2007-2009谷年期间高热层大气密度的变化

在第23至第24太阳活动周的峰年之间,太阳活动谷年具有持续时间长,极低F_10.7太阳辐射通量（低至65）和超长期的零太阳黑子数记录等特点,因此是观测和研究在这种特殊背景下热层大气变化的极好机会.尤其是能充分理解和掌握在宁静环境下热层大气密度对弱太阳活动和小地磁扰动的响应特性.本文利用高度650 km以上星载大气密度探测器2007—2009年的连续探测数据进行分析,结果表明,在太阳辐射通量F_10.7极低值期间,较高热层大气密度对F_10.7的起伏具有更显著的响应变化.当F_10.7由70降至65时,日均大气密度会有4～5倍的显著降变,远大于通常大气模式中的降变值.同样在F_10.7极低值期间,较高热层大气密度对小地磁扰动也具有显著的响应增变,当日K_p指数之和由23增至30时,较高热层大气密度则会有80%～160%的强增变.     

LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量，其预报精度直接影响航天器轨道预报精度.研究发现，太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实，基于长短期记忆单元（Long Short-term Memory，LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据，构建LSTM神经网络训练和预测模型，分别预测太阳活动高低年未来27天的F_10.7指数.结果表明，太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内，低年最优可达2%以内.      

太阳活动与热层大气密度的相关性研究

为分析太阳活动对热层大气的影响,使用250km,400km,550km高度处热层大气密度与太阳F_10.7指数数据,研究了二者的周期变化及相关关系. 结果表明,热层大气密度的变化与太阳活动呈现相似的变化趋势;两者均具有显著的27天及11年周期变化特征,热层大气密度还存在7～11天及0.5年和1年的变化特征,且高度越高越明显;热层大气密度对太阳活动的最佳响应滞后为3天,无论何种地磁活动水平下,400km高度处相关性高于250km,550km处相关性最小,且太阳活动下降相期间高于上升相;250km,400km和550km高度处热层大气密度和太阳活动的统计结果分别为饱和、线性和放大关系;高度越高的热层大气密度对太阳活动响应越敏感.      

太阳活动对电离层TEC变化影响分析ormalsize

为研究太阳活动对电离层TEC变化的影响,从整体到局部分析了2000—2016年的太阳黑子数、太阳射电流量F_10.7指数日均值与电离层TEC的关系,并重点分析了2017年9月6日太阳爆发X9.3级特大耀斑前后15天太阳活动与电离层TEC变化的相关性.结果表明:由2000—2016年的数据整体看来,太阳黑子数、太阳F_10.7指数、TEC两两之间具有很强的整体相关性,但局部相关性强弱不均;此次耀斑爆发前后太阳黑子数、太阳F_10.7指数和TEC具有很强的正相关特性,太阳活动对TEC的影响时延约为2天;太阳活动对全球电离层TEC的影响不同步,从高纬至低纬约有1天的延迟,且对低纬度的影响远大于中高纬度.太阳活动是影响电离层TEC变化的主要原因,但局部也可能存在其他重要影响因素.      

低轨航天器弹道系数估算及热层大气模型误差分析

利用低轨（LEO）航天器在轨期间两行轨道根数（TLEs）数据,结合经验大气密度模型NRLMSISE00,反演计算得到其在轨期间的弹道系数B’,以31年B’的平均值代替弹道系数真值,分别通过标准球形目标卫星对比以及物理参数基本相同的非球形目标卫星对比,对弹道系数真值进行了检验;利用不同外形目标卫星弹道系数在不同太阳活动周内的变化规律,结合太阳和地磁活动变化,估计经验大气密度模型的误差分布. 结果表明,利用反演弹道系数31年的平均值来代替真值,其在理论值的正常误差范围内;大气密度模型误差在210～526km高度范围内存在相同的变化趋势,且模型误差随高度增加而增大;在短周期内B’变化与太阳活动指数F_10.7存在反相关性;密度模型不能有效模拟2008年出现的大气密度异常低. 以上结果表明,经验大气密度模型结果需要修正,尤其是在太阳活动峰年和谷年,此外,磁暴期间模型误差的修正对卫星定轨和轨道预报等也具有重要意义.      

