2. 中国电波传播研究所电波环境特性及模化技术重点实验室, 青岛 266107;
3. 中国科学院空间天气学国家重点实验室, 北京 100190;
4. 中国科学院大学, 北京 100049
2. China Research Institute of Radio Wave Propagation, National Key Laboratory of Electron Magnetic Environment, Qingdao 266107, China;
3. State Key Laboratory for Space Weather, Chinese Academy of Sciences, Beijing 100190, China;
4. University of the Chinese Academy of Sciences, Beijing 100049, China
探测90 km高度附近的大气环境参数是目前一直存在的难题,利用卫星和探空火箭虽然可以较为精确地探测该区域的大气参数,但是成本太高,不能进行长期不间断探测,利用激光雷达和光学设备虽然可以进行长期持续观测而且精确度较高,但是只能在天气良好的夜晚进行观测.流星雷达则体现出了这方面的探测潜力,流星雷达是最近发展起来的探测临界空间大气的重要手段,它通过观测流星余迹的反射回波来反演该区域的大气环境信息,同时流星雷达观测不受天气的影响和昼夜的限制,可以进行全天候持续性的观测(Younger,2011).目前流星雷达主要用于探测中高层大气风场,而流星雷达作为新发展的中高层大气温度探测手段正逐渐得到研究和应用.
流星体进入大气层后,在70~110 km的高度范围,流星体与大气分子剧烈碰撞而迅速烧蚀掉,最后在流星体运动的路径上形成一段等离子柱,称为流星余迹.流星余迹能够反射无线电波,流星雷达通过接收流星余迹反射的无线电回波,获得流星余迹回波.研究表明,流星余迹在形成后会迅速扩散,其中双极扩散在欠密流星余迹扩散过程中起最主要作用(陈金松,2005).欠密流星余迹的反射回波由于双极扩散作用,回波振幅随时间呈现指数函数衰减,由此可确定流星回波的衰减时间.通过流星余迹等离子区域的双极扩散与衰减时间的关系,可以得到流星余迹的双极扩散系数.
Kaiser(1953)提出了双极扩散系数与大气温度和压强存在一定关系,Tsutsumi等人(1994)讨论了双极扩散系数与温度变化的关系,Jones和Jones(1990)推测出由大气温度和压强得到双极扩散系数的理论公式,Chilson等人(1996)利用大气温度和压强确定双极扩散系数,在此理论基础上Hocking等人(1997)提出流星雷达观测温度的方法,并利用CIRA(1986)大气压强模式反演了大气温度.Hocking 1997年的方法对大气压强精确度要求比较高,但是现实情况下大气压强随高度变化很大而导致反演的大气温度误差大,因此Hocking(1999)又提出了一种流星雷达观测大气温度的新方法,利用全球温度梯度模式的经验公式得到大气平均温度梯度,通过得到高度随双极扩散系数的对数变化的斜率来反演大气温度,再对观测结果进行修正得到实际大气温度,这种方法无需将大气压强作为已知参数得到的温度精确性更高,Hocking等人(2002)利用该方法观测了大气温度的潮汐变化.由于全球温度梯度模式存在精确度不高的问题,于是2004年Hocking等人(2004)利用不同经纬度地区流星雷达观测的温度与探空火箭、激光雷达、光学仪器等设备探测的温度进行对比,提高了全球温度梯度模式的精确度,并且在温度梯度精确度较高的情况下流星雷达观测的温度不用通过温度修正就可以直接得到大气温度,但是有些季节和纬度的模式温度梯度的误差还是较大.Holdsworth等人(2006)分别利用了压强模式(Hocking et al., 1997)和温度梯度模式(Hocking,1999)即上面两种方法观测了南极地区的中层顶附近的大气温度,对比研究发现温度梯度模式得到的温度比压强模式得到的温度更加接近实际温度,但是温度梯度模式得到温度出现的波动更大,在提供精确的大气压强情况时,建议使用压强模式得到大气温度.
