2016, Vol. 59
2. COSMIC Program Office, University Corporation for Atmospheric Research, Boulder, CO 80301, USA
2. COSMIC Program Office, University Corporation for Atmospheric Research, Boulder, CO 80301, USA
掩星技术最早可以追溯到18世纪，天文学家利用一个天体在另一个天体与观测者之间通过而产生的遮蔽现象对包括月球与众多行星/小行星在内的天体进行测量，该方法至今在天文学界仍有广泛应用(Gulbis et al.，2006).其中，对日出日落时期穿过地球大气的太阳辐射测量，可以反演得到众多大气成分的高度剖面，对大气化学和全球气候变化监测具有重要价值，被称之为恒星掩星技术(Bernath et al.，2005).当无线电信号穿过行星大气层时，由于折射率梯度的存在，电波信号会弯曲.利用这种弯曲信息，可以反演大气折射率，并在一定的近似条件下可以进一步反演对应的大气物理参量包括密度、温度、水汽等，这就是无线电掩星技术.它是众多行星大气遥感测量方法中的一种.1965年，美国斯坦福大学与喷气动力实验室的科学家首次把无线电掩星技术应用到水手4号探测器上，首次对火星大气层进行了掩星测量(Kliore et al.，1964).此时，Abel 变换法被引入到弯曲角到折射率的反演过程中，该方法直到现在仍是地球大气掩星的常用反演方法(Fjeldbo and Eshelman，1968).随后，无线电掩星技术几乎被应用到所有太阳系内的行星及其卫星的探测中(Jin et al.，2014).利用无线电掩星技术对地球大气进行探测的设想始于1965年(Fishbach，1965).但是，由于缺乏廉价信号源使得它的性价比远低于当时其他的大气探测手段，而最终没有相关的探测项目(Yunck et al.，2000).基于GPS作为信号源的掩星探测称之为GPS无线电掩星探测.尽管GPS卫星从1978年开始已经陆续发射，但是直到90年代初，伴随着GPS组网完成和相关技术的突破，包括：半无码跟踪技术使双频相位测量精度达毫米量级；全球地基GPS观测台网的组建使得可以通过差分的方式帮助去除掉卫星钟差；低轨卫星GPS定位精度可以达分米量级等，使得GPS掩星技术探测地球大气层成为了可能(Melbourne et al.，1994； Yunck et al.，2000).
1995年，由美国UCAR主导、NSF资助、及多单位参与的首个地球大气掩星探测项目GPS/MET搭载MicroLab-1卫星升空，仪器在轨运行了约2年，且成功进行了相当数量的掩星观测(Ware et al.，1996; Rocken et al.，1997).GPS/MET项目论证了利用GPS掩星技术探测地球大气层和电离层的可行性，并对该技术的发展带来了以下一些显著影响：(1)大量原始观测检验了已有的反演算法、激励了反演算法的改进和优化、及通过模拟和独立数据源比对验证掩星数据的精度(Kursinski et al.，1997; Rocken et al.，1997; Gorbunov and Gurvich，1998;Hajj and Romans，1998;Hocke et al.，1999; Schreiner et al.，1999; Steiner et al.，1999; Sokolovskiy，2000; Syndergaard，1998，2000).(2)利用该观测数据，科学家们在大气科学、气象预报、及空间天气等方面进行了系列探索性和原创性研究，进一步确认了掩星探测技术的优势(Rius et al.，1997;Rocken et al.，1997; Kuo et al.，1998a，1998b; Zou et al.，1999; Anthes et al.，2000).(3)直接带动了后续系列包括COSMIC星座在内的掩星计划的蓬勃发展.表 1对截至目前已经发射的带掩星观测的卫星项目及相关参数进行了详细总结，总共有来自10余个国家或地区的25颗卫星具备掩星探测能力.随着俄罗斯全球导航卫星系统(GLONASS)的建立及中国(北斗二代)和欧洲定位系统(Galileo)的快速发展，接收多定位系统信号以增加掩星观测量渐成趋势，故现在又统称GNSS掩星技术.
