Ionospheric storm-time LSTID characteristics using multi-resolution GPS tomography
-
摘要: 利用GPS电离层层析技术探测电离层已经有了数十年的发展，特别在电离层暴时有着独特的优势.文章基于一种多分辨率层析算法，并结合美国东西部地区部分GPS地面数据对2015年3月16日-17日出现的电离层暴进行重构.首先，借助独立的测高仪数据验证多分辨率层析技术对电子密度反演的精度结果，同时也证实了电离层暴时多分辨率层析算法的适用性.其次，通过对美国东部地区2015年3月17日磁扰动最强烈时段的电离层重构，检验由磁暴引起的大尺度电离层行扰（large-scale travelling ionospheric disturbance，LSTID）的存在，并利用总电子含量（total electron content，TEC）数据分析此次电离层行扰的水平特征.同时，通过与非相干散射雷达（incoherent scatter radar，ISR）观测值的对比，借助反演得到的电子密度剖面信息讨论电离层行扰在垂向上的特征.结果表明：此次LSTID的波长为1 200 km左右，周期为50~60 min，以350~400 m/s的波速向西南方向传播，并且电离层行扰（travelling ionospheric disturbance，TID）的垂向电子密度具有较可靠的精度.
-
关键词:
- GPS /
- 磁暴 /
- 多分辨率 /
- 电离层层析 /
- 大尺度电离层行扰(LSTID)
Abstract: The use of GPS ionospheric tomography to detect the ionosphere has been developed for decades, particularly during the period of ionospheric storms. In this paper, a multi-resolution tomographic algorithm based on GPS data is proposed to reconstruct the ionosphere over the eastern and western USA on March 16-17, 2015. First, the accuracy of inversions using the multi-resolution tomographic algorithm is analyzed by comparing with independent ionosonde data. It is confirmed the feasibility of the multi-resolution tomographic algorithm during the magnetic storm period. Secondly, the occurrence of a large-scale travelling ionospheric disturbance (LSTID) caused by the ionospheric storm is verified from the reconstructed ionospheric images in the eastern USA on March 17, 2015. The horizontal characteristic ofthis LSTID is also discussed with inverted TEC estimates. Finally, the vertical feature of the LSTID is studied by comparing the inverted electron density profile and the incoherent scatter radar (ISR) scan. The results show that the wavelength of LSTID is about 1 200 km, the period is 50-60 min, and it propagates to the southwest direction at a wave speed of 350-400 m/s, and the accuracy of the vertical electron density of the TID is reliable. -
引言
电离层作为大气层中一个比较特殊的区域, 在很多科学研究领域都占据着重要的地位.例如, 在导航误差源分析中, 电离层误差就是最主要的误差源之一.因此, 对电离层研究并分析它的电子含量变化是十分必要的.电离层层析是电离层探测电子密度常见也是比较有效的一种方式, 主要是根据一定区域地面接收机接收到的卫星数据, 计算出传播路径上的总电子含量(total electron content, TEC), 并利用一定的层析算法, 解算出区域内的电子密度. 1994年Hajj等人提出了奇异值分解并用于电离层层析成像[1]; 1996年Hernandez-Pajares等人提出了两层层析模型用于全球电离层探测[2]; 2000年吴雄斌等人提出了一种改进的电离层层析成像算法, 推动了电离层层析技术的发展[3]; 2003年Mitchell等人研究出利用基于卫星导航系统在内的多种手段进行电离层层析成像的系统(multi instrument data analysis system, MIDAS)[4]; 2005年徐继生等人利用GPS地面台网和低轨卫星GPS掩星期间获得的GPS双频信标数据, 重建待探测区域电离层电子密度的时变三维分布[5]; 2004年Yin等人利用MIDAS层析反演分析了美国地区2000年6月风暴时的电离层电子密度分布图像, 得到了较好的结果[6]; 2007年Bust等人提出四维电离层层析成像的概念[7]; 2014年欧明等人提出了一种基于截断奇异值分解正则化的电离层层析成像算法[8]; 2017年王华旭等人提出了改进的电离层垂直剖面建模方法[9].
电离层的扰动包括电离层闪烁、电离层暴以及电离层行扰(travelling ionospheric disturbance, TID)等等[10], 其中, TID的研究已经有数十年, 人们对磁暴期间产生的TID进行了相关的观测和理论分析, 在电离层研究中占有重要地位. TID可分为大尺度电离层行扰(large-scale travelling ionospheric disturbance, LSTID)和中尺度电离层行扰(middle scale traveling ionospheric disturbance, MSTID)两类, MSTID一般跟局部对流层天气有关, 传播速度较小, 一般在50~300 m/s左右; 而极光区电流加热可能会激发LSTID, 传播速度一般大于300 m/s[11].此外, 磁暴期间太阳活动剧烈, 受极光区电急流的焦耳加热所激发, 电离层电流增加, 电子浓度和含量发生变化, 也会引发LSTID, 该类扰动的传播一般是从高纬向低纬地区传播, 晨昏线的移动也可以引发LSTID[12-13].
