不同强度磁暴期间热层大气密度响应特征分析

利用CHAMP卫星数据,对2002-2008年12个不同强度磁暴事件期间的热层大气密度变化特征进行分析,并研究对应磁暴期间大气模式NRLMSISE-00分布特征.结果表明,大磁暴期间日侧大气密度峰值从高纬到低纬的时间延迟为2h,中小磁暴期间的延迟时间为3～4h;春秋季暴时大气密度分布基本呈南北对称分布,而夏冬季大气密度的分布是夏半球大于冬半球,春秋季暴时大气密度大于夏冬季;NRLMSISE-00大气模式得到的热层大气密度很好的体现了半球分布以及季节分布的特征,但模式模拟结果偏小;Dst指数峰值比ap指数峰值更能反应大气密度的变化情况.      

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.      

强磁暴期间TIEGCM模式与CHAMP卫星热层大气密度的比较分析

利用NCAR-TIEGCM模式计算了2003年11月20—21日强磁暴期间410km高度上的大气密度,并与CHAMP/STAR加速度计反演数据进行对比和分析. 结果表明,模式结果能够准确反映磁暴期间大气密度的分布和变化情况,与实测结果在变化趋势和量级上具有较好的一致性,但在精细结构和数值大小上仍存在一定差异. 模式低估了磁暴期间大气密度的增幅,实测大气密度增幅高达250%～400%,而模式结果为100%～125%. 模式结果与实测数据的偏差在高纬地区高于低纬地区,日侧高于夜侧. 通过模式和实测数据的分析发现,磁暴期间大气密度扰动具有日夜侧和南北半球不对称性. 此外,模式能够准确反映磁暴期间大气密度扰动从高纬向低纬的传播以及大气密度对SYM-H指数响应的延迟特性.      

第23太阳活动周热层大气密度对太阳辐射指数F10.7响应的模拟研究

利用NCAR-TIEGCM计算了第23太阳活动周期间（1996—2008年）400km高度上的大气密度,并统计分析大气密度对太阳辐射指数FF_10.7的响应.结果表明,在第23太阳活动周内,大气密度的变化趋势与太阳辐射指数FF_10.7的变化趋势基本一致,但是大气密度在不同年份、不同月份对太阳辐射指数FF_10.7的响应存在差异.第23太阳活动周内太阳辐射极大值和极小值之比大于4,而大气密度的极大值与极小值之比则大于10.太阳辐射低年的年内大气密度变化不到2倍,而太阳辐射高年的年内大气密度变化可达2倍甚至3倍.大气密度与FF_10.7指数在北半球高纬的相关系数比南半球高纬的相关系数大.在低纬地区,太阳辐射高年大气密度与FF_10.7指数的相关系数比低年的大.不同纬度上,大气密度与太阳辐射指数FF_10.7的27天变化值之间的相关系数都大于其与81天变化值之间的相关系数.      

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.      

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.      

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.      

大气密度模型球谐修正研究

大气模型修正是提高模型精度的一种重要方法.利用CHAMP卫星高精度加速仪反演的密度数据,采用球谐函数的形式对NRLMSISE-00模型进行修正.为了消除轨道高度变化对密度修正结果的影响,将密度数据同化到同一高度处,计算修正之后的密度误差,进而对未来三天的密度进行预报.结果表明,经球谐修正后,修正误差和预报误差均有显著降低.在太阳活动高年,修正误差可降至10%左右,提前1~3天预报精度分别提高31.34%,21.39%和13.75%;太阳低年时修正误差可降至14%左右,提前1~3天预报精度分别提高55.03%,47.79%和43.60%.      

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.     

2005年8月24日强磁暴事件对高层大气密度的扰动

对2005年8月24日发生的突发型强磁暴(Kp峰值达到9)事件,利用星载大气密度探测器在轨实时的连续探测数据进行了处理和分析.结果表明,此次强磁暴事件期间,引起560 km高度附近大气密度剧烈扰动,并存在着两种响应过程.一种是跟随地磁扰动程度变化的全球性大气密度涨落变化,响应时间滞后6h左右, 最大涨落变化比为2.5;另一种为磁暴峰期出现在高纬地区的大气密度突发性跃增,增变比高达5.5.后者存在着区域上的不对称性及时间上的突发性和增幅的差异.此次强磁暴峰期还同时出现了南北半球高纬地区的大气密度跃增双峰.同时还表明这种增变峰可能存在着由高纬向低纬地区迅速推移的现象,在中纬地区推移速度可达15°/h(纬度)左右.      

