基于神经网络技术的f0F2短期预报方法

利用神经网络技术并考虑太阳和地磁活动对电离层的影响,提出一种提前1h预报电离层临界频率f0F2的方法。网络的输入包括时间、季节、地磁指数、太阳黑子数。太阳射电流量F10.7以及f0F2偏离月中值的一阶和二阶有限差和相对偏差。分别用广州和兰州站的历史数据进行检验,预报结果与观测数据符合得较好,比国际参考电离层更具有实用性。

利用神经网络提前24小时预报电离层f0F2

文献[17]利用神经网络技术提出一种提前1小时预报电离层临界频率f0F2的方法。在该工作的基础上对网络的输入进行优化,将预报的提前量扩展到24小时。网络的输入包括地方时、季节、前24小时的观测值以及相应前30天的滑动平均值。分别用海口和北京站的历史数据进行检验,分析预报误差在太阳活动高低年和不同季节的变化,并将结果同国际参考电离层(IRI)进行比较。结果表明:神经网络的预报结果能较好地符合实测数据,在海口和北京站比IRI更具有实用性。

NeQuick模式在亚太地区扇区电离层参数f0F2的预测能力

利用亚洲、澳大利亚地区8个电离层观测台站的F_2层临界频率f_0F_2的历史观测数据,考察了NeQuick模式预报电离层基本参数f_0F_2在亚太扇区的适应性.对比分析表明,此模式能比较好地预测各地的F_2层临界频率,其绝对误差在南半球各站相对北半球各站较大,太阳活动高年相对太阳活动低年较大,春秋季相对夏冬季较大.其误差均方根在太阳活动高年相对太阳活动低年较大.

基于地磁坐标和Kriging技术的高纬地区f0F2重构方法

为能够在高纬区域获取高精度电离层参数特性结果,提出了基于地磁坐标的高纬度区域电离层F2层临界频率(f0F2)的重构方法.该方法确定了基于地磁坐标的变异函数,通过求解改进Kriging方程得出估计值.方法的确定取决于对2种坐标系、2类电离层距离计算方法以及尺度因子的选取.通过对俄罗斯6个垂直探测站在太阳活动高年(2013年)和低年(2017年)的f0F2历史观测数据使用月中值进行交叉验证,证明了引入地磁坐标和利用球面距离计算方法对高纬度地区进行重构能够达到最优效果.相比现有方法,其整体标准误差和绝对误差均有所降低.上述研究证实了该方法的有效性,对电子信息系统的可用频率预测以及通信效能保障具有重要意义.

地磁场与电离层异常现象及其与地震的关系

利用中国地磁台网与电离层台站资料,总结了大地震前出现的地磁低点位移、地磁日变异常及电离层f_0F_2(F_2层临界频率)异常现象。对比研究了1997年11月8日玛尼7.5级与2001年11月14日昆仑山口西8.1级地震前磁场与电离层异常分布及特征。结果显示,两次巨大地震前磁场与电离层短临异常时空分布特征有较好的一致性,震中周围出现日变异常、拉萨台出现电离层f_0F_2明显异常;震前约1个月出现地磁低点位移,其突变分界线通过震中地区。

集合卡尔曼滤波在电离层短期预报中的应用

提出了一种利用集合卡尔曼滤波对电离层f_0F_2短期预报结果进行优化的方法.利用训练好的神经网络对f_0F_2进行提前1～24 h的预报,考虑前一天预报误差的反馈信息,动态跟踪f_0F_2的变化趋势,引入集合卡尔曼滤波对神经网络的预报结果实行进一步修正和优化.实验结果表明,此方法的预报效果优于单纯的神经网络模型和IRI模型.此方法还可以应用于其他电离层参量的短期预报.

电离层f_0F_2参数提前24小时预测

利用中国9个垂测站(海口、广州、重庆、拉萨、兰州、北京、乌鲁木齐、长春、满洲里)一个太阳周(1976—1986年)的数据资料,采用三层前向反馈神经网络(BP网络)实现了电离层F_2层临界频率(f_0F_2)参数提前24h预测。通过对f_0F_2参数的时间序列及其与日地活动之间进行相关分析,确定f(t) (当前时刻f_0F_2)、经过变换的F_(10.7)指数等5个参数作为神经网络的输入参数,并通过同时段训练法获得不同时刻的预测值,本文与自相关分析法进行了预测性能比较。结果表明,上述方法构建的神经网络可以达到较高的预测精度。针对暴时数据,对神经网络算法进行了改进,提高了神经网络法对暴时数据的适用性。