在过去的几十年中, 人们使用各种测量技术监测TID, 包括测高仪、非相干散射雷达(incoherent scatter radar, ISR)、高频多普勒、卫星信标和GPS测量技术等[14].而基于GPS数据的电离层层析技术也可以用来监测电离层扰动, 虽然传输路径上数据的不完备会极大地限制电离层层析反演精度, 但随着越来越多的地面站的建立和卫星系统的不断完善, 人们采用了多种方式去解决这种欠定问题.本文在英国巴斯大学MIDAS电离层层析算法的基础上[15]进行了一定的改进, 采用一种基于GPS观测数据的多分辨率电离层层析方法来实现暴时的电离层重构, 并分析暴时LSTID在时间和空间分布上的特性.该方法已经在美国西部地区的平静态时期得到了验证[16], 但由于当时所选择的测高仪数据在暴时存在严重缺失, 所以没有进行暴时结果的验证.因此, 为了验证多分辨率层析算法在暴时的可用性和可靠性, 本文重点研究在2015年3月17日大型磁暴下利用该方法对美国东西部地区的电离层重构.同时, 又借助两个新获取的独立测高仪站点数据, 对比多分辨率层析算法获取的电子密度分布与基于传统的单分辨率算法获得的层析结果.此外, 在多分辨率GPS层析技术的基础上, 本文对3月17日磁扰动强烈时段美国东部地区的层析结果进行进一步分析, 检测出LSTID结构的存在, 并对此次TID的水平和垂直扰动特性进行了深入探讨.
1 磁暴地磁指数分析
由于太阳活动强烈产生的影响, 在2015年3月17日产生了一次超级地磁暴现象, 而本次磁暴起源于2015年3月15日的太阳活动[17-18].通过分析从SPIDR数据库[19]获取相关的地磁指数, 选取发生在2015年3月17日的电离层暴为主要研究对象.为了说明该电离层暴的特点, 图 1给出了2015年3月15日至3月18日期间地磁指数Dst和Kp随UTC时间的变化.从图中可以看出, 在2015年3月15、16日Kp值较低(不超过4), Dst值变化较小且比较平稳, 说明地磁活动处于平静态.而从3月17日12:00UTC时开始, Kp出现最大值, 而Dst则逐渐变小, 直到23:00UT达到最低-223 nT, 此时Kp值也处于最高值, 达到磁扰动最强烈时期. 3月18日Dst值仍处于-100 nT以下, Kp值处于4以上, 说明磁扰动仍很强烈, 地磁活动仍较大.
从图 1可以看出, 无论Dst还是Kp值的变化都说明了磁扰动最强烈的时段主要发生在3月17日, 所以为了体现暴时电离层的异常特性, 重点研究处于平静时刻的3月16日和处于磁暴时刻的3月17日的电离层分布.
2 观测数据及多分辨率层析技术
2.1 观测数据
本文借助美国东西部地区的两个测高仪数据来验证多分辨率层析结果精度, 其中一个测高仪位于美国西部的Idaho National Lab(代码:IF843, 位置:43.81°N, 112.68°W), 其当地时LT=世界时UT-7;另一个位于美国东部的Millstone Hill(代码:MHJ45, 位置:42.6°N, 71.5°W), 其当地时LT=UT-5.测高仪数据从Digital Ionogram Database官网下载, http://ulcar.uml.edu/DIDBase/[20].图 2给出了3月16-17日美国东部测高仪站点(MHJ45)和西部测高仪站点(IF843)的峰值电子密度(NmF2)和峰值高度(hmF2)随时间的变化趋势.图中NmF2用三角表示, hmF2用实心圆点表示, 横轴为UT时, 纵轴左侧为NmF2, 右侧为hmF2, 测高仪观测数据在有些时刻缺失, 本文用零值代替.
![]()
图 2 2015年3月16-17日美国东西部测高仪站点的峰值密度(NmF2)和峰值高度(hmF2)随时间的变化Fig. 2 Changes in peak density (NmF2) and peak height (hmF2) of ionosonde stations in the eastern and western USA on Mar.16-17, 2015从图 2(a)可以看出, 在MHJ45站点的NmF2在3月16日暴前相对平静态的变化趋势是在11:00UT开始明显增大至24:00UT，然后开始减小.但观察图 2(b), 在3月17日11:00UT后电子密度增长幅度远不及16日剧烈, 其峰值也低于平静态时的峰值, 故该电离层暴为负暴.同样的, 从图 2(c)可以看出, 在IF843站点的NmF2在3月16日暴前相对平静态的变化趋势是在13:00UT开始增大, 至次日2:00UT开始减小.但观察图 2(d), 通过3月17日磁暴时的观测数据可以发现, 13:00UT以后并没有增加的趋势, 说明磁扰动严重时NmF2较平静态时减小, 可以推测该电离层暴为负暴.同时可以看出, 电离层F2层峰值高度(hmF2)在美国东西部处于平静态时会集中于240~360 km处, 在电离层暴时波动比较大, 最高可达460 km左右.而在磁暴主相期间, 最低的hmF2低至200 km以下, 在两个站点的17日测高仪数据图中均有体现, 这是中纬电离层负暴的典型特征.
同时, 作为本文电离层层析算法的输入数据, 图 3也分别给出了美国东西部地区所选择的地面GPS站点分布以及电离层穿刺点(ionospheric pierce point, IPP)的覆盖.本次研究选取的美国东部地区电离层重构区域为30°N到50°N, 65°W到90°W; 美国西部地区电离层重构区域为30°N到50°N, 100°W到125°W.
