利用人工神经网络预测电离层f0F2月中值

提出了利用人工神经网络技术预测电离层临界频率月中值的方案。在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使ｆ０Ｆ２月中值预测值与实测数据比较平均误差为０．３４ＭＨｚ预测精度有了较大改进,最后采用分形学的基本理论得到电离层ｆ０Ｆ２月中值的分数维为３,选用３个输入量,分别预测高,低年ｆ０Ｆ２月中值,与实测数据比较平均误差为０．３ＭＨｚ。     

低纬电离层f0F2夜间增强的模拟研究

以太阳活动低年冬季为代表,利用二维中低纬电离层理论模式模拟低纬电离层ｆ０Ｆ２夜间增强现象,探索在赤道异常驼峰纬度附近形成该现象的可能因素或物理机制,模式在给定磁子午面内解等离子体输运方程,给出电子及各离子的浓度,速度的时空分布。在所考察条件下,低纬驼峰纬度附近ｆ０Ｆ２模式值夜间出现了明显的增强特征。     

日食对低纬地区f0F2和ICF的影响

研究了１９９５年１０月２４日日食过程中,我国低纬地区广州和海口的Ｆ２层临界频率ｆ０Ｆ２的高干扰重心频率ＩＣＦ变化过程,鉴于多次日 处低纬的两地ｆ０Ｆ２的日食变化形态不完全一样,以及多次日食期间同一地方ｆ０Ｆ２变化形态不完全一样,ＩＣＦ也并不像预想的那样降低,因而对于低纬电离层,动力学过程可能要比直接与太阳辐射有关的光化学过程起更为重要的作用。     

电离层暴时经验模型STORM在中国区域的适应性研究

利用中国区域内9个垂测站1976---1987年一个太阳活动周期的电离层暴时f0F2数据, 统计分析了电离层暴事件的等级, 以及不同等级的电离层暴随季节和地磁纬度的分布特征. 研究发现, 中小型电离层暴在春秋季发生的概率较大, 不同季节的发生次数与地磁纬度具有明显的关系. 利用STORM模型对电离层暴时f0F2和大型及特大型电离层暴时f0F2的预测值与月中值进行了比较. 结果表明, 除了冬季误差增大外, 发生电离层暴时STORM模型能够有效地改善月中值模型. 增加中国的暴时数据, 并提高对冬季的暴时参数f0F2的预测是改善STORM模型的重要因素. 建立合适的暴时指数来预测f0F2是未来研究的重点.      

利用人工神经网络提前1h预报电离层TEC

提出了一种利用人工神经网络提前1h预报电离层TEC的简便方法. 考虑到实际工程应用要求, 没有使用其他空间天气参数, 而是选择电离层TEC观测数据本身作为输入参数. 输入参数为当前时刻TEC、一阶差分、相对差分和时间, 输出参数为预报时刻TEC. 利用文中介绍的GPS/TEC处理方法解算厦门站2004年电离层TEC观测数据, 对预报方法进行评估, 全年平均相对误差为9.3744%, 预报结果与观测值相关性达到了0.96678. 结果表明, 利用人工神经网络方法提前1h预报电离层TEC有很好的应用前景.      

基于NTCM-BC模型的全球卫星导航系统单频电离层延迟修正

选择NTCM-BC模型作为单频电离层延迟修正模型,通过非线性最小二乘拟合的方法,利用提前一天预测的电离层图（COPG文件）,计算得到NTCM-BC模型修正系数;利用Klobuchar模型和IGS发布的GIM数据对NTCM-BC模型进行比较和分析.对太阳活动高、中、低年实测数据的分析结果表明:全球平均水平上,NTCM-BC模型的电离层延迟修正性能明显优于Klobuchar模型,NTCM-BC模型的TEC平均误差和均方根误差比Klobuchar模型分别下降了41%和30%;模型的TEC计算误差与太阳活动剧烈程度成正相关,即太阳活动高年模型误差较大,太阳活动低年误差相对较低.相较于磁静日,磁扰日期间Klobuchar模型和NCTM模型的误差均有一定程度的增加.此外,模型的电离层修正误差同时存在明显的纬度、季节和地方时差异.      