中国电波传播研究所在昆明观测站(25.6°N,103.8°E)建设了低纬地区大气雷达综合观测系统,通过该系统研究昆明地区大气环境参数(Zhao et al., 2011;李娜等,2011;赵蕾等,2011;丁宗华等,2012),其中包括一台全天空流星雷达和一台ST(Stratosphere Troposphere)雷达,它们的工作频率分别为37.5 MHz和53.1 MHz,其中ST雷达除了具备对流层和平流层大气的观测能力之外,还有一个全天空流星雷达的观测模式.利用该站这两台雷达在2011年夏季7月9日—8月8日共31天(2011年的第190到220天)开展了一个月的针对流星雷达观测大气温度的特殊观测试验.本文利用该试验数据,通过Hocking的方法利用不同的温度梯度反演了90 km附近高度的大气温度,讨论了温度梯度对流星雷达观测温度的重要性. 2 数据及分析方法 2.1 流星雷达数据简介
中国电波传播研究所昆明观测站的全天空流星 雷达属于BPMR(Buckl and Park All-sky Interferometic Meteor Radar)同型号系列雷达(Holdsworth et al., 2004),两台全天空流星雷达的收发天线阵相距500 m,可以用于探测距离雷达天线阵300 km范围内70~110 km高度的流星余迹回波.全天空流星雷达由电源、发射机、接收机、收发控制系统、天线馈线、数据处理与显示系统等部分组成.流星雷达收发天线阵由1副相互正交两单元八木天线作发射天线和5副交叉圆极化两单元八木天线作接收天线组成.表 1给出了两台全天空流星雷达的主要运行参数,可以看出两台流星雷达运行参数中只有发射机工作频率和峰值输出功率不同.
全天空流星雷达平均每天能够观测的流星回波数量大约为30000个,按照流星余迹回波检测准则对其进行刷选(Holdsworth et al., 2004),其中能够 用于数据分析的流星大约10000~20000个,37.5 MHz 流星雷达比53.1 MHz流星雷达观测的流星数据要多,通过观测流星余迹回波的到达角和距离,可以确定流星距离地面的垂直高度,这些流星主要分布在70~110 km的高度.本文利用2011年7月9日—2011年8月8日总共31天(天数190~220)的流星数据,统计得到每天的流星峰值高度如图 1所示,37.5 MHz的流星雷达观测的流星峰值高度在89~86 km内变化,53.1 MHz的流星雷达观测的流星峰值高度在83~86 km内变化.图 2显示了31天内所有流星的高度分布直方图,可以看出流星高度呈现高斯分布,工作频率为37.5 MHz流星雷达观测流星峰值高度出现在88 km,工作频率为53.1 MHz流星雷达观测流星峰值高度在85 km.这里所得到的流星峰值高度是由31天内雷达观测到的所有流星高度的统计平均值,但实际上由图 1可知,流星峰值高度会在平均高度值上下波动,所以这个高度值代表了流星雷达观测流星活动最频繁区域.