![]()
图 3 GPS站点分布以及在2015年3月17日12:00-17:00UT的美国东西部上空350 km处的IPP覆盖情况Fig. 3 Distribution of GPS ground stations and IPP tracks at 350 km over the east and west of the USA during 12:00-17:00UT on Mar.17, 2015美国东西部地区层析所用到的GPS地面站站点分布如图 3(a)和3(b)所示, 东部的站点数量有限, 选取了全部合计82个站点.由于美国西部可选站点较多, 而此前研究也表明过于密集的GPS数据分布对改善层析结果并没有很明显的帮助[16], 所以选取了其中分布均匀的大约70个站点.图 3(c)和3(d)分别给出了美国东西部地区3月17日12:00-17:00UT在假定电离层薄壳高度为350 km时, 沿GPS地面站与卫星路径上IPP的轨迹, 即输入数据的覆盖范围.由图可以看出两图站点数目相差不大, 但美国东部的站点分布不如西部均匀, 导致数据覆盖也不如西部均匀.
2.2 多分辨率层析技术
基于MIDAS多分辨率层析技术需要的输入数据是沿卫星到GPS地面站射线路径在穿过电离层时的斜向TEC, 是利用30 s间隔的GPS双频载波观测数据计算得到, 然后经过预处理(诸如相位平滑伪距等)和对TEC进一步的采样(时间采样率10 min).传统的单分辨率层析方法是将电离层格网化, 然后通过反演的方式获得每一个格网区间内的电离层电子密度的一种方法. MIDAS单分辨率层析技术通常只使用一次反演来重建大分辨率电离层结构, 例如纬度和经度分辨率通常为4°×4°, 时间分辨率为30 min.
为了获得多分辨率电离层成像, 特别是高分辨率(如纬度和经度分辨率为1°×1°, 时间间隔15 min)的层析结构, 本文采用多次反演层析的方法.首先, 根据层析所需的最终分辨率确定反演的次数, 第一次反演获得具有大分辨率的层析图像.第一次反演时反演数学表达式为
\mathit{\boldsymbol{z}} = \mathit{\boldsymbol{Hx}}. (1) 式中:H代表GPS射线在穿过电离层网格时的截距矩阵; z为所有射线路径上电离层斜向TEC的观测值; x为对应格网内的电子密度值.
由于地面站分布的不均匀, 导致矩阵H严重秩亏, 为了解决这个问题, 在MIDAS中使用映射矩阵, 通过构造矩阵M来完成映射.此时式(1)可变换为
\mathit{\boldsymbol{HMy}} = \mathit{\boldsymbol{z}}. (2) 式中, y是变换基的解. MIDAS使用了多种函数来构造映射矩阵M, 例如国际参考电离层(international reference ionosphere, IRI)模型、Chapman函数等等.由此可以获得电子密度的解为
\mathit{\boldsymbol{x}}{\rm{ = }}\mathit{\boldsymbol{M y}}. (3) 进行第二次反演时, 问题表达式变成
{\mathit{\boldsymbol{H}}^{\rm{T}}}\mathit{\boldsymbol{Hx}} = {\mathit{\boldsymbol{H}}^{\rm{T}}}\mathit{\boldsymbol{z}} + {\mathit{\boldsymbol{x}}_0}. (4) 式中:HT为矩阵H的转置; x0为第一次反演求得的对应格网内的电子密度值.
与文献[16]中多分辨率层析技术设置的参数相同, 本文也是进行二次反演, 第一次反演获得具有低分辨率的层析图像, 第二次反演则是在第一次反演层析结果的基础上将空间经纬度和时间分辨率以2的n次数方倍数提高, n的取值在经纬度上为2, 时间上为1, 高度分辨率在二次反演中保持不变.即第一次反演得到的电离层结构分辨率为空间经纬度分辨率, 即4°×4°, 时间间隔为30 min, 也就是MIDAS单分辨率层析技术能获得的最高分辨率结果.而第二次反演则获得空间经纬度分辨率为1°×1°, 时间为15 min的电离层层析图像, 高度分辨率始终为40 km.
与文献[16]的区别在于本文把该技术应用到美国东部地区以及电离层暴时的电离层重构中.因此, 本文在层析算法设计中对3月17日电离层扰动强烈日采用Chapman模型构建垂向的映射矩阵, 而16日电离层相对平静态则采用和文献[16]相同的IRI模型构建垂向的映射矩阵.这主要是考虑IRI模型比较适用于电离层平静时, 而Chapman模型则可以通过对相应参数的修改体现电离层暴的特性.
此外, 本次研究还采用把多分辨率层析结果和传统的MIDAS单分辨率层析算法能获得的最佳结果进行比对, 来说明多分辨率层析技术在电离层暴时的适用性.为了方便描述, 本文在后面叙述中将单分辨率层析结果简称为‘no-multi’, 而多分辨率层析结果简称为‘multi’.
3 层析结果与测高仪数据对比
为了检验基于多分辨率层析技术在电离层相对平静期和暴时反演结果的精度和可靠性, 本文选择了电离层相对平静期的2015年3月16日和暴时的2015年3月17日两天, 用美国东西部两个测高仪的NmF2观测数据分别与单分辨率和多分辨率的层析结果进行了对比, 如图 4和5所示.
