典型热层密度模式误差分析

以CHAMP卫星2001年5月15日至2008年12月31日期间2755天的加速度计反演热层大气密度数据为基准,对JB2008和MSISE00两种模式的反演误差进行了统计分析.发现这两种模式整体上均高估了热层大气密度,但JB2008模式的精度优于MSISE00模式.JB2008和MSISE00模式的平均相对误差分别为2.2%和17.6%.对空间环境简要分类,统计各类型事件下热层实测和模式密度的纬度和地方时特性,发现MSISE00模式具有较好的地方时特性,而JB2008模式具有较好的纬度特性.研究结果对掌握目前热层密度模式误差特性及指导模式改进方向具有一定意义.      

"神舟3号"运行高度上大气密度的变化

"神舟3号"(SZ-3)大气密度探测器搭载在SZ-3留轨舱上于2002年3月发射入轨,在轨运行期间获得了轨道舱运行高度范围(330-410km)内的大气密度数据.数据分析表明,无明显太阳和地磁扰动时,热层大气密度的主要变化之一是日照和阴影区域之间的涨落变化,最大涨落变化比约为3.0,变化比与太阳和地磁活动程度有关.在2002-04-17和2002-04-19的强地磁扰动时,全球热层大气密度上涨,同时在磁扰峰期探测获得30°N-40°N区域出现密度扰动异常现象.对强地磁扰动在运行轨道高度上大气密度最大涨幅约为60%左右,响应过程在时间上要比地磁扰动过程滞后6-7h,日照和阴影区域中大气密度的响应变化程度明显不同.在太阳活动程度发生变化时,热层大气密度会呈现出明显的正相关变化关系.     

强磁暴、能量粒子暴与热层大气密度涨落之间的相关关系

利用1997-2007年由GOES8, GOES11和GOES12星载高能粒子探测器在地球同步轨道高度上所探测到的高能质子和高能电子通量探测数据以及高度560km左右星载大气密度探测器所得的热层大气密度探测数据, 统计分析了强地磁扰动、高能粒子通量跃变和热层大气密度涨落之间的相关关系, 初步获得强地磁扰动期间, 地球同步轨道(外辐射带外环)均出现了增幅大于三个数量级的高能质子通量(尤其是E>1MeV)强增强现象, 随后热 层大气密度强烈上涨, 表明三者之间是正相关关系. 在时间上地球同步轨道高能质子通量强增强现象先于日均Ap值(地磁活动程度)上涨约一天左右, 而热层大气密度强涨落现象又明显滞后于强地磁扰动事件.      

GEO轨道相对论电子日积分通量预报统计建模

基于辐射带相对论电子哨声波局地加速理论,将地磁AE指数作为源电子通量和通量各向异性的指标,将地磁Dst指数作为损失机制的指标,利用滑动窗口线性滤波器方法,建立了一个地球静止轨道大于2MeV相对论电子预报模型.利用该模型开展了2000-2009年地球静止轨道相对论电子通量预报试验.研究发现,这10年总预报效率为0.818,2003年的预报效率（0.633）最低,2009年的预报效率（0.856）最高.模型预报效果与持续模型相比有很大提高,略低于利用太阳风参数作为输入的同类预报模型的预报效果.这说明即使在缺少太阳风参数的情况下,该模型利用地磁扰动参数也能取得较好的预报效果.当模型输入参数增加了太阳风速度时,即综合考虑了行星际扰动和磁层扰动对辐射带粒子加速过程的影响,模型逐年的预报效率进一步提升.其中,2005年的预报效率提升了9.5%,这10年的总预报效率增加到0.848,预报值与实测值之间的线性相关系数为0.918,均方根误差为0.422.      

利用Hp分量预测空间环境地磁活动指数Kp

地磁场扰动可以引起近地空间环境(包括电离层和磁层)一系列变化,地磁Kp指数是空间天气扰动的重要参考指标.采用地球同步轨道GOES-8卫星监测到的垂直于同步卫星轨道平面的地磁分量Hp数据,分析了地磁Kp指数与Hp分量波动幅度间的统计关系,结果显示,Hp分量的变化与Kp指数具有很好的相关性.利用回归分析和RBF神经网络方法,建立了Kp指数现报模型,根据地球同步轨道地磁场Hp分量的变化,计算出相同时段的Kp指数.监测结果表明,预报方法具有一定的有效性和实用性,特别是人工神经网络模式计算的Kp指数与实测结果吻合很好.利用此方法能够在不依赖于地面地磁探测数据的情况下,快速预报地磁扰动,及时为空间天气保障提供参考.同时,鉴于中国即将发射的风云四号搭载有地磁场探测仪,本项研究可为自主数据的应用奠定基础.     

550～600 km高度上热层大气密度的中长期变化

选用了2005年8月20日至2006年7月28日高度550～600 km附近的热层大气密度探测数据,对表征太阳活动的F10.7值和表征地磁活动强度的Ap指数进行了相关特性的统计.分析结果表明,在无明显地磁扰动时热层大气密度日平均值的涨落呈现27日和准半年的周期性变化,但在地磁扰动期间这种变化的周期性会被削弱,且大气密度的周日变化幅度与F10.7值呈正相关关系.      

