s。

台风期间电离层TEC的扰动响应分析

针对台风期间的电离层的扰动,利用1996—2004年在福建登陆的台风事件,选择电离层电子总含量(TEC)为对象进行研究,再选择参考点为同纬度不同经度地区的TEC为对照,分析两地TEC差值情况,以及台风期间两者的扰动响应.结果表明:在台风风速达到极值的时段内,部分区域内TEC会出现类似锯齿状的扰动,在之后一段时间内消亡;在风速逐渐趋于极值到极值消失的时段内,风速与TEC日平均值之间存在较强的负相关关系.

基于频带分割法反演电离层TEC参数

星载合成孔径雷达(SAR)系统会受到电离层带来的相位影响,降低星载SAR系统成像质量,对低频段宽带星载SAR尤其明显。为了消除电离层对星载SAR带来的相位影响,基于陆地观测技术卫星2号(ALOS-2)星载SAR数据,采用距离向频带分割法来估计电离层电子总含量(TEC)参数。验证推导距离向频带分割法的最优估计精确度,并利用ALOS-2数据,采用距离向频带分割法反演得到二维电离层TEC参数分布,分析了距离向分辨单元数对反演精确度的影响。另外,分析了雷达图像不同区域采用距离向频带分割法的估计精确度。结果表明频带分割法具有很强的鲁棒性,可以有效地反演电离层TEC参数分布,同时距离向分辨力单元数和成像区域场景地形起伏也影响反演电离层参数的精确度。