赤道异常的两日振荡

本文给出了赤道异常两日振荡的四大特点;说明了磁暴、电离层暴引起的f₀F₂起伏波动与赤道异常两日振荡的区别;讨论了不同周期赤道异常长周期振荡的迭加;最后将这些结果用于东亚扇区, 发现35°N以北的逐日起伏波动主要由电离层暴控制;31°N以南f₀F₂的逐日起伏波动主要由赤道异常的长周期振荡控制.      

高频返回信道的频率散布测量

本文介绍了用高频后向散射探测系统测量高频返回信道的频率散布的实验, 对高频返回信道的多普勒频移和多普勒频谱宽度的日变化进行讨论.文中比较了地物回波谱和应答回波谱证实了陆地对高频后向散射信道的多普勒频移贡献甚小, 而对谱宽度和谱的形状有影响.      

中纬电离层暴时形态的理论模式研究

结合观测结果对中纬电离层暴时形态进行理论模式研究.分析了两次电离层暴变事件中影响其基本形态的原子－分子含量比、上部输运通量和中性风等因素的行为,发现在这两次具有不同特点的事件中,中性风较为平稳,而原子－分子含量比和耦合输运通量的相对作用则各不相同.      

宇宙噪声的电离层闪烁与电离层不规则结构的结构参数

利用宇宙噪声是均匀的。各向同性的背景电磁辐射的假设,对电子密度涨落空间分布波数谱为负幂律函数的电离层不规则结构,用射线光学方法导出了闪烁功率谱的表示式。与射电星和轨道人造卫星信标的电离层闪烁相比,减少了因相对运动弓队的变量。用数值计算方法研究了电离层不规则结构的结构参量L_y、l_y、p、η对功率谱的影响。与实测资料比较,发现电离层吸收事件期间且Riometer记录的闪烁资料中,60%以上相应的不规则结构有L_y>103,η>η₀(0.2<η₀<0.5).      

一种电离层TEC格点预测模型

基于分析时间序列数据的门限控制单元（GRU）神经网络模型,利用电离层TEC网格点历史数据、太阳活动指数、地磁活动指数作为预测因子,提出一种高精度电离层TEC格点预测模型.对全球60个网格点的数据进行了模型预测和对比实验,得到北半球平均相对精度的均值为83.96%,高于南半球的73.60%,表明预测模型在北半球的适应性更好,且中低纬地区的适应性优于高纬地区;预测模型在磁扰动期的平均相对精度的均值比磁平静期平均相对精度的均值高,约1.95%;与基于递归神经网络（RNN）、长短时记忆网络（LSTM）和双向长短时记忆网络（Bi-LSTM）的电离层TEC单站预测模型相比,本文预测模型的均方根误差（RMSE）平均为原来的80.8%.      

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.      

2000年7月和2003年10月大磁暴期间东亚地区中低纬电离层的GPS TEC的响应研究

利用武汉电离层观象台研制的GPS TEC的现报方法及现报系统,对东亚地区GPS台网的观测数据进行处理分析,特别对2000年7月14-18日和2003年10月28日至11月1日两次特大磁暴期间的数据进行了对比考察,文中分析了两次磁暴间的电离层响应,得到对应不同磁暴时段电离层TEC的不同变化情况,着重揭示了TEC赤道异常峰的压缩和移动以及赤道异常随时间的压缩—反弹—恢复的过程,并结合高纬电离层的部分响应机制进行了说明,结果显示,两次磁暴期的电离层响应表现出了各自不同的特点,从而反映出因季节变化引起的高纬电离层暴时能量注入的不同而造成的全球性电离层扰动的不同形态,由此看出,磁暴期间电离层TEC的变化直接与太阳扰动发生的时间及其对高纬电离层的耦合有关,若短时期内连续发生多次磁暴,则电离层反应更加复杂,不能简单地当做单一磁暴叠加处理。     

基于深度学习递归神经网络的电离层总电子含量经验预报模型

利用行星际太阳风参数与太阳活动指数、地磁活动指数、电离层总电子含量格点化地图数据,首次基于一种能处理时间序列的深度学习递归神经网络（Recurrent Neural Network,RNN）,建立提前24h的单站电离层TEC预报模型.对北京站（40°N,115°E）的预测结果显示,RNN对扰动电离层的预测误差低于反向传播神经网络（Back Propagation Neural Network,BPNN）0.49～1.46TECU,将太阳风参数加入预报因子模型后对电离层正暴预测准确率的提升可达16.8%.RNN对2001和2015年31个强电离层暴预报的均方根误差比BPNN低0.2TECU,将太阳风参数加入RNN模型可使31个事件的平均预报误差降低0.36～0.47TECU.研究结果表明深度递归神经网络比BPNN更适用于电离层TEC的短期预报,且在预报因子中加入太阳风数据对电离层正暴的预报效果有明显改善.      

多点磁场协同探测反演电离层电流密度

相对于传统的单点磁场探测,多点磁场协同探测可以同时获得各测点磁场,消除探测磁场随时间的变化,能更好地计算空间电流密度.根据由多点磁场反演计算空间电流密度的计算方法,开展数值仿真,分析卫星编队数量、卫星编队构型、卫星定位偏差、卫星姿态测量误差、磁场测量误差、外部磁场强度及外部电流密度等对电流反演误差的影响.仿真结果表明,5星编队优于4星编队.在5星编队条件下,卫星姿态测量误差、卫星编队构型和外部磁场强度是反演误差的主要来源.根据仿真结果,当卫星姿态误差为0.001°,卫星编队尺度约为100km时,赤道区域电流密度的反演相对误差约为24%.      

一种电离层场向不规则体各向异性散射模型

电离层场向不规则体散射具有很强的方向性, 利用电离层场向不规则体散 射进行VHF频段超视距通信时, 需要准确可靠地确定其散射分布特性及路径损 耗等参数. 基于电离层不规则体场向散射的特点, 以地球地磁场为坐标系统, 提出了一种电离层场向不规则体各向异性散射模型, 该模型能够计算前向和后 向散射链路的路径损耗分布、时延展宽和相干带宽等参数, 同时运用该模型对 雷达横向截面的计算结果与已有文献的数据结果进行对比, 证明了该模型的准确性. 该模型能够计算电离层场向不规则体VHF频段的散射分布及路径损耗等参数, 为VHF散射通信链路的设计、布站提供依据和技术指导.