利用卫星两行轨道根数反演热层密度

两行轨道根数（TLEs）是基于一般摄动理论产生的用于预报地球轨道飞行器位置和速度的一组轨道参数,通过求解大气阻力微分方程,可反演出热层大气密度. 本文选取近圆轨道CHAMP卫星和椭圆轨道Explorer8卫星,以两行轨道根数数据为基础,计算反弹道系数,并根据不同轨道特征采用两种不同反演方法对热层大气密度进行研究. 结果表明,这两种方法反演得到的大气密度与实测值均符合较好,其中CHAMP卫星的反演结果和经验模式值相对于实测值的误差分别为7.94%和13.94%,Explorer8卫星的误差分别为9.04%和14.32%. 相比模式值,利用两行轨道根数数据反演的热层大气密度更接近于实测值,说明该方法可以作为获取大量可靠大气密度数据的一种有效途径.      

一种基于温度参数的热层密度修正方法

热层大气的阻力效应是影响低轨航天器大量空间操作的重要因素, 尤其是经验密度模式, 其固有的至少15%的内符合误差已严重制约航天器轨道计算精度的提高. 针对广泛应用的经验密度模式, 选择物理背景简明、关联参数较少的JACCHIA71模式, 以地磁平静条件下的全球散逸层顶温度最小值T_c及125 km高度拐点温度T_x为对象, 建立密度相对于上述温度参数的条件方程, 推导密度相对于温度参数的解析偏导数, 并给出其最小二乘解. 同时, 利用CHAMP卫星数据对模式进行修正, 模式平均误差从40%降低至3%左右. 通过TG01飞行器的轨道预报比较, 修正前后轨道预报位置精度从2 km提升至1 km左右. 经过CHAMP卫星和TG01飞行器的实测数据检验, 验证了修正算法的正确性和有效性.      

利用二维核回归估计的大气密度模式修正

传统经验大气密度模式预测大气密度存在的较大误差会引起低轨卫星轨道预报误差,对卫星的再入轨、控制计划、碰撞规避及精密定轨造成不利影响.利用天宫一号卫星探测数据,针对大气NRLMSISE-00模式计算的误差特点,在地磁相对平静(Ap ≤ 30)的时间段内,对相近地方时和纬度的模式误差分布进行分析发现,相近地方时和纬度的模式误差分布基本相同.利用二维核回归估计方法,对与预测点相近地方时和纬度的样本误差进行加权,估计预测点处的模式误差,进而按距离预测日期天数的长短,采用加权修正法对模式预测结果进行修正,修正后大气模式误差的均方差(RMS)由14.09%降至4.05%.研究结果表明,该修正方法可以显著提高大气密度预报精度.      

大气阻力参数修正对低轨空间目标轨道预报精度的改进

对于低轨空间目标, 大气阻力是影响轨道预报精度的主要摄动力. 本文提出了一种 基于空间环境数据和神经网络模型的空间目标大气阻力参数修正方法, 基于目 标的历史两行元根数, 通过模拟得到外推一天轨道预报中预报结果与观测数据 符合最好的阻力调制系数, 分析表明其与太阳F_10.7指数和地磁Ap指数具有很好的相关性. 根据已有数据, 构建神经网络模型, 实现对阻力调制系数 的补偿计算, 从而改进低轨目标外推一天的轨道预报. 结果表明, 神经网络模 型相比两行元根数能够更及时地对空间环境变化进行响应. 将该方案应用于天 宫一号和国际空间站的外推一天轨道预报, 验证了方案的正确性和普适性, 对 地磁扰动引起的较大预报误差改进效果更好, 误差能够降低50%~60%; 平均而言, 预报精度可以提高约30%, 改进成功率达到80%左右.      

Comparison of the observed and modeled low- to mid-latitude thermosphere response to magnetic activity: Effects of solar cycle and disturbance time delay

The performance of JB2008 and NRLMSISE-00 models, in describing the response of the thermosphere to magnetic activity are evaluated against total mass density retrieved from accelerometer measurements made onboard CHAMP satellite during 5 years. We show that the global low- to mid-latitude disturbance amplitude is correctly described by the JB2008 model for low solar activity conditions and by both the JB2008 and the NRLMSISE-00 models for high solar activity conditions. For low solar activity conditions, statistics based on almost 3 years of data confirm the large underestimation by the NRLMSISE-00 model quantified by Lathuillère et al. (2008) for the year 2004. We also found that the time delay between low- to mid-latitude global thermosphere disturbance and magnetic activity is statistically well estimated by the NRLMSISE-00 and JB2008 models for disturbed conditions. For moderately disturbed conditions however, the time delay estimated by the JB2008 model is too large by about 3 h. For very disturbed conditions, we found different time delays during day-time and night-time, using new geomagnetic proxies with a 30-min time resolution.     