基于卫星加速度数据反演的热层大气密度与NRLMSISE-00模式结果的比较研究

利用CHAMP/STAR加速度数据反演的热层大气密度与NRLMSISE-00模式反演的热层大气密度进行比较, 结果表明, 热层大气密度在春秋季期间高于冬夏季, 并且太阳活动高年比低年更加显著; 日照面和阴影区大气密度的比值在低纬地区由太阳活动高年的4下降到太阳活动低年的2左右, 中纬地区大约由3变化到1.5, 高纬地区变化较小; NRLMSISE-00模式能够较好地模拟热层大气密度的变化趋势, 但是磁暴期间模式精度较差. 统计结果表明, 模式整体比反演结果偏高, 2002-2008年相对偏差分别为16.512%, 20.004%, 18.915%, 18.245%, 25.161%, 33.261%和41.980%; NRLMSISE-00模式在高纬地区的相对偏差为27.337%, 高于中低纬地区的24.047%; 模式在中等太阳活动水平相对偏差较为稳定, 基本在15%左右.      

基于CHAMP卫星观测数据对热层大气密度的经验正交分析

对2003年(太阳活动较高年)至2007年(太阳活动低年) CHAMP卫星的热层大气密度观测数据进行了经验正交函数(EOF)分析, 得到了400 km高度上白天平均大气密度ρ的太阳活动周变化与年度变化等不同变化分量. 研究结果表明, ρ受太阳活动影响较大, 其太阳周变化分量与F10.7指数变化之间的相关系数可高达94.5 %; ρ的太阳周变化分量随纬度增加而减小, 且在中高纬地区, 南半球的值明显大于北半球的值, 在低纬地区则出现基本对称的双峰分布, 即赤道质量密度异常(EMA)结构. 在ρ的年变化中, 呈现出明显的季节变化, 即夏季低冬季高; 同时ρ的年变化幅度随太阳活动增加而增强, 随纬度增加而增强. 将本文结果与经验模式NRLMSISE00在观测条件下的输出数据进行对比, 发现两者的太阳周变化与年变化分量基本一致, 但本文观测数据的太阳周成分随纬度变化略小, 年变化幅度略大, 且NRLMSISE00模式不能再现EMA结构. 研究结果对揭示热层气候学变化特征具有重要意义.      

基于SABER的平流层顶温度的时空特征分析

利用SABER探测器2002—2017年超过一个太阳活动周的数据,以大气垂直方向上40～60km的最大温度作为平流层顶温度（T_sp）,分析50°S—50°N T_sp的时空分布特征.结果表明:T_sp具有明显的纬度特征和季节特征,在赤道和南北半球夏季温度较高,而在南北半球冬季的40°—50°纬度附近温度有最低值.再利用EOF方法分析T_sp,发现其第一模态的解释率达91%,且时间系数与平流层顶高度相关性最大,为-0.75,与平流层顶臭氧体积混合比相关性约0.49,与日地距离相关性为0.44,与太阳活动性（太阳活动指数,太阳黑子数）的相关性约0.33.依据该相关关系,进一步分析各变量原始场,发现T_sp和平流层顶臭氧体积混合比的纬度变化近似相反;与日地距离的季节变化有明显的负相关,约-0.81,且这种相关性与日地距离有弱的正相关关系;年平均T_sp在2002—2017年的变化约为2K,与F_10.7的相关系数为0.6,在南北纬20°附近与太阳活动指数F_10.7的相关性最大,约0.74.      