![]()
图 4 2015年3月16-17日MHJ45站点处多分辨率层析(multi)、单分辨率层析(no-multi)和测高仪的NmF2对比Fig. 4 Comparisons of NmF2 between multi-inversions, no-multi-inversions and ionosonde measurements at MHJ45 station on Mar.16-17, 2015![]()
图 5 2015年3月16-17日IF843站点处多分辨率层析(multi)、单分辨率层析(no-multi)和测高仪的NmF2对比Fig. 5 Comparisons of NmF2 between multi-inversions, no-multi-inversions and ionosonde measurements at IF843 station on Mar.16-17, 2015图 4给出了MHJ45站点的多分辨率、单分辨率层析NmF2以及测高仪NmF2的对比结果, 图 4(a)和4(b)为3月16日在经纬度上分辨率分别为4°×4°和1°×1°的层析NmF2随时间的变化, 图 4(c)和4(d)为3月17日相应的结果.为了与单分辨率层析算法得到的最佳分辨率结果(经纬度4°×4°, 时间30 min)进行比对, 本文除了分析多分辨率层析算法的二次反演结果(经纬度1°×1°, 时间15 min)之外, 又引入了多分辨率层析算法的一次反演结果(经纬度4°×4°, 时间30 min).其中, multi第一次反演用‘multi 30 min’表示, 第二次反演用‘multi 15 min’表示; no-multi层析的结果用‘no-multi 30 min’表示; 测高仪数据的时间间隔为15 min, 用‘ionos’表示, 具体见图例.值得注意的是, 因为多分辨率层析方法中的二次反演是基于一次反演的结果, 所以二次反演结果时间长度比一次反演时间有所缩短, 缩短的时间由算法中设置的时间窗口参数确定.在本文中, 一次反演的时间区间比二次反演在开始和结束处各长了105 min.
观察平静期3月16日的图 4(a)和4(b)两图, 在图 4(a)经纬度分辨率为4°×4°的层析中, multi与no-multi层析结果相差不大, 与测高仪数据有一点差异, 可以一定程度上反映出当日NmF2的变化; 图 4(b)中, 当分辨率为1°×1°时, no-multi与测高仪数据相差较大, 尤其是在2:00-15:00UT期间no-multi层析NmF2波动较大, 且与测高仪数据相差较大, multi层析结果较测高仪数据比较吻合.观察暴时3月17日的图 4(c)和4(d)两图, 图 4(c)中multi的一次反演结果与no-multi层析结果相差不大, 几乎重合, 但在图 4(d)中, 如在暴时11:00-18:00UT, multi层析结果与测高仪数据相差不大, no-multi层析结果与测高仪数据相差较大, 而且multi时间分辨率更高, 可以反映短时间内的NmF2变化.并且, 从图中还可以看出多分辨率层析结果同样可以反映电子密度在17日暴时区间低于同时段的16日, 电离层暴呈现为负暴, 这与通过测高仪数据分析得出的结论一致.
图 5各图表示与图 4类似, 为美国东部IF843站点的多分辨率、单分辨率层析以及测高仪NmF2的对比结果.由图 5(a)可以看出, multi与no-multi层析结果都与测高仪观测数据比较接近, 都可以较好地反映当日NmF2的变化; 图 5(b)中, multi比no-multi的对比结果有一定的优化, 例如在19:00-22:00UT期间, multi的结果要优于no-multi.在图 5(c)中, multi的一次反演结果和no-multi几乎一致, 而在图 5(d)中, multi的结果相对于no-multi有一定改善, 例如在8:00-13:00UT期间, 可以发现multi的结果要优于no-multi.同样的, 通过17日暴时多分辨率层析结果和16日同时段相比, 推测出电离层暴为负暴, 和测高仪分析结果一致.
由图 4、5可以看出层析方法得到的结果在最开始的几个小时与测高仪对比误差比较大, 特别是在17日两个站点都很明显, 在6:00UT前差距很大, 而在此后则吻合较好.这可能是因为17日全天层析结果都是使用适合于暴时的Chapman函数来构建垂向映射矩阵, 而6:00UT前电离层还处于相对平静态, 暴时的Chapman函数不太适用于此时段的结果.
为了更鲜明体现两种算法层析结果与测高仪的具体数值差异, 这里引入3月16日全天和3月17日全天误差统计量均值Mean和均方根误差RMSE来进行说明, 如表 1所示.