卫星探测温度是利用Aura卫星上的微波临边探测器MLS探测温度,Aura卫星每天两次对地球南北纬80°之内的区域进行扫描探测,实现对全球大气温度的探测(王晓宾等,2011).本文选取与流星雷达观测同期2011年190~220共31天(即2011年7月9日—8月8日)的卫星温度数据.由于卫星与流星雷达观测在时间和空间上不一致,本文将卫星有效数据限制在同一天流星雷达站点周围经度10°和纬度5°以内所有观测点数据,其中每天符合要求的观测点数据超过6个,超过2/3天数的卫星对 这些观测点实现昼夜观测各一次,两次观测的时间 差为12小时,温度数据显示温度变化符合周日潮汐波动(Hocking et al., 2002),因此可将温度数据的平均值作为这一天的卫星温度数据,但是其余的天 数里卫星对这些观测点只观测一次,这些天数的平均温度较实际的平均温度会存在误差.卫星探测的高度是由卫星探测的大气压强所确定,这里我们通过参考大气标准中的高度与压强关系来确定高度(国际电联无线电通信全会,2005),其中由压强确定高度可能存在一定误差,但是误差相对很小. 2.3 流星雷达观测中高层大气温度原理
欠密流星的反射回波振幅由于双极扩散的原因,会随时间呈指数衰减,可表示为
其中λ是雷达发射波长,Da是双极扩散系数,t是时间.A(t)是在t时刻的回波振幅,A0是在t=0时回波振幅最大值.流星雷达探测的衰减时间与扩散系数成反比关系为 τ1/2表示回波振幅由最大值衰减到其一半的时间(Hocking et al., 1997).Jones W和Jones J(1990)提出双极扩散系数与大气温度和压强存在下面关系: 其中Kamb是常数,Chilson等人(1996)和Hocking等人(1997)过实验的方法确定了Kamb值.通过(2)和(3)式可以看出,已知半波衰减时间τ1/2和大气压强P的情况下,可以确定大气温度,Hocking等(1997)用这种方法观测了大气温度,并对此进行了详细的说明.但是实际情况中大气压强随高度变化很大,而温度随高度变化则相对较小,必须在大气压强足够精确时,才能确保大气温度的精确性.于是Hocking(1999)在此基础上提出一种新的方法,这种方法中不需要将大气压强作为已知参数,下面将对该方法做简单介绍.首先假设流星峰值高度区域的温度随高度线
性变化,可以用T=T0(1+αz′)表示,其中α= 1 T0 dT dz,dT dz 表示平均温度梯度即温度变化率,可知当流星峰值高度在中层顶以下时,dT dz 为负值,当流星峰值高度在中层顶或者中层顶以上时,dT dz 为非负值.在昆明地区
(北半球低纬度地区)中层顶高度是否在流星峰值高度以上,下文将详细讨论.通过对以往的不同探测手段观测得到温度数据,计算出了全球平均温度梯度模式,温度梯度随季节和纬度变化的函数如下(Hocking,1999):
其中θ是流星雷达所在地区的纬度;#是北半球地区当地日期距离6月15日的天数,南半球则是当地日期距离12月15日的天数.由公式(4)可知在赤道附近地区夏季温度梯度大约为-1.5 K/km,在中纬度地区夏季温度梯度趋向0或者正值(中层顶下降),在极区地区夏季温度存在比较陡峭的负梯度.定义垂直参考高度z′,在流星峰值高度处z′=0,得到大气压强的公式(5)
其中g表示重力加速度(90 km高度为9.49 m·s-2),m是大气分子质量(90 km高度空气相对分子质量28.9),k是玻耳兹曼常数,T是大气温度,P0是流星峰值高度的大气压强.通过对(3)式进行变换得到 其中c为常数.将(5)式代入(6)式,可以得到 当高度z′=0时,公式(7)通过化简得到(Hocking,1999) 将(8)式变形得到流星峰值高度的平均温度(Hocking et al., 2002) 其中Sm= dz dlg(Da)表示高度随扩散系数的对数的变化率(流星高度对lg(Da)的导数),可以由最小二乘法线性拟合得到,dT dz 由(4)式得到,T0就是流星峰值高度的温度. 2.4 Sm值的确定图 3a显示了使用工作频率为37.5 MHz流星雷达在8月5日一天内探测到了16218个欠密流星,可以看出从左下角到右上角存在数据点分布较密集的类似椭圆区域,而在该区域外的数据点分布较稀疏,回波数据的相关系数ρ=0.399.Cervera等人提出存在某些低高度弱流星体产生的余迹,其衰减时间很短,而扩散系数很大,同时高高度流星余迹会受到地磁场抑制其扩散的影响,使得衰减时间变长,扩散系数变小,因此在对回波数据做处理前,需要剔除高度太低但扩散系数很大(衰减时间很短)和高度太高但是扩散系数很小(衰减时间很长)的流星回波.采用下面的方法对流星数据进行处理:第一步,剔除扩散系数大于100和小于0.1的数据点;第二步,将图中的数据点垂直(即沿纵轴)等分成200列,对每列再以2 km(1.8 km是流星雷达的距离精确度)水平(即沿横轴)等分,这样可将数据平面划分成4000个小块,统计每个小块的数据点的个数,对每列数据点的统计分布做高斯拟合,分别按5%剔除高度太高和高度太低的数据点;第三步,将处理过后的数据点水平(即沿纵轴)以2 km宽等分20行,再对每行进行垂直等分200份,按上述方法对每行数据点的统计分布做高斯拟合,按照5%排除扩散系数太大或者太小流星数据(Cervera et al., 2000).按照上述步骤完成处理后的结果如图 3b中所示得到流星数据的主瓣部分.
