基于空基掩星资料优化IRI电离层模型研究

The improvement of empirical ionospheric model based on GNSS/LEO space-borne occultation data is one of the hot topics in ionospheric research. The International Reference Ionosphere (IRI) model has two main problems: 1) the model function applies hmF2 as one of the key F2-layer parameters. The hmF2 is transferred from M(3000)F2 based on the assumption that the electron density varies parabolicaly with altitude, while its accuracy is limited; 2) the scale height of IRI model is different with other data in magnitude, geomagnetic latitude, and physical variations, and the topside electron density of IRI is overestimated. This project attempts to develop the IRI model based on space-borne occultation data, and the main topics include: constructing the peak density and peak height model in the F2 layer, and realizing the short-term prediction by neutral network method; employing the Vary-Chap scale height function to correct IRI topside model; using the F2 layer peak parameters and topside model to improve the IRI model, and developing the Abel inversion algorithm with the horizontal gradient constraint of IRI; updating the peak parameters and topside model based on high-precision occultation results, and driving the optimization of IRI model in an iteration process.

基于GNSS/LEO空基掩星资料优化经验电离层模型是当前电离层研究的热点之一。国际参考电离层模型 (international reference ionosphere，IRI) 存在两大主要问题：1) 基于电子密度随高度呈抛物线变化的假设，将M(3000)F2转换的峰值高度作为F2层关键参数之一，精度有限；2)模型的标高与外部数据在数值、地磁纬度、物理变化特性上存在较大差异，IRI顶部电子密度估值偏大。本项目基于空基掩星资料优化IRI模型，主要研究内容有：建立F2层峰值密度和峰值高度模型，基于神经网络算法实现参数短期预报；基于Vary-Chap标高函数修正IRI顶部电子密度模型；利用峰值参数和顶部模型改进IRI模型，并以其为背景场提供水平梯度约束，提升掩星处理中Abel反演算法的精度；获得高精度掩星数据再次优化IRI的峰值参数和顶部模型，迭代形成掩星实测数据驱动的优化电离层模型。

电离层对人类的空间活动、空间应用、天/地通讯和国防军事等均有重要影响，研究精确的电离层建模紧密结合我国空间探测和导航工程的迫切需求。针对目前国际参考电离层IRI存在的模型精度不均，关键参数模型未更新，顶部函数模型不准等情况，本项目利用空基掩星的电离层观测资料，研究IRI模型的优化方法。主要研究内容和取得的科学成果包括：1）基于掩星数据建立F2层关键参数模型:采用经验正交分解方法、球函数展开方法和神经网络算法，基于COSMIC等掩星卫星数据建立月均值的峰值高度、峰值密度模型；2）利用Vary-Chap变标高函数修正顶部电子密度模型:在顶部数学函数中引入随高度变化的标高 ，根据每条掩星的电子密度廓线计算Vary-Chap标高函数，对标高函数涉及的系数建模；3）基于F2层参数和顶部修正模型初步改进IRI:调用参数模型代替原有CCIR和URSI模型，在IRI顶部函数中采用标高因子约束电子密度廓线； 4）基于改进IRI模型提高Abel反演算法精度，附加电子密度水平梯度变化的约束；5）利用新反演的电子密度廓线迭代改进IRI模型，将模型精度提高约10%。本项目利用空基掩星观测低成本、连续、全球覆盖、垂直分辨率高的独特优势，补充基于传统探测手段建立电离层模型的不足，在缺少地基观测站点中国区域，弥补了IRI模型精度下降的缺点。项目发表原创SCI索引论文5篇，电离层掩星高精度反演算法被国内一些卫星项目的地面处理系统采纳。

内容获取失败，请点击重试