NRLMSISE-00大气模型与GRACE和CHAMP卫星大气密度数据的对比分析

利用GRACE(Gravity Recovery And Climate Experiment)和CHAMP(Challenging Mini-Satellite Payload)卫星2002-2008年的大气密度数据与NRLMSISE-00大气模型密度结果进行比较,分析了模型密度误差及其特点.结果显示,NRLMSISE-00大气模型计算的密度值普遍偏大,其相对误差随经纬度变化,在高纬度相对较小;相对误差随地方时变化,在02:00LT和15:00LT左右较大,10:00LT和20:00LT左右较小.通过模型密度相对误差与太阳F_10.7指数的对比分析发现,在太阳活动低年模型相对误差最大,而在太阳活动高年相对误差较小;将模型结果分别与GRACEA/B双星和CHAMP卫星的密度数据进行比较,发现对于轨道高度更高的GRACE卫星轨道,模型相对误差更大;在地磁平静期,相对误差与地磁ap指数(当前3h)相关性不强,但是在大磁暴发生时,误差急剧增大.      

一种NRLMSISE-00模型太阳辐射校正方法

根据空间天气的状态,调整大气模型的相关输入参数能够减小模型的计算误差.通过对比CHAMP卫星在轨大气密度探测数据与NRLMSISE-00模式的计算结果发现,通过调整F_10.7的输入,使轨道大气密度积分的模式计算结果与探测结果之间的误差达到最小,此时的F_10.7被称为理想F_10.7输入（F*）.进一步的分析发现,F*与太阳紫外辐射MgII指数存在很好的相关性,因此可以选择其他的太阳紫外辐射代理参数取代F_10.7,从而减小模型计算误差.本文采用神经网络技术,建立新的太阳紫外辐射代理参量F_euv与MgII,F_10.7等的对应模型,能够根据当日参数值计算F_euv.研究结果表明,新的代理参数能够有效减小NRLMSISE-00的计算误差.      

第23太阳活动周太阳极紫外辐射与磁暴相关性分析

统计第23个太阳活动周内中等及以上强度（Dst_min<-50nT）的磁暴事件,线性拟合分析磁暴主相DDst_min和达到DDst_min前一个表征太阳极紫外辐射强度的F_10.7之间的相关性.结果表明:随着太阳极紫外辐射增强,DDst_min<-50nT的磁暴出现的总数增多,在弱、中等和强太阳极紫外辐射条件下,其数量分别为56,84和85;随着太阳极紫外辐射增强,强磁暴（-200nT ≤ Dst_min<-100nT）和大磁暴（Dst_min<-200nT）发生的数量和相对发生率呈增长趋势,尤其是大磁暴数目（1,4,12）和相对发生率（1.79%,4.76%,14.12%）明显呈增长趋势;大磁暴（|Dst_min|）与太阳极紫外辐射（F_10.7）之间存在中度正相关关系,其相关系数为0.532,并且主要体现在大磁暴（|Dst_min|）与强太阳极紫外辐射（F_10.7）之间的中度正相关性,其相关系数为0.582.大磁暴与强太阳极紫外辐射之间的相关性可为空间天气预报提供参考依据.      

太阳极紫外辐射对热层大气密度的影响

对2001-2021年SOHO卫星的极紫外辐射测量数据,以及CHAMP,GRACE-A和SWARM-C卫星资料推导出的高分辨率大气密度数据进行统计分析,发现大气密度与极紫外测量值的相关系数大于密度与F10.7指数的相关系数,证实极紫外辐射在不同地方时的影响程度存在显著差异,从而驱动大气密度的周日变化。利用三颗卫星的高度差异揭示极紫外辐射对大气密度的加热效应在350～500 km范围随着高度增加而减弱。统计得到极紫外辐射影响在地方时和纬度上的空间差异：对夏季半球的影响大于冬季半球;在白天,对中纬度地区的影响高于赤道和高纬度地区;在夜间,密度对辐射的斜率在夏季半球高纬度地区存在峰值,在冬季半球中纬度存在谷值,模型DTM2000和NRLMSISE00未能准确刻画。为了改进经验模型,提出基于球谐函数的拟合方法,优于主流模型周日效应采用的表达式,对周日效应建模和修正提供有益借鉴。利用昼夜间能量传输和热层大气经向环流机制探讨了统计结果的物理机制。     