基于实时观测数据的大气密度模式修正

针对国际大气密度模式NRLMSISE-00, 以中国神舟飞船探测数据为基础, 提出一种基于实时大气密度观测数据的模式修正方法. 通过计算分析模式计算结果与探测数据的误差分布特征, 针对地磁相对平静期(Ap≤ 30)模式计算的误差特点, 建立了一种平均误差修正方法, 即认为在相对平静期, 在相同纬度和地方时, 模式误差基本相同, 某一时刻模式预测误差可以近似用与其相同纬度和地方时的平均误差来替代, 从而对模式预测结果进行修正. 以神舟4号探测数据为基础, 通过对模式预测结果采用两种方式进行修正, 可以看到模式误差得到了一定的改善. 采用误差库累积准实时修正, 修正后的误差由原来的20 %降至6 %; 采用误差库5天滑动预报修正后, 模式提前1, 2, 3天的预测误差由原来的20 %分别降至7.8 %, 9.4 %和10.5%.      

Validation of GOCE densities and evaluation of thermosphere models

Atmospheric densities from ESA’s GOCE satellite at a mean altitude of 270 km are validated by comparison with predictions from the near real time model HASDM along the GOCE orbit in the time frame 1 November 2009 through 31 May 2012. Except for a scale factor of 1.29, which is due to different aerodynamic models being used in HASDM and GOCE, the agreement is at the 3% (standard deviation) level when comparing daily averages. The models NRLMSISE-00, JB2008 and DTM2012 are compared with the GOCE data. They match at the 10% level, but significant latitude-dependent errors as well as errors with semiannual periodicity are detected. Using the 0.1 Hz sampled data leads to much larger differences locally, and this dataset can be used presently to analyze variations down to scales as small as 150 km.     

冕洞相关地磁Ap指数中短期预报方法研究

地磁Ap指数是描述全球地磁活动水平的重要指数, 过去许多参考大气模式中都用Ap指数来表述地磁活动状态, 大气模式的运行需要输入地磁Ap指数, 因此, 地磁Ap指数的预报一直是空间环境预报中一个非常重要的内容. 针对太阳活动低年冕洞引起的地磁扰动具有明显27天重现的特性, 利用修正的自回归方法, 对地磁Ap指数进行了提前27天的预报; 采用从SOHO/EIT观测资料发展出来的描述冕洞特性的Pch因子, 进行了提前三天的地磁Ap指数预报. 结果显示, 将统计方法与物理分析相结合, 进行地磁Ap指数的中短期数值预报, 可以得到较好的预报效果.      

"神舟二号"大气密度探测器的探测结果Ⅱ.在太阳和地磁扰动期间高层大气密度的变化

选用了Sz—2大气密度探测器在2001年2—4月间的探测数据,进行日照和阴影区域热层大气密度对太阳和地磁活动程度的响应变化的探讨．结果表明,日照区大气密度峰值主要随F10.7值而变,在地磁扰动期间,阴影区大气密度对扰动的响应更明显,通常响应变化开始于高纬度地区,然后向低纬度地区推移．     

Storm-time atmospheric density modeling using neural networks and its application in orbit propagation

Upper atmospheric densities during geomagnetic storms are usually poorly estimated due to a lack of clear understanding of coupling mechanisms between the thermosphere and magnetosphere. Consequently, the orbit determination and propagation for low-Earth-orbit objects during geomagnetic storms have large uncertainties. Artificial neural networks are often used to identify nonlinear systems in the absence of rigorous theory. In the present study, an attempt has been made to model the storm-time atmospheric density using neural networks. Considering the debate over the representative of geomagnetic storm effect, i.e. the geomagnetic indices ap and Dst, three neural network models (NNM) are developed with ap, Dst and a combination of ap and Dst respectively. The density data used for training the NNMs are derived from the measurements of the satellites CHAMP and GRACE. The NNMs are evaluated by looking at: (a) the mean residuals and the standard deviations with respect to the density data that are not used in training process, and (b) the accuracy of reconstructing the orbits of selected objects during storms employing each model. This empirical modeling technique and the comparisons with the models NRLMSIS-00 and Jacchia-Bowman 2008 reveal (1) the capability of neural networks to model the relationship between solar and geomagnetic activities, and density variations; and (2) the merits and demerits of ap and Dst when it comes to characterizing density variations during storms.     

ERS-1 and ERS-2 operational and precise orbit determination

This paper presents the European Space Operations Centre's orbit determination and prediction systems for the ERS-1 mission. The routine operational orbit determination and prediction subsystem is discussed briefly, and statistics of the accuracy compared to the requirements are given. The precise orbit determination subsystem is then described, and the accuracy of its results are compared to those of the operational orbit system and to the D-PAF preliminary orbit solutions. Some geophysical results from the altimeter data, processed in these orbit determinations, are also presented. The ESOC/OAD ‘ERS-1 Orbit Report’ is introduced as a document providing this information on a monthly basis. Finally, this paper describes how the experience gained with the precise orbit determination will be exploited to further improve the accuracy of the routine system that will be used for ERS-2, and provides an estimate of this accuracy.