经过处理过后的数据相关系数ρ=0.799,Greenhow等人(1955)、Tsutsumi等人(1994)的研究指出在80~100 km的高度内lg(Da)随高度呈线性变化,因此采用最小二乘法线性拟合得到lg(Da)与高度的线性方程(Hocking,1999).再对该数据 进行线性拟合得到直线A,图中直线A斜率:Sm=12.216. 3 数据分析结果 3.1 模式温度梯度得到大气温度
图 4上图显示流星雷达利用全球温度梯度模式得到的88 km和85 km的温度以及卫星探测的88 km和85 km的温度,下图显示卫星探测温度与流星雷达观测温度之差.本文中流星雷达观测的是每天的平均温度,从图 4可以看出37.5 MHz流星雷达和53.1 MHz流星雷达都观测了大气温度,流星雷达观测的温度要比卫星观测温度低,其差值ΔT在5~40 K的范围内,因此Hocking提出了对流星雷达观测温度进行修正的经验公式Ttrue=0.774Tmeteor+42.8(Hocking,1999),但该修正公式是在高纬度地区提出的,在低纬度地区不适用(Dyrl and et al., 2010). Aura卫星探测85 km的温度要大于88 km的温度,说明温度随高度升高而下降,53.1 MHz流星雷达观测85 km的温度在大部分天数要大于37.5 MHz流星雷达观测88 km的温度,而且卫星探测温度与流星雷达观测温度的差值曲线几乎重合,说明两台流星雷达在这些天数能够观测各自流星峰值高度的大气温度.同时由图 4可以看出流星雷达观测的温度与卫星探测温度存在相关性,因此本文通过研究流星雷达观测温度与卫星探测温度的相关性来分析观测结果的准确性.
Hocking(2004)通过将流星雷达观测温度与激光雷达、探空火箭、光学仪器观测的温度数据进行对比来提高全球温度梯度模式的精确度,研究结果表明可以利用其他观测设备的温度数据来提高模式温度梯度的精确度,但是由于部分地区和季节缺少实测温度数据,模式温度梯度仍存在较大误差.本文流星雷达试验数据是在夏季低纬度地区得到,此前并没有相关研究讨论模式温度梯度在该地区是否适用,为此我们可以利用卫星温度数据直接得到准确的温度梯度,再通过2.3节方法得到大气温度,分析模式温度梯度在昆明地区的适用性.
由于Aura卫星只能观测某些特定高度上的大气温度,其中与流星峰值高度接近的高度分别有79 km、85 km、88 km、92 km、96 km,因此我们分别取79~85 km、85~88 km、88~92 km、92~96 km四个高度区间,然后通过卫星温度数据得到这四个区间的温度梯度如图 5所示.可以看出79~85 km、85~88 km、88~92 km三个区间温度梯度为非正值,表明在79~92 km的区域温度随高度下降,所以这段区域还处于中层顶以下,而92~96 km区间的温度梯度则开始出现了正值,表明中层顶可能处于92~96 km.温度随高度的线性变化的模型只适用于中层顶以下,而两台流星雷达观测的流星峰值高度处于79~92 km之间,因此分别选择79~85 km、85~88 km、88~92 km三个区间的温度梯度反演了流星峰值高度的大气温度.