|
表 1 截至2014年9月已经发射的带GNSS掩星载荷的卫星及参数列表与参考文献 Table 1 Parameters and references of the launched satellites equipped with GNSS radio occultation payload till September, 2014 |
近20年来，GNSS无线电掩星技术及掩星资料的应用研究方兴未艾. 一方面，许多国家已经开展了自己的GNSS掩星观测卫星计划，积累了大量的掩星观测数据，成为全球大气观测系统的重要组成部分；另一方面，GNSS接收机天线技术、信号跟踪技术和掩星资料反演技术不断发展(Sokolovskiy et al.，2014a，2014b)，对掩星观测的优势和局限性的认识正不断深化(Sokolovskiy et al.，2010).掩星资料正广泛地应用于大气监测和研究的诸多方面，开辟着一个全新的研究领域.本文在简单介绍掩星发展历史的基础上，对掩星技术进行简介，然后以两个里程碑式的项目(COSMIC与COSMIC-2)为主线，对掩星在气候与全球变化和空间天气监测方面的应用进行举例说明，同时对掩星技术的发展瓶颈进行了介绍及对其未来进行了展望.
2 GNSS掩星技术简介图 1给出的是一个掩星观测几何关系的示意图.当GPS信号穿过电离层和大气层、到达位于另一端的低轨卫星时，由于传播介质及其梯度的存在，会产生附加时延和弯曲.利用这些附加时延和弯曲信息、基于一定的假设条件下，可以反演得到电离层电子密度和低层大气的折射率、温度、密度、及水汽含量等(Kursinski et al.，1997).下面以UCAR/CDAAC所采用的反演方法为例，分大气和电离层分别介绍基本的数据处理过程(Kuo et al.，2004；Schreiner et al.，2010，2011).
 | 图 1 基于GPS信号的掩星观测构型示例 Fig. 1 GPS radio occultation geometry illustration |
低层大气反演的基本原理是基于折射率对各个物理参数的依赖关系，如公式(1)所示：
这里N是折射率、p是大气压(hPa)、T是温度(K)、e是水汽压(hPa)、ne是电子密度(el./m3)、f是电波频率(Hz).从原始观测到最后可用物理参量，主要处理过程如下：
(1)低轨卫星轨道定轨、及剩余相位计算：弯曲角解算需要知道精确的卫星轨道及速度.不同的数据处理中心、或者对不同的LEO卫星，采用的定轨方法会有所不同.目前在CDAAC，采用的是基于Bernese定轨软件，利用相位的线性组合和零差分简化动力滤波方法估算卫星位置、速度、和时钟(Schreiner et al.，2010).输入包括双频伪距和载波相位、GPS轨道及钟差、LEO卫星姿态、地球方位信息等.GPS卫星轨道和钟差由IGS提供.由于COSMIC没有独立的其他定轨方法，直接对定轨精度进行验证比较困难.但是跟其他单位通过不同算法得到的定位结果比较显示，位置与速度的精度(总均方根误差)分别在15~20 cm与0.15~0.2 mm·s-1的量级(Schreiner et al.，2010).对不同的卫星，这个值会有差别，因为相应的观测质量、卫星姿态、局地多径环境会有差别.0.2 mm·s-1的速度误差可以造成～0.06urad的弯曲角误差.一般卫星位置误差具有较长的周期，而一个掩星事件持续2～3 min，在一个掩星事件中卫星位置的整体偏差不会造成反演误差，但是速度误差会导致弯曲角的偏差，对天气预报应用而言，这些误差都基本可以忽略，对气候研究应用，通过众多掩星观测的平均，这个速度误差也基本可以消除(Schreiner et al.，2011).剩余相位即是实际观测相位与GPS-接收机连线距离的差别，根据实际情况不同，计算剩余相位有以下三种常用方法：零差分：假设LEO时钟完美、使用定轨求解的GPS时钟，不会引入额外噪音；单差分：需要使用对应参考星的观测，通过掩星与参考星观测的相减去掉LEO的钟差，使用定轨求解的GPS时钟，会引入来自参考星观测的观测噪音；双差分：需要使用参考星及地面GNSS台站的观测，通过双差的方式消除掉LEO/GPS钟差，但引入了参考星观测及地面观测对应的噪音(Schreiner et al.，2010).目前CDAAC在处理COSMIC观测时是采用的单差分办法，各种差分方法详细的比较及验证参见Schreiner等(2010).