武汉地区电离层TEC和N_mF_2及板厚的季节变化

通过利用武汉电离层观测站(114．4°E,30．6°N)1980—1990年对EST-Ⅱ卫星信标的法拉第旋转测量的TEC(电子浓度总含量)数据,以及由测高仪测量的1980—1990年间的f0F2(F2层临界频率)数据,研究了武汉地区TEC,NmF2(最大电子浓度)和板厚的季节变化,同时比较了IRI和武汉单站模式在预测NmF2季节性方面的有效性．武汉单站模式在预测NmF2季节性变化方面优于IRI模式．

利用神经网络预报电离层f_0F_2

由中国武汉电离层台站和澳大利亚Hobart台站的电离层F2层临界频率(f0F2)的资料,利用三层 前向反馈神经网络(BP网络),提出一种提前24 h预测,f0F2的方法,该方法以前5天观测的,f0F2数据拟合 的5个系数以及太阳活动参数作为输入,以当天24 h的,f0F2作为输出对网络进行训练,训练好的网络可以实 现对,f0F2提前24 h的预报.预测结果显示,利用神经网络预测的,f0F2与实际观测结果变化趋势较一致,并且 比IRI的计算结果更加准确.误差分析表明,在南半球Hobart(-42.9°,147.3°)台站比中国武汉站(30.4°, 114.3°)的结果要好,在低年比高年要好,在冬夏季节比春秋季节稍好.本文说明利用神经网络对电离层参量进 行预报是一种切实可行的方法.

2009年7月22日日全食期间电离层参量的变化

利用多个电离层垂测站的数据和IGS-TEC数据资料,结合日地空间环境指数,分析了2009年7月22日日全食期间中国地区电离层参量(反射回波最低频率f_(min)及f_0f_2和TEC)的变化特征.结果表明,日食发生后f_(min)迅速降低,日食结束后f_(min)迅速恢复到正常水平;在食甚时刻附近,F_0f_2和TEC出现明显的降低,显示了明显的光食效应.日食结束后5～6 h,f_0f_2和TEC出现不同程度的正扰动,在驼峰区更明显;日食结束后9～10 h,f_0f_2和TEC出现较显著的负扰动.由于此次日食发生时伴随着中等强度的磁暴和低纬电场穿透等空间天气事件,给此次日食电离层效应的深入分析带来很大困难.

利用F_(10.7)短期预报电离层F_0F_2

通过对电离层历史数据和太阳射电流量F_(10.7)的回归分析,提出了一种单站电离层f_0F_2的短期预报方法,以F_(10.7)的流动平均值f_c为输入,以未来3天的f_0F_2为输出,分别利用中国地区8个台站的数据进行检验,分析不同太阳活动水平、季节以及地方时预报误差的分布特征。结果表明,该方法能有效地预测未来1～3天的f_0F_2。该方法还可应用于其他电离层参量的短期预报。

天地基综合观测的东日本大地震电离层异常分析

介绍了地震电离层前兆的主要特性,并给出了掩星电离层电子密度峰值位置的标高估计技术。利用天地基电离层观测数据,综合分析了2011年3月11日日本9.0级大地震发生前的电离层异常变化,发现地震前3天内电离层f0F2异常扰动、相对垂直总电子含量(VTEC)扰动以及电子密度峰值处标高(Hs)增加等多种异常现象。分析了地磁活动和太阳活动等因素后,认为其可能与地震有一定关联,表明电离层异常变化对于地震短期预报具有重要参考意义。

电离层参数短期预报的综合模型

提出了一种电离层参数短期预报的综合模型，可综合使用几种预报方法进行预报，合理确定不同方法参与预报的权重，能够充分发挥各种预报方法的优势，确保达到最佳的预报性能。作为例子，以自相关方法、相似日方法和神经网络方法作为模型中的方法输入，利用中国9个电离层观测台站一个太阳活动周期（1977～1987年）的f0F2数据，对提前1～24h预报的精度进行了测试。结果表明：综合模型的预报精度高于任一单一模型，使用综合预报模型可以综合考虑各模型的优势，从而得到更好的预报效果。

利用人工神经网络预测电离层f_0F_2月中值

提出了利用人工神经网络技术预测电离层临界频率月中值的方案．在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上，考虑足够的周年和黑子周期变化的数据训练网络，使 ｆ０Ｆ２月中值预测值与实测数据比较平均误差为 ０．３４ＭＨｚ，预测精度有了较大改进．最后采用分形学的基本理论得到电离层 ｆ０Ｆ２月中值的分数维为 ３，选用 ３个输入量，分别预测高、低年 ｆ０Ｆ２月中值，与实测数据比较平均误差为 ０．３ＭＨｚ．