图 6a利用79~85 km的温度梯度得到流星雷达观测温度与卫星探测温度的相关性很好,温度差值ΔT在5~40 K范围内且变化较平稳;图 6b使用85~88 km的温度梯度得到流星雷达观测温度与卫星探测温度相关性比较差,温度差值ΔT在0~60 K范围内且变化较大;图 6c使用88~92 km的温度梯度得到的流星雷达观测温度与卫星探测温度相关性比较差,温度差值ΔT在0~80 K的范围内且变化较大,通过对比说明79~85 km高度区间的温度梯度更适合于流星雷达观测温度,因此下面主要对图 6a作分析.
由图 6a可以看出两台流星雷达都观测了大气温度,并且观测温度之间有着很好的相关性,同图 4显示的结果一样,流星雷达观测的温度比卫星观测温度要低,但是雷达观测温度与卫星探测温度有着很好的相关性,因此再对其进行温度修正就能得到精确的大气温度(Hall et al., 2004),同时两台流星雷达在大部分天数观测到各自流星峰值高度温度,高度分辨明显,但是在有些天数也存在模糊.
第3节通过选取不同温度梯度基于流星雷达观测数据反演了大气温度,结果与卫星观测温度数据的对比证明了两台不同工作频率的流星雷达能够观测不同高度大气温度的日变化.
表 2显示了流星雷达使用不同方法得到观测结果的相关性分析,分别列出了流星雷达观测结果与卫星探测温度的相关系数和两台不同频率的流星雷达观测结果的相关系数.从表 2可以看出选取不同的温度梯度得到的观测结果存在很大差异,通过Hocking的方法,利用模式温度梯度得到了流星雷达观测结果,37.5 MHz和53.1 MHz 雷达观测温度与卫星观测温度的相关系数分别为0.538和0.459,存在一定的相关性,但不是很好.由图 7可以看出由全球温度梯度模式得到低纬度地区夏季的温度梯度在-1.3 K/km左右,日变化非常小,而由卫星观测温度数据得到的79~85 km区间温度梯度变化范围1~-4 K/km,日变化很大,这是由于全球温度梯度模式是在Fleming(1988)大气模式的基础上建立起来的,由模式得到的是全球平均温度梯度,不足以用于精确观测低纬度地区夏季温度日变化(Hocking et al., 2004b).因此从提高温度梯度精确度的角度出发,3.2节中利用卫星观测温度数据得到更加精确的温度梯度.
首先3.2节中分析了昆明地区中层顶可能存在的高度,各个地区的中层顶高度不同,Fleming温度模型中提出了北极圈地区夏季中层顶高度大约在91~92 km,然而后来有更多的实验研究指出该地区中层顶在87~88 km高度(Hocking et al., 2004b).而在此之前昆明地区夏季中层顶的高度还 未知,因此本文利用卫星观测温度数据确定了昆明地区中层顶的高度,由图 4显示的结果可知中层顶在92~96 km 的高度,排除了夏季月份中层顶下降到流星峰值高度或者以下的可能.
然后选取不同高度区间的温度梯度得到了流星雷达观测温度,表 2可以看出79~85 km区间的温度梯度得到的流星雷达观测温度与卫星观测温度有很好的相关性,雷达观测温度与卫星温度数据之间 的相关系数分别达到了0.827和0.719,而85~88 km,88~92 km 高度区间的温度梯度得到的观测结果相关性却很差,对比发现79~85 km区间的温度梯度更适合于流星雷达观测大气温度,同时也说明了温度梯度在Hocking方法中是非常重要的.至于为什么只有79~85 km区间的温度梯度更适合于流星雷达观测,我们以后将进一步研究该问题.
本文中流星雷达观测的大气温度都要低于卫星观测的温度,分析出现的原因:首先是由于估计的Sm值偏小,Sm值的大小直接决定观测温度的高低,本文利用 Cervera的方法对流星回波进行刷选后,通过线性拟合得到的斜率偏小.其次是不同流星雷达观测结果会存在一定的差异,不同的流星雷达得到的回波衰减时间、双极扩散系数并不相同,因此需要对设备进行定标.本文中流星雷达观测温度之前缺少定标,可能导致观测温度偏小.表 3给出了利用卫星温度数据得到的温度修正公式(Holdsworth et al., 2006).
