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.      

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.      

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.      

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.      

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.      

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.      

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.      

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%.      

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.      

Measuring atmospheric density using GPS–LEO tracking data

We present a method to estimate the total neutral atmospheric density from precise orbit determination of Low Earth Orbit (LEO) satellites. We derive the total atmospheric density by determining the drag force acting on the LEOs through centimeter-level reduced-dynamic precise orbit determination (POD) using onboard Global Positioning System (GPS) tracking data. The precision of the estimated drag accelerations is assessed using various metrics, including differences between estimated along-track accelerations from consecutive 30-h POD solutions which overlap by 6 h, comparison of the resulting accelerations with accelerometer measurements, and comparison against an existing atmospheric density model, DTM-2000. We apply the method to GPS tracking data from CHAMP, GRACE, SAC-C, Jason-2, TerraSAR-X and COSMIC satellites, spanning 12 years (2001–2012) and covering orbital heights from 400 km to 1300 km. Errors in the estimates, including those introduced by deficiencies in other modeled forces (such as solar radiation pressure and Earth radiation pressure), are evaluated and the signal and noise levels for each satellite are analyzed. The estimated density data from CHAMP, GRACE, SAC-C and TerraSAR-X are identified as having high signal and low noise levels. These data all have high correlations with anominal atmospheric density model and show common features in relative residuals with respect to the nominal model in related parameter space. On the contrary, the estimated density data from COSMIC and Jason-2 show errors larger than the actual signal at corresponding altitudes thus having little practical value for this study. The results demonstrate that this method is applicable to data from a variety of missions and can provide useful total neutral density measurements for atmospheric study up to altitude as high as 715 km, with precision and resolution between those derived from traditional special orbital perturbation analysis and those obtained from onboard accelerometers.     

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.      

HASDM修正方法分析与评估

分析Jacchia70（J70）热层模式原理、美国空军高精度卫星拖曳模型（HASDM）的修正方法及选取球面调和函数的原因.推导模式密度对球谐系数（SH）的偏导数,给出利用模式密度泰勒展开进行线性化处理、迭代求解球谐系数的具体过程.针对2003年10月29日大磁暴事件,基于CHAMP和GRACE A/B卫星加速度计实测密度,进行修正方法的性能评估.统计相对误差的均值及标准差变化:改进前分别为-81.7%,74.4%;改进后分别为-5.9%,53.1%,验证了改进算法的有效性.从热层上下边界温度角度,详细分析了热层模式动态修正原理,研究结果为类HASDM修正模式的工程应用提供了理论基础.      

Propagation errors analysis of TLE data

Orbit position uncertainty is an important factor for collision avoidance issues. For a single object with high frequency historical data, we can attain its position uncertainty easily. But sometimes data is not enough for errors analysis, orbits need to be classified. In this paper error analysis is made from two-line element sets data (TLEs). The Simplified General Perturbations-4 (SGP4) propagator was used. Statistical errors of debris and R/B are given for lower-altitude orbits which are classified by perigee altitude and eccentricity. The errors results and analysis for SSO (the Sun synchronous orbit) typical orbits are obtained. At last atmospheric drag as a main cause of downrange errors in lower-altitude orbit is analyzed. BSTAR in TLEs is modified to improve prediction precision.