基于相空间重构的f_0F_2一步预测算法研究

利用低纬度地区某垂测站2005年3月和4月两个月f_0F_2参数共5856个数据样本,对提前15min的一步预测算法进行了研究.基于混沌时间序列的相空间重构方法,以相近邻点轨迹具有相似性为预测理论基础,采用k最近邻点的方法对下一时刻的f_0F_2进行预测.对邻点个数的选取采用了训练法和自适应选择法,对选出的邻点采用平均法和自回归两种方法进行处理,并对几种不同方法的预测结果进行了比较.结果证明,基于相空间重构的一步预测算法预测精度较高,并且容易实现,运算速度高,适用于电离层参数准实时预报.

夜间f_0F_2存在季节异常现象

本文用1975.12—1986.12我国9个电离层站的资料分析得出,在一定的纬度和太阳活动条件下,夜间f_0F_2存在季节异常现象.夜间季节异常现象具有两个明显的特点:只有低纬才具有夜间季节异常特征;太阳活动高年夜间季节异常的程度增加.夜间季节异常是白天f_0F_2季节异常现象的延续,夏半球至冬半球的大气流动造成的中性气体浓度比(O/O_2和O/N_2)的季节变化,是形成f_0F_2季节异常的根本原因.并初步分析了夜间季节异常的低纬局限性及随太阳活动变化的成因.

f_0F_2的季节变化特征

用我国八个电离层站１９７６～１９８８年的ｆ０Ｆ２资料，分析其季节变化规律。指出：我国人ｆ０Ｆ２的白天值普遍存在季节异常现象，这与前人的结果一致；低纬地区ｆ０Ｆ２的夜间值也存在季节异常现象，这与前人的结果有较大差异。

我国东南地区电离层f_oF_2经验模式及预测

利用我国东南地区的6个电离层站数据分析了该区域的气候学特征,用统计本征模方法构建该区域foF2月中值的经验模式,并分析各阶本征模系数和级数的变化特点,最后用实测数据检验该模式的可靠性。结果表明:本征模方法分析具有一定的物理意义,其系数可反映foF2的11年,年和半年变化,基函数可反映foF2的周日变化和短期振荡,各阶级数可反映出电离层的年度异常,半年异常和季节异常等变化。而且本征模方法预测的foF2月中值可靠性较高,能反映东南地区电离层foF2月中值的主要变化趋势与时空分布特性。

川滇地区电离层垂测站震例数据分析

基于川滇地区电离层垂测普洱站和乐山站记录数据,对2018年云南墨江MS5.9和2019年四川长宁M S6.0地震震前电离层特征参数f0F2异常数据进行处理分析。结果显示:在云南墨江地震前第3天,普洱站上空出现显著电离层异常扰动现象,特征参数f0F2相对背景阈值的最大异常扰动达64%;在四川长宁地震前第4天,乐山站上空也出现明显电离层异常扰动现象,特征参数f0F2相对背景阈值的最大异常扰动达58%。这些扰动现象很可能属于地震前兆异常。

卡尔曼滤波和自相关分析方法短期预报电离层f_0F_2的比较

电离层参数f_0F_2的预报是电离层研究的一个重要方向.本文选取2011年北京、长春、青岛和苏州四个常规观测站的f_0F_2数据,分别采用卡尔曼滤波、自相关分析法和国际参考电离层模型(IRI)对f_0F_2实施短期预报(提前1h预报),并通过与实际观测数据的对比,对三种方法预报f_0F_2的性能进行了比较.研究结果表明,在磁平静时期,采用卡尔曼滤波方法进行f_0F_2预报的均方误差为0.532 MHz,相对误差8.11%,比国际电离层参考模型的均方误差和相对误差分别降低1.47 MHz和14.58%;采用自相关分析方法进行f_0F_2预报的均方根误差为0.967 MHz,相对误差11.46%,比国际电离层参考模型的均方误差和相对误差分别降低1.035 MHz和11.23%.比较结果说明二者对f_0F_2短期预报的精度相对于国际电离层参考模型均有大幅提升.对磁暴期间三种方法的预测性能做了进一步比较,试验结果表明卡尔曼滤波短期预报性能总体上优于自相关分析法,这为f_0F_2短期预报的方法选择提供了一定指导.