亚大地区F2电离层预测方法和CCIR方法的比较

本文将“国际参考电离层”所采用的CCIR频率预测方法和亚大地区F_2电离层预测方法预测的f_0F_2和M(3000)F_2,分别与第21太阳活动周的我国实测数据进行了比较。结果表明,从总体上看,在中国区域内亚大地区F_2电离层预测方法优于CCIR方法。文章建议,在没有更好方法的情况下,未来的“中国参考电离层”可以采用亚大地区F_2电离层预测方法。     

基于小波分解与重构方法研究电离层偶发E层

电离层不规则体对卫星导航、通信、雷达系统等有重要影响.通过数值模拟及与实测数据的对比,论证基于小波分解与重构方法实现利用掩星数据反演电离层不规则体的可行性.以电离层偶发E层为例,利用国际参考电离层(IRI)模拟背景电离层电子密度分布,利用掩星探测的水平电子密度总含量δht反演不规则体信息,并与模拟数据进行比较.对200...     

电离层不规则结构的等效厚度和漂称速度对闪烁功率谱的影响

利用由衍射基本原理导出的有限厚薄相屏弱闪烁信号强度的Ｆｏｕｒｉｅｒ功率谱表达式研究了不规则结构等效厚度Ｌ和水平漂移速度Ｖ对Ｆｏｕｒｉｅｒ功率谱的影响。结果表明，Ｌ加大，Ｆｒｅｓｎｅｌ振幅变小，Ｆｒｅｓｎｅｌ半径不变；Ｖ加大，Ｆｒｅｓｎｅｌ振幅不变，Ｆｒｅｓｎｅｌ半径变大，功率极小值相应的频率值之比为１：２：３：…：ｎ＾１／２，与实测资料分析结果一致。对实测闪烁功率谱进行了数值模拟，由此得到了实际电     

利用电离层参量推断电子浓度剖面的一种简单方法

由武汉电离层观象台实测的电离层F2层临界频率foF2、3000km传播因子M(3000)F2的月中值资料，统计分析分别得出它们的经验模式，模式结果能够较好地再现这些参数的观测值．利用foF2、M(3000)F2以及TEC的经验模式，获得F2层的峰值参数，输入到电子浓度的Chapman α函数中，推断出了电子浓度的高度剖面；将剖面在一定的高度范围内积分，得到该区域内的电子含量并与实际观测TEC相比较，结果表明，在100-1000km高度范围内积分的电子含量与观测结果能够较好的符合．     

1998年5月磁暴事件期间全球电离层响应形态与机制的研究

利用全球40余个电离层台站的f0F2观测数据，采取对经度进行分区处理的方法，通过计算各台站f0F2参数对其月中的偏离百分比，对1998年5月大磁爆期间的电离层扰动形态进行了分析，并对可能的扰动机制进行了探讨，结果表明本次磁暴事件中，在磁暴主要活动相期间的电离层扰动与暴环流理论所描述的电脑层扰动特征相符，但在恢复相后期欧洲扇区台站出现的正相扰动似不能用暴环流理论来解释，它可能对应期间的行星行条件（太阳风与行星际磁场）的变化有关。     

利用神经网络预报电离层f0F2

由中国武汉电离层台站和澳大利亚Hobart台站的电离层F2层临界频率(f0F2)的资料,利用三层前向反馈神经网络(BP网络),提出一种提前24h预测f0F2的方法,该方法以前5天观测的f0F2数据拟合的5个系数以及太阳活动参数作为输入,以当天24 h的f0F2作为输出对网络进行训练,训练好的网络可以实现对f0F2提前24 h的预报.预测结果显示,利用神经网络预测的f0F2与实际观测结果变化趋势较一致,并且比IRI的计算结果更加准确.误差分析表明,在南半球Hobart(-42.9°,147.3°)台站比中国武汉站(30.4°,114.3°)的结果要好,在低年比高年要好,在冬夏季节比春秋季节稍好.本文说明利用神经网络对电离层参量进行预报是一种切实可行的方法.     

A prediction model of short-term ionospheric foF2 based on AdaBoost

In this paper, the AdaBoost-BP algorithm is used to construct a new model to predict the critical frequency of the ionospheric F2-layer (foF2) one hour ahead. Different indices were used to characterize ionospheric diurnal and seasonal variations and their dependence on solar and geomagnetic activity. These indices, together with the current observed foF2 value, were input into the prediction model and the foF2 value at one hour ahead was output. We analyzed twenty-two years’ foF2 data from nine ionosonde stations in the East-Asian sector in this work. The first eleven years’ data were used as a training dataset and the second eleven years’ data were used as a testing dataset. The results show that the performance of AdaBoost-BP is better than those of BP Neural Network (BPNN), Support Vector Regression (SVR) and the IRI model. For example, the AdaBoost-BP prediction absolute error of foF2 at Irkutsk station (a middle latitude station) is 0.32 MHz, which is better than 0.34 MHz from BPNN, 0.35 MHz from SVR and also significantly outperforms the IRI model whose absolute error is 0.64 MHz. Meanwhile, AdaBoost-BP prediction absolute error at Taipei station from the low latitude is 0.78 MHz, which is better than 0.81 MHz from BPNN, 0.81 MHz from SVR and 1.37 MHz from the IRI model. Finally, the variety characteristics of the AdaBoost-BP prediction error along with seasonal variation, solar activity and latitude variation were also discussed in the paper.     