利用两台不同频率流星雷达在同一地点观测同一区域的流星目前还是首次进行这种特殊观测试验,这对流星雷达观测温度提出了更高的要求:两台流星雷达在观测各自流星峰值高度的温度的表现怎么样? 因为之前文献研究的都是不同流星雷达在不同地点观测大气温度,本文尝试将两台流星雷达观测各自的流星峰值高度温度,对比发现流星雷达能够观测各自的流星峰值高度温度,但是存在一定的模糊.为了进一步研究该问题,首先需要更多的实测温度数据,比如激光雷达和SABER卫星都能够提供精确度较高的大气温度数据,以此建立更加准确和稳定的温度梯度模型(Li et al., 2012).其次是结合昆明全天空流星雷达数据来改进数据处理方法,以此提高观测大气温度的精确性,Hocking(2004a)分析了流星雷达观测中产生的系统误差对大气温度观测造成的影响,Younger等人(2008)研究表明强流星回波受到大气中微粒物质的吸收作用更小,选取强流星回波进行分析得到更加准确的大气温度.这些研究为我们今后流星雷达观测大气温度的数据处理方法的改进提供了思路. 5 结论
本文利用中国电波传播研究所昆明观测站的两台不同工作频率的全天空流星雷达于2011年7月9日—2011年8月8日共31天的观测数据,基于Hocking的方法,利用不同的温度梯度反演了昆明地区88 km和85 km高度的大气温度,雷达观测温度与Aura卫星温度数据对比发现,不同工作频率的流星雷达能够观测不同高度大气温度,并且两台流星雷达观测的大气温度存在相关性,同时发现在提供准确的温度梯度时流星雷达能够精确地观测大气温度,说明了温度梯度在流星观测大气温度方法的重要性. 致谢 作者感谢两位匿名审稿专家对本研究工作提出的建设性修改意见.
[1] | Cervera M A, Reid M. 2000. Comparison of atmospheric parameters derived from meteor observations with CIRA. ,Radio Science. 35(3): 833-843. |
[2] | Chen J S. 2005. An application study of the Wuhan meteor radar in space environment sounding (in Chinese). Beijing: Chinese Academy of Sciences. |
[3] | Chilson P B, Czechowsky P, Schmidt G. 1996. A comparison of ambipolar diffusion coefficients in meteor trains using VHF radar and UV lidar. Geophys. Res. Lett. , 23(20): 2745-2748. |
[4] | Ding Z H, Chen J S, Zhao L, et al. 2012. Correlation between the quasi 6-day oscillation in the Ionosphere and atmospheric planetary waves in the mesosphere-lower thermosphere at Qujing. Chin. Sci. Bull. (in Chinese), 57(12): 1045-1052. |
[5] | Dyrland M E, Hall C M, Mulligan F J, et al. 2010. Improved estimates for neutral air temperatures at 90 km and 78°N using satellite and meteor radar data. Radio Science,45(4): RS4006, doi: 4010. 1029/2009RS004344. |
[6] | Fleming E L, Chandra S, Schoeberl M R, et al. 1988. Monthly mean global climatology of temperature, wind, geopotential height and pressure from 0-120 km. NASA Technical Memorandum: 100697, 100685. |
[7] | Greenhow J S, Neufeld E L. 1955. The diffusion of ionzed meteor trails in the upper atmosphere. J. Atmos. Terr. Phys. , 6(1-6): 133-140. |
[8] | Hall C M, Aso T, Tsutsumi M, et al. 2004. Multi-instrument derivation of 90 km temperatures over Svalbard (78°N, 16°E). Radio Science, 39(6): RS6001, doi: 6010. 1029/2004RS003069. |
[9] | Hocking W K, Thayaparan T, Jones J. 1997. Meteor decay times and their use in determining a diagnostic mesospheric temperature-pressure parameter: methodology and one year of data. Geophys. Res. Lett. , 24(23): 2977-2980. |
[10] | Hocking W K. 1999. Temperatures using radar-meteor decay times. Geophys. Res. Lett. , 26(21): 3297-3300. |
[11] | Hocking W K, Hocking A. 2002. Temperature tides determined with meteor radar. Annales Geophysicae, 20(9): 1447-1467. |
[12] | Hocking W K. 2004. Radar meteor decay rate variability and atmospheric consequences. Annales Geophysicae, 22(11): 3805-3814. |