Intra-annual variations of the thermospheric density at 400 km altitude from 1996 to 2006

We investigate the intra-annual variations of globally averaged thermospheric density at 400 km altitude from 1996 to 2006 by using Artificial Neural Network Method (ANNM). The results indicate that thermospheric density is governed by solar activity, and the absolute error of our model is 13.67%, less than NRLMSISE-00 model. Fourier representation can catch the intra-annual variations more accurately than NRLMSISE-00 model and JB2008 model especially during 2002. We find that the Autumn maximum is slightly greater than Spring maximum during solar minimum, while the reverse is correct during solar maximum. There is a strong linear relation between solar activity and the amplitude of annual/semiannual variations, and the correlation coefficients are 0.9534 and 0.9424, respectively. Moreover, the amplitude ratio of the annual to semiannual variation is about 1.3 averaged, and changes in different years, but it has little relation with solar activity. Besides that, the amplitude of annual variation is larger than semiannual variation during 1996 and 2006 except 1998 and 2000. The relative error of NRLMSISE-00 model is 14.95%, decreasing to 12.49% after revising, and the correlation coefficients between this empirical model and its improved results and the observation are 0.8185 and 0.9210, respectively. Finally, we suggest the revised version of MSIS series of model should use the Fourier representation to express the intra-annual variations.     

SZ-5 Cabin's Height Changes during Three Super-storms in 2003

In this work, the daily height variations of SZ-5 (Shenzhou-5) cabin from 22 October to 28 November in 2003 are analyzed, which includes the period of the Halloween Storm and the Great November Storm. The significant orbital decays have been observed at the end of October and in late November due to the great solar flares and the severe geomagnetic storms. According to the equation of the air-drag-force on a spacecraft and the SZ-5 orbital decay information, the relative daily average thermospheric density changes during the three 2003 super-storms are derived and the results are compared with the Naval Research Laboratory Mass Spectrometer Incoherent Scatter Radar Extended Model (NRLMSISE-00). The results show that the daily average thermospheric density (at the altitude of SZ-5, about 350 km) in storm time enhances to approximately 200% as much as that in the quiet time but the empirical model may somewhat underestimate the average thermospheric density changes and the daily contributions of geomagnetic storms to the density enhancements during these severe space weather events.      

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%.      

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.     

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.      

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.      

An empirical relation to correct storm-time thermospheric mass density modeled by NRLMSISE-00 with CHAMP satellite air drag data

With the help of STAR (Spatial Triaxial Accelerometer for Research) accelerometer measurements on board CHAMP (Challenging Minisatellite Payload), the global distributions of total mass density changes at about 400 km height during major magnetic storms are studied, aiming to improve the capability of current thermospheric model for predicting the storm-time mass density distribution. The density calculated by the NRLMSISE-00 model without using the geomagnetic active index as input is taken as a reference on top of which the storm-time changes are added. In total 19 storm events during 2001–2004 are used to perform a comprehensive statistical analysis. A relative calibration of drag coefficient along with accelerometer calibration parameters is made by fitting the CHAMP observed initial mass densities in with the NRLMSISE-00 model on quiet days before each storm. The dependences of the storm-time changes in mass density on both the total global Joule heating power, ∑_Qj$\sum Q_{\text{j}}$ and the high-resolution ring current index, Sym-H, are investigated. The lag times of mass density changes with respect to the Joule heating and Sym-H variation are obtained as a function of latitude and sunlight. By using a multiple linear regression analysis with proper time shift, an empirical relation connecting storm-time changes in mass density for 400 km height with the two parameters, ∑_Qj$\sum Q_{\text{j}}$ and Sym-H, has been worked out for different latitude and sunlight conditions (day-side or night-side). Adding a correction calculated from the empirical relation to the NRLMSISE-00 model reference leads to a better prediction of storm-time thermospheric mass density distribution.