中纬度观测的电离层F区经度效应及其模式计算

利用1956—1994年期间分别在长春和乌鲁木齐两观测站上观测的f0F2和f0F1月中值,定量分析了两站上观测的经度效应,讨论了产生两站上经度效应的可能物理机制,并与国际参考电离层模式的结果进行了比较．     

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.      

Comparing ionospheric models with mid-latitude ionosonde observations

The purpose of this research work is to validate the ionospheric models (IRI and CHIU) to assess its suitability and usefulness as an operational tool. The ionospheric model is a computer model designed to predict the state of the global ionosphere for 24 h. The scope was limited to conduct comparisons between the predicted F₂ layer critical frequencies (f₀F₂) against observed ionosonde data. The ionospheric prediction model (IPM) was designed to predict by using monthly median sunspot number, while the observation data are taken from two digital ionospheric sounding stations (Okinawa, 26.28N, 127.8E and Wakkanai, 45.38N, 141.66E) which lies within the mid-latitude region of the globe. Analysis of the f₀F₂ data from stations for year (2001) with high solar activity and year (2004) with low solar activity, four months (March, June, September and December) chosen based primarily on data availability. From results it seen that the ratio between monthly median predicted and observed f₀F₂ values for each model used in this research work and for the chosen months was nonlinear with local time, so the empirical formula for applying correction factors were determined, these formula can be used to correct the error occurred in predicted f₀F₂ value.     

太阳10.7 cm射电辐射流量预报方法初探

引进“相似周”方法,通过两种方式对第23周太阳10.7cm辐射流量（F10.7）月均值进行预报和预报,由“相似周”方法得到的第23周太阳黑子数月均平滑预测值来预测F10.7月均值和直接采用“相似周”方法对F10.7月均平滑值进行预测,通过对两种预报试验结果分析,得到以下结论。（1）两种预测结果与实际都比较吻合,都得到双峰结构。（2）直接通过相似周预测的F10.7的月均值结果较间接通过太阳黑子数的预测结果所推断的F10.7预测结果更接近实际观测结果。（3）使用“相似周”,预报方法,可以给出F10.7比较精细的剖面结构,这是其他普通预报方法很难做到的。     

An attempt to study long-term variation of sporadic E layers using neural networks

Strong positive correlation between sporadic E layers and the solar activity and the long-term declining trend of Es were found in this paper. Then the feed-forward back propagation neural networks (NNs) were used to simulate the long-term variation of Es at four stations and predict foEs yearly average values. The inputs used for NNs are the yearly mean values of foEs in the daytime of the past ten years and the yearly averaged data of solar 10.7 cm radio flux (F107) of the present year, and the output is the present yearly mean value of daytime foEs. The outputs of trained NNs have high correlation with the desired values and the foEs yearly mean values predicted by NNs have good agreement with the observed data. The results indicate that NNs can make full use of the observed data to simulate the long variation rule of Es. Also, the results confirm the effect of solar activity on Es.     

用BP神经网络预报太阳活动第23周的黑子数

本文设计、训练和利用BP神经网络,对1750年以来的各太阳活动周上升段和下降段太阳黑子数的变化数据进行了分类和模式识别,得到各太阳活动周上升周期及其上升期间太阳黑子数平滑月均值相当好的模拟结果;在此基础上获得较好的太阳活动第22周上升周期及太阳黑子数的最大平滑月均值预报结果;还作出太阳活动第23周的上升周期及太阳黑子数的最大平滑月均值的预报结果.      

2000年4月磁暴期间武汉地区F电离层突然抬升现象

2000年4月6-7日的大磁暴(Dst最小值达到-317nT),急始(SSC)在6日1640UT左右出现,随后磁暴主相开始,约在7日0013UT进入恢复相.磁暴主相前期武汉地区F区电离层出现突然抬高现象,在2h内h′F和h_mF₂分别较暴前日增加约200km.此期间台湾中沥也几乎同时出现了F区电离层突增现象.磁暴主相前期f₀F₂较暴前日下降1.6MHz,其变化幅度在f₀F₂逐日变化起伏范围内,但7日f₀F₂最大值明显低于4-6日暴前水平,并伴随着波动特征.认为此次磁暴主相前期武汉地区F区电离层突增现象,可能和夜间磁暴常出现的扰动东向电场有关.