表 1 multi, no-multi层析结果和测高仪的NmF2误差比较Tab. 1 Comparison of NmF2 errors between multi, no-multi tomographic results and ionosonde data站点 日期 经纬度分辨率 NmF2误差/
(1011el·m-3)multi no-multi MHJ45 2015年3月16日 4°×4° Mean 0.81 0.79 RMSE 1.09 1.08 1°×1° Mean 0.61 1.16 RMSE 0.87 1.52 2015年3月17日 4°×4° Mean 0.71 0.71 RMSE 1.27 1.31 1°×1° Mean 0.43 0.49 RMSE 1.10 1.32 IF843 2015年3月16日 4°×4° Mean 0.32 0.49 RMSE 1.19 1.31 1°×1° Mean 0.17 0.20 RMSE 0.75 0.96 2015年3月17日 4°×4° Mean 0.46 0.54 RMSE 1.60 1.67 1°×1° Mean 0.25 0.65 RMSE 0.99 1.73 表 1是在2015年3月16-17日MHJ45和IF843两站点处multi, no-multi层析NmF2和测高仪数据的误差对比.由表 1分析可知, 3月16日和17日多分辨层析算法的二次反演结果(1°×1°时)均能以较小的误差反演出当天的峰值电子密度情况, 说明多分辨率层析算法在电离层相对平静期和暴时均适用.而且, 分辨率为1°×1°时的multi结果和测高仪对比的误差数据小于分辨率为4°×4°时的结果, 说明多分辨率层析算法的二次反演的结果精度更高.同时, 分辨率为1°×1°时的multi结果和测高仪对比的误差数据均小于no-multi, 说明当地面覆盖数据量充足时, 在较小的分辨率下多分辨率层析算法的结果能更好地反映电离层峰值电子密度变化.此外, 通过在同一天对比两测高仪站点处的多分辨率层析算法1°×1°分辨率时的误差数据发现, 无论是磁暴时期还是平静期, 站点分布均匀的西部误差要小于分布不均匀的东部, 说明站点分布的均匀性影响了多分辨率层析算法的精度, 在具有相似站点数的情况下, 分布均匀的地区多分辨率层析结果更精确.
4 美国东部地区TID层析观测结果
基于多分辨率层析技术获得TEC数据可以用来观察TID. TID一般源于中性大气中重力波作用于电离层的F层产生的扰动, 但在剧烈磁暴期间, 太阳活动频繁, 太阳风高速流形成的激波对电离层产生作用, 磁层的电流和电离层电流增加, 同样会引发电离层的剧烈扰动, 产生TID[13].由于2015年3月17日是近些年磁暴发生程度最大的一天, 为了验证在当天美国地区存在着由磁暴引起的LSTID[21], 本文专门研究了美国东部地区电离层层析结果.
为了表征TID的水平特性, 本文使用了TEC差值(difference in TEC, DTEC)数据, 即通过瞬时的TEC减去以当前时刻为中心一小时内(±30 min)以15 min为间隔的TEC平均值来获得DTEC, 作为TID的扰动分量.由于no-multi的时间分辨率达不到15 min, 精度上也不如multi, 所以选取multi层析二次反演结果研究. LSTID定义为满足以下标准的电离层扰动:1)TEC扰动幅度超过0.5TECU; 2)TEC扰动的水平波长大于1 000 km; 3)TEC扰动具有两个以上的相位前沿在地图上传播[21].其中, TID的幅度被定义为峰值中的TEC扰动与零水平的平均偏差, LSTID的水平波长定义为TEC扰动的最小值和最大值之间的距离的两倍, LSTID的周期是负相位和正相位峰值的时延平均值的两倍, LSTID的水平相速度公式为v=λ/T, 其中λ是水平波长, T为LSTID的周期[21].
4.1 TID水平特性分析
图 6是美国东部地区2015年3月17日19:30-21:30 UT期间每隔15 min的DTEC二维图集, 经纬度范围为30°N到50°N, 65°W到90°W.由图中可以观察到幅度较大的电离层TEC扰动在北美东部地区上空水平方向上由东北向西南方向传播, 而且由于多分辨率层析方法的全覆盖、高分辨率的特性, 可以更细节地观察到较小结构体的存在.
![]()
图 6 美国东部2015年3月17日19:30—21:30UT期间每隔15 min的DTEC二维图集Fig. 6 Two-dimensional DTEC maps over Eastern America every 15min from 19:30 to 21:30UT on Mar.17, 2015为了进一步估算此次TID的水平特征参数, 并保证在实验中获得的数据是充分的, 我们将层析的时间分辨率提升到5 min, 并按前文所述方法获得了DTEC.文中构造了虚拟测试点1(49°N、70°W), 并以此测试点为基准位置向西南方向依次分别选取了测试点2、测试点3、测试点4, 它们之间的水平间隔距离依次大约在200 km左右, 具体位置如图 7中图例所示.图 7是暴时19:30-21:30UT期间四个测试点的DTEC值随时间的变化情况.由图可以看出, DTEC的峰值点和谷值点均随着TID向西南方向传播, 根据文献[21]中LSTID周期定义, 负相位和正相位峰值的时延平均值的两倍即为周期, 由各个测试点的峰值和谷值时延数据得出TID的周期大约为50~60 min.并且, 可以看到在19:45UT左右, 测试点1处于TID扰动的扰动波峰, 而测试点4的TID扰动处于波谷, 且这两点之间无其他波峰存在.故可以得知, 这两点之间距离的2倍即为波长, 计算结果表明波长约为1 200 km.由LSTID的水平相速度公式v=λ/T得出此次TID的波速约为350~400 m/s.由以上分析可知, 此次TID符合LSTID的特征, 验证了在剧烈磁暴期间美国东部存在LSTID.
![]()
图 7 测试点位置及其DTEC随时间变化Fig. 7 Locations of virtual test points and DTEC changes with time at each point4.2 TID垂向特性分析
利用ISR得到TID的垂向电子密度数据是分析TID垂向特征一种有效的方式[23].本文利用多分辨率层析算法重构出Millstone Hill站点处的电子密度剖面图, 对比由雷达观测得出的垂直方向电子密度剖面图, 分析由磁暴形成的LSTID所具有的垂向特性. ISR数据来源于http://cedar.openmadrigal.org/static.