[13] | Hocking W K, Singer W, Bremer J, et al. 2004. Meteor radar temperatures at multiple sites derived with SKiYMET radars and compared to OH, rocket and lidar measurements. J. Atmos. Terr. Phys. , 66(6-9): 585-593. |
[14] | Holdsworth D A, Reid I M, Cervera M A, et al. 2004. Buckland Park all-sky interferometric meteor radar. Radio Science, 39(5): RS5009. |
[15] | Holdsworth D A, Morris R J, Murphy D J, et al. 2006. Antarctic mesospheric temperature estimation using the Davis mesosphere-stratosphere-troposphere radar. J. Geophys. Res., 111(D5): doi:10. 1029/2005JD006589. |
[16] | International Telecommunication Union. 2005. Recommendation ITU-R P.835-4 Reference Standard. |
[17] | Jones W, Jones J. 1990. Ionic diffusion in meteor trains. J. Atmos. Terr. Phys. , 52(3): 185-191. |
[18] | Kaiser T R. 1953. Radio echo studies of meteor ionization. Advances in Physics, 2(8): 495-544. |
[19] | Li N, Chen J S, Zhao L, et al. 2011. The study of eclipse effects in D region based on MF radar measurement. Chinese J. Geophys. (in Chinese), 54(4): 942-949. |
[20] | Li T, Fang X, Liu W, et al. 2012. Narrowband sodium lidar for the measurements of mesopause region temperature and wind. Applied Optics, 51(22): 5401-5411. |
[21] | Tsutsumi M, Tsuda T, Takuji N, et al. 1994. Temperature fluctuations near the mesopause inferred from meteor observations with the middle and upper atmosphere radar. Radio Science, 29(3): 599-610. |
[22] | Wang X B, Sun S J, Chen C, et al. 2011. Lidar observations of middle atmospheric density and temperature over Qingdao. Chin. J. Space Sci. (in Chinese), 31(6): 778-783. |
[23] | Younger J P, Reid I M, Vincent R A, et al. 2008. Modeling and observing the effect of aerosols on meteor radar measurements of the atmosphere. Geophys. Res. Lett., 35(15): L15812, doi: 10. 11029/12008GL033763. |
[24] | Younger J P. 2011. Theory and applications of VHF meteor radar observations[Ph. D. thesis]. Adelaide: The University of Adelaide: 9-13. |
[25] | Zhao L, Chen J S, Li N, et al. 2011. MF radar in Kunming and its preliminary observation results. Chin. J. Space Sci. (in Chinese), 31(1): 27-33. |
[26] | Zhao L, Chen J S, Ding Z H, et al. 2011. First observations of tidal oscillations by an MF radar over Kunming (25.6°N,103.8°E). J. Atmos. Terr. Phys. , 78-79: 44-52. |
[27] | 陈金松. 2005. 武汉流星雷达在空间环境探测中的应用研究[硕士论文]. 北京: 中国科学院. |
[28] | 丁宗华, 陈金松, 赵蕾等. 2012. 曲靖地区电离层准6日扰动与MLT大气行星波的相关性. 科学通报, 57(12): 1045-1052. |
[29] | 国际电联无线电通信全会. 2005. Itu-r. P. 835-4建议书-参考大气标准. |
[30] | 李娜, 陈金松, 赵蕾等. 2011. 基于MF雷达观测的D区日食效应的研究. 地球物理学报, 54(4): 942-949. |
[31] | 王晓宾, 孙树记, 陈春等. 2011. 青岛上空中层大气密度和温度的激光雷达探测. 空间科学学报, 31(6): 778-783. |
[32] | 赵蕾, 陈金松, 李娜等. 2011. 昆明MF雷达及初步探测结果. 空间科学学报, 31(1): 27-33. |