基于活动区面积统计的F10.7指数预报方法

太阳10.7cm射电流量（F_10.7）是反映太阳整体活动的重要指标,其主要源头是日面活动区.F_10.7指数与日面活动区具有显著的相关性,且不同面积的活动区与F_10.7并不遵循相同的线性关系.为进一步提高F_10.7预报的准确性,利用日面活动区面积与F_10.7的相关性,依据面积大小分类,提出F_10.7的预报公式并进行验证.采用2008-2018年SWPC （Space Weather Prediction Center）公布的活动区面积数据和CSWFC （Canadan Space Weather Forecast Center）公布的F_10.7实测数据计算预报公式系数,利用高年（2003年）和低年（1997年）的F_10.7预报验证其结果.研究结果表明,预报结果与实测值的相关系数分别为0.9318和0.9295,二者皆优于SWPC同时期的预报结果（相关系数分别为0.9186和0.8771）.本研究首次基于活动区的变化预测了F_10.7,提高了F_10.7预测的准确性.      

Periodic Variations of Drag Coefficient for the ANDE Spherical Satellites During its Lifetime

A drag coefficient (C_D) inversion method is introduced to study the variations of the drag coefficient for orbital satellites with spherical geometry. Drag coefficients of the four micro satellites in the Atmospheric Neutral Density Experiment (ANDE) are compiled out with this new method. The Lomb-Scargle Periodgram (LSP) analysis of the four ANDE satellites' C_D series has shown that there are obvious 5, 7, 9, and 27 days' period in those data. Interesting results are found through comparing the LSP analysis with series of the daily solar radio flux at 10.7 cm (F_10.7 index), the Ap index, and the daily averaged solar wind speed at 1AU. All series in the same time interval have an obvious period of about 27 days, which has already been explained as the association with the 27 days' solar rotation. The oscillating periods less than 27 days are found in series of C_D, Ap and solar wind speed at 1AU, e.g., the 5, 7, 9 days period. However, these short periods disappeared in the time series of F_10.7 index. The same periodicities of 5, 7, 9 days in Ap and solar wind are presented at the same time interval during the declining phase of solar cycle 23. While in the ascending phase of solar cycle 24, these short oscillations are not so obvious as that in the declining phase of solar cycle 23. These results provide definite evidence that the C_D variations with period of 5, 7 and 9 days are produced by a combination of space weather effects caused by the solar wind and geomagnetic activity.      

High accuracy satellite drag model (HASDM)

The dominant error source in force models used to predict low-perigee satellite trajectories is atmospheric drag. Errors in operational thermospheric density models cause significant errors in predicted satellite positions, since these models do not account for dynamic changes in atmospheric drag for orbit predictions. The Air Force Space Battlelab’s High Accuracy Satellite Drag Model (HASDM) estimates and predicts (out three days) a dynamically varying global density field. HASDM includes the Dynamic Calibration Atmosphere (DCA) algorithm that solves for the phases and amplitudes of the diurnal and semidiurnal variations of thermospheric density near real-time from the observed drag effects on a set of Low Earth Orbit (LEO) calibration satellites. The density correction is expressed as a function of latitude, local solar time and altitude. In HASDM, a time series prediction filter relates the extreme ultraviolet (EUV) energy index E_10.7 and the geomagnetic storm index a_p, to the DCA density correction parameters. The E_10.7 index is generated by the SOLAR2000 model, the first full spectrum model of solar irradiance. The estimated and predicted density fields will be used operationally to significantly improve the accuracy of predicted trajectories for all low-perigee satellites.