图 8(a)为Millstone Hill站点在2015年3月17日通过ISR观测得到的垂向电子密度图, 由于该图是从官方提供网址直接获得, 数据给出时间区间固定, 而多分辨率层析受时间窗的限制, 故图 8(b)选取了层析获得的15:00-22:00UT期间的电子密度剖面图, 对于LSTID的垂向分析也仅限于此时段.从图 8可以看出, 层析电子密度垂直分布结果平均略高于雷达观测值, 特别是在低于300 km处, 这与层析算法在垂向反演上的局限性有关[22].但在19:00-21:00UT期间ISR观测的峰值高度均在300 km以上, 这与层析得到的电子密度垂向图比较一致, 也符合测高仪的观测结果(见图 2(b)).
![]()
图 8 2015年3月17日Millstone Hill站点电离层垂直面电子密度的ISR观测和层析结果Fig. 8 Ionospheric vertical electron density of ISR observations and tomographic results at Millstone Hill station on Mar.17, 2015在垂直方向能量向上传播, 相位向下传播是大气重力波(atmospheric gravity wave, AGW)引起的TID的标志性特征, 且AGW引起的TID在垂直电子密度剖面中相位向下传播的高度范围一般在100 km到260 km之间[23].本文由于缺少测高仪高度剖面数据以及层析算法在垂向反演上的局限性, 很难断定此时段的LSTID是否和重力波有关, 但在此时段磁扰动剧烈, 因此可以明确此时段LSTID的发生和磁暴有关[21].
5 结论
本文借助一种基于GPS数据的多分辨率电离层层析成像技术, 采用多次反演的层析算法分别对美国东西部地区2015年3月16日-17日期间爆发的电离层暴进行了电子密度/TEC时空分布的重构.通过对地磁指数和美国东西部地区两个测高仪数据的对比分析, 发现在2015年3月17日美国东西部地区均发生了电离层暴, 且电子密度在暴时有所降低, 故均为负暴.此外, 为了验证该多分辨率层析技术在电离层暴时的适用性及多分辨率层析结果的精度, 本文还利用传统的单次反演层析算法获取了单分辨率的层析结果, 并分别与美国东西部地区这两个独立的测高仪峰值电子密度进行比对.可以看出, 在地面数据覆盖充分的情况下, 多分辨率电离层层析算法在电离层平静期和暴时均适用, 都可以较为准确地重构电离层电子密度的时空分布; 同单分辨率层析结果相比, 多分辨率层析结果不仅精度高, 且具备不同等级的分辨率, 尤其适用于高分辨率(如经纬度尺度小于2°, 时间间隔小于30 min)的电离层结构重构.此外, 通过结合美国东西部地面GPS数据分布及其层析结果, 可以发现无论是否采用多分辨率层析算法, 当地面站点覆盖数量相似时, 站点分布更均匀的地区(如本文选取的美国西部地区)得到的层析结果精度更高.
此外, 为了体现电离层层析技术在研究电离层异常结构时空变化上的独特优势, 本文还专门对2015年3月17日美国东部的电离层层析结果进行了更进一步的分析, 验证了该地区暴时LSTID的存在, 并对此次TID的规模和成因作出评估.通过对水平特征上利用层析TEC扰动数据的分析可以得出以下结论:2015年3月17日19:30-21:30UT期间美国东北部地区电离层存在由磁暴引起的LSTID, 该LSTID波长为1 200 km左右, 周期为50~60 min, 以350~400 m/s的波速向西南方向传播.在TID的垂向分析中, 通过对比ISR站点观测的垂向电子密度图和测高仪数据说明:TID期间多分辨率层析方法获得的电子密度在电离层F2层峰值高度附近具有较可靠的精度; 但是由于层析算法在垂向反演上的局限性, 尚不能精确分析AGW引起的TID在垂直方向上的特征, 而通过在层析算法中融合GPS掩星(如COSMIC)数据可能会改进垂向精度[22].同时还可以看出, 多分辨率层析技术不仅能够获得较为准确的电离层垂直剖面信息, 利用高覆盖密度的陆基GPS数据还可以获得小于15 min的时间分辨率, 经纬度上分辨率可以小至1°.高时间分辨率适用于观察电离层TEC的快速扰动情况, 较高的经纬度分辨率可以帮助分析中小尺度的电离层异常结构, 从而为今后进一步研究TID, 包括MSTID奠定基础.
致谢: 本文中GPS观测数据由UNAVCO机构提供, 地磁指数Dst从kyoto-u网站上获取, 地磁指数Kp从http://spidr.ionosonde.net/spidr网站上获取, 测高仪数据来自Digital Ionogram Database官网http://ulcar.uml.edu/DIDBase/, 层析软件MIDAS由英国巴斯大学提供, ISR数据来源http://cedar.openmadrigal.org/static/, 本研究还得到国家科技部重点研发计划项目(2018YFF01013702)资助, 作者在此深表感谢. -
![]()
图 2 2015年3月16-17日美国东西部测高仪站点的峰值密度(NmF2)和峰值高度(hmF2)随时间的变化
Fig. 2 Changes in peak density (NmF2) and peak height (hmF2) of ionosonde stations in the eastern and western USA on Mar.16-17, 2015
![]()
图 3 GPS站点分布以及在2015年3月17日12:00-17:00UT的美国东西部上空350 km处的IPP覆盖情况
Fig. 3 Distribution of GPS ground stations and IPP tracks at 350 km over the east and west of the USA during 12:00-17:00UT on Mar.17, 2015
![]()
图 4 2015年3月16-17日MHJ45站点处多分辨率层析(multi)、单分辨率层析(no-multi)和测高仪的NmF2对比
Fig. 4 Comparisons of NmF2 between multi-inversions, no-multi-inversions and ionosonde measurements at MHJ45 station on Mar.16-17, 2015
![]()
图 5 2015年3月16-17日IF843站点处多分辨率层析(multi)、单分辨率层析(no-multi)和测高仪的NmF2对比
Fig. 5 Comparisons of NmF2 between multi-inversions, no-multi-inversions and ionosonde measurements at IF843 station on Mar.16-17, 2015
![]()
图 6 美国东部2015年3月17日19:30—21:30UT期间每隔15 min的DTEC二维图集
Fig. 6 Two-dimensional DTEC maps over Eastern America every 15min from 19:30 to 21:30UT on Mar.17, 2015
![]()
图 7 测试点位置及其DTEC随时间变化
Fig. 7 Locations of virtual test points and DTEC changes with time at each point
![]()
图 8 2015年3月17日Millstone Hill站点电离层垂直面电子密度的ISR观测和层析结果
Fig. 8 Ionospheric vertical electron density of ISR observations and tomographic results at Millstone Hill station on Mar.17, 2015
表 1 multi, no-multi层析结果和测高仪的NmF2误差比较
Tab. 1 Comparison of NmF2 errors between multi, no-multi tomographic results and ionosonde data
站点 日期 经纬度分辨率 NmF2误差/
(1011el·m-3)multi no-multi MHJ45 2015年3月16日 4°×4° Mean 0.81 0.79 RMSE 1.09 1.08 1°×1° Mean 0.61 1.16 RMSE 0.87 1.52 2015年3月17日 4°×4° Mean 0.71 0.71 RMSE 1.27 1.31 1°×1° Mean 0.43 0.49 RMSE 1.10 1.32 IF843 2015年3月16日 4°×4° Mean 0.32 0.49 RMSE 1.19 1.31 1°×1° Mean 0.17 0.20 RMSE 0.75 0.96 2015年3月17日 4°×4° Mean 0.46 0.54 RMSE 1.60 1.67 1°×1° Mean 0.25 0.65 RMSE 0.99 1.73 
下载: 导出CSV
-
[1] HAJJ G A, IBAÑEZ-MEIER R, KURSINSKI E R, et al. Imaging the ionosphere with the global positioning system[J]. International journal of imaging systems & technology, 1994, 5(2):174-187. doi: 10.1002-ima.1850050214/
[2] HERNÁNDEZ-PAJARES M, JUAN J M, SANZ J. New approaches in global ionospheric determination using ground GPS data[J]. Journal of atmospheric and solar-terrestrial physics, 1999, 61(16):1237-1247. doi: 10.1016/S1364-6826(99)00054-1
[3] 吴雄斌, 徐继生, 马淑英.一种改进的电离层层析成像算法[J].地球物理学报, 2000, 43(1):20-28. http://d.old.wanfangdata.com.cn/Periodical/dqwlxb200001003 WU X B, XU J S, MA S Y. An improved reconstruction algorithm for computerized ionospheric tomography[J]. Chinese journal of geophysics, 2000, 43(1):20-28.(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/dqwlxb200001003
[4] MITCHELL C N, SPENCER P S J. A three-dimensional time-dependent algorithm for ionospheric imaging using GPS[J]. Annals of geophysics, 2003, 46(4), 687-696. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_89d61a53703a64c940d5047766c7b31d
[5] 徐继生, 邹玉华, 马淑英. GPS地面台网和掩星观测结合的时变三维电离层层析[J].地球物理学报, 2005, 48(4):759-767. doi: 10.3321/j.issn:0001-5733.2005.04.005 XU J S, ZOU Y H, MA S Y. Time-dependent 3-D computerized ionospheric tomography withground-based GPS network and occultation observations[J]. Chinese journal of geophysics, 2005, 48(4):759-767.(in Chinese) doi: 10.3321/j.issn:0001-5733.2005.04.005
[6] YIN P, MITCHELL C N, SPENCER P S J, et al. Ionospheric electron concentration imaging using GPS over the USA during the storm of July 2000[J]. Geophysical research letters, 2004, 31(12):261-268. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1029/2004GL019899
[7] BUST G S, CROWLEY G, GARNER T W, et al. Four-dimensional GPS imaging of space weather storms[J]. Space weather the international journal of research & applications, 2007, 5(2):446-447. http://www.onacademic.com/detail/journal_1000035770365410_b6cd.html
[8] 欧明, 甄卫民, 徐继生, 等.一种基于截断奇异值分解正则化的电离层层析成像算法[J].电波科学学报, 2014, 29(2):345-352. http://www.cjors.cn/CN/abstract/abstract530.shtml OU M, ZHEN W M, XU J S, et al. A computerized ionospheric tomography algorithm based on TSVD regularization[J]. Chinese journal of radio science, 2014, 29(2):345-352.(in Chinese) http://www.cjors.cn/CN/abstract/abstract530.shtml
[9] 王华旭, 郭文玲, 蔚娜, 等.电离层垂直剖面建模方法改进研究[J].电波科学学报, 2017, 32(1):73-78. http://www.cjors.cn/CN/abstract/abstract276.shtml WANG H X, GUO W L, WEI N, et al. The method improvement of ionospheric vertical profile model[J]. Chinese journal of radio science, 2017, 32(1):73-78.(in Chinese) http://www.cjors.cn/CN/abstract/abstract276.shtml
[10] 尚社平.磁暴期间全球电离层扰动形态分析和理论研究[D].北京: 中国科学院空间科学与应用研究中心, 2000. http://cdmd.cnki.com.cn/Article/CDMD-80073-2000001710.htm SHANG S P. Morphology analysis and theoretical study of global ionospheric disturbances during magnetic storm times[D]. Beijing: National Space Science Center, the Chinese Academy of Sciences, 2000. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-80073-2000001710.htm
[11] 张东和, IGARASHI K, 肖佐, 等.大尺度电离层行扰的GPS观测[J].地球物理学报, 2002, 45(4):453-460. doi: 10.3321/j.issn:0001-5733.2002.04.002 ZHANG D H, IGARASHI K, XIAO Z, et al. The observation of large scale travelling ionospheric disturbances based on GPS network[J]. Chinese journal of geophysics, 2002, 45(4):453-460.(in Chinese) doi: 10.3321/j.issn:0001-5733.2002.04.002
[12] SONG Q, DING F, WAN W, et al. Statistical study of large-scale traveling ionospheric disturbances generated by the solar terminator over China[C]//中国科学院地质与地球物理研究所2013年度(第13届)学术年会, 2014: 4583-4593. [13] 杨越.电离层受中小型磁暴影响特征的GNSS数据分析[D].沈阳: 东北大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10145-1016011229.htm YANG Y. Analyzing of the characteristics of ionospheric disturbances derived by medium and small geomagnetic stormsbased on GNSS data[D]. Shenyang: Northeastern University, 2014. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10145-1016011229.htm
[14] 鲁芳.电离层暴与行扰的GPS台网监测与分析[D].武汉: 武汉大学, 2004. http://cdmd.cnki.com.cn/Article/CDMD-10486-2004112186.htm LU F. Monitor and analysis of ionospheric storms and TIDs using GPS array[D]. Wuhan: Wuhan University, 2004. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10486-2004112186.htm
[15] SPENCER P S J, MITCHELL C N. Imaging of fast moving electron-density structures in the polar cap[J]. Annals of geophysics, 2007, 50(3):427-434. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_c33b1e4333e4f0db4133f0846113698f
[16] YIN P, ZHENG Y N, MITCHELL C N, et al. A multiresolution inversion for imaging the ionosphere[J]. Journal of geophysical research space physics, 2017, 122(6):6799-6811. doi: 10.1002/2016JA023728
[17] ASTAFYEVA E, ZAKHARENKOVA I, FÖRSTER M.Ionospheric response to the 2015 St.Patrick's Day storm:a global multi-instrumental overview[J]. Journal of geophysical research space physics, 2015, 120:9023-9037.DOI: 10.1002/2015JA021629
[18] PONOMARCHUK S N, POLEKH N M, ROMANOVA E B, et al. The disturbances of ionospheric radio channel during magnetic storm on March 17-19, 2015[C]//XXI International Symposium Atmospheric and Ocean Optics. Atmospheric Physics, 2015.
[19] ZHIZHIN M, KIHN E, REDMON R, et al. Space physics interactive data resource:SPIDR[J]. Earth science informatics, 2008, 1(2):79-91. http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0212046830/
[20] REINISCH B W, GALKIN I A. Global ionospheric radio observatory (GIRO)[J]. Earth, planets, and space, 2011, 63:377-381. doi: 10.5047/eps.2011.03.001
[21] ZAKHARENKOVA I, ASTAFYEVA E, CHERNIAK I. GPS and GLONASS observations of large-scale traveling ionospheric disturbances during the 2015 St. Patrick's Day storm:LSTIDs during the March 2015 storm[J]. Journal of geophysical research space physics, 2016:121.DOI: 10.1002/2016JA023332
[22] YIN P, MITCHELL C N. Improving the vertical electron density profile in ionospheric imaging at storm time:a case study on 25-27 September 2011[J]. Journal of geophysical research space physics, 2015, 119(9):7963-7971.
[23] KAMP M V D, KAURISTIE K. TID characterised using joint effort of incoherent scatter radar and GPS[J]. Annalesgeophysicae, 2014, 32(12):1511-1532.
-
期刊类型引用(1)
1. 尹萍，纵瑞龙. 电离层层析辅助等离子体泡的TEC空间梯度研究. 电波科学学报. 2024(01): 119-127 . 
本站查看
其他类型引用(4)
计量
- 文章访问数: 220
- HTML全文浏览量: 47
- PDF下载量: 36
- 被引次数: 5