(2)弯曲角计算：弯曲角计算的基本原理是基于GPS/LEO的位置和速度及剩余多普勒频移计算射线的出射角和到达角，在折射率球对称假设下进一步计算弯曲角和碰撞高度(Kursinski et al.，1997).在实际求解中，不同处理中心在具体细节上会有不同.CDAAC的处理方式已经在Kuo等(2004)与Schreiner等(2011)中详细说明了，这里进行简单介绍.首先要对掩星底部噪音大的数据进行剔除，闭环观测是根据剩余多普勒与气候学模式的偏离程度来判断，开环模式则是根据信噪比判断(Sokolovskiy et al.，2009).然后对L1与L2剩余多普勒进行滤波.在低对流层以上的高度，利用几何光学的办法就可以求解L1与L2的弯曲角，基于弯曲角线性组合，即可以获得大气弯曲角(Syndergaard，2000).在低对流层，L1弯曲角则是利用波动光学(包括全谱反演、相位匹配等)的办法在原始复信号的基础上求解.电离层校正利用过渡高度附近的固定值或者从上面向下外插完成(Sokolovskiy et al.，2010).最后，几何光学和波动光学计算的弯曲角连在一起成为弯曲角剖面，二者的过渡高度既可以动态变化也可以是固定值.在上平流层，由于观测噪音超过背景大气弯曲及电离层小尺度不均匀体的影响，需要对弯曲角进行初始化或者统计优化，CDAAC采用跟气候模式的加权平均(Kuo et al.，2004).
(3)折射率及温度、压强、密度、水汽剖面反演: 基于计算的最优化弯曲角和球对称假设，大气折射率剖面可以用Abel变换计算得到.在这一步，弯曲角误差具有向下传递的非局地特性.根据方程(1)描述的折射率与温度和大气压的关系，在忽略水汽(对流层顶及以上高度是成立的)影响的情况下，利用静压平衡方程积分，可以得到干大气温度、密度、压强剖面.在低对流层，水汽效果不能忽略，基于一定的先验信息可以进一步区分水汽和温度的影响、反演得到水汽和湿大气温度剖面.在CDAAC，这一步是通过一维变分实现的.
COSMIC发射之初，卫星列队一起飞行，Schreiner等(2007)通过对这些几乎同时同地对同一个GPS测量的掩星反演结果进行对比，表明掩星探测在10~20 km高度折射率有0.2%的高精确度.不同LEO卫星平台的对比表明，不同卫星之间也没有系统偏差(Schreiner et al.，2011).Ho等(2012)对6个不同数据中心对CHAMP 2002—2008年期间的掩星资料的处理结果进行了详细对比，尽管6个中心处理的方法有些差别，弯曲角在8~30 km内相对集合平均的平均偏差在-0.08%至0.12%的范围内，相应标准偏差则在0.02%的范围，验证了掩星资料处理的高精确度的可重复性.
电离层数据处理包括：(1)斜TEC解算：跟地基TEC解算略有区别，主要包括周跳探测及修正、多路径效应校正、相位TEC对伪距TEC的平滑、DCB解算等步骤.其中多路径效应是采用一段时间内的观测统计估算的，对一个卫星平台，多路径效应比较稳定，并不需要每次都重新估算.DCB估算是基于顶部电离层球对称假设，利用同时对不同GPS观测的垂直TEC应该相等构建方程组，然后取最小二乘拟合解.TEC精度大致在2～3TEC Unit(1TECU＝1016el·m-2)，跟卫星平台、接收机质量等都有关系，详细解算步骤及误差分析参见Yue等(2011a)；(2)电子密度剖面反演: 理论上来说，从GPS射线弯曲可以解算电子密度剖面，但是由于电离层里射线弯曲并不显著，各种噪音很大，反演误差也很大.由于电子密度对信号的作用有频率依赖，所以从双频观测可以直接反演电子密度剖面，这是目前通行的做法.所采用的假设有：球对称电离层、直线传播、观测共面、球形卫星轨道、顶部密度一阶估算(Yue et al.，2010a).其中，球对称假设是最主要的误差源.在F层，峰值密度与高度的精度是约15%与20 km，在顶部与底部有较大误差，在低纬及赤道地区等电离层水平不均匀性较大的地区误差也较大(Yue et al.，2013a).
为方便读者理解，图 2简要给出了CDAAC的数据处理流程及主要数据产品列表.Anthes(2011)曾经对掩星探测的优势进行了详细列举，几乎这里所有的特征都得到众多掩星观测的验证.表 2把这些优势翻译成中文，供读者参考.
 | 图 2 CDAAC主要数据产品列表及简要数据处理流程图 Fig. 2 Main data products and processing flow in CDAAC |
|
|
表 2 掩星探测优势(Anthes，2011) Table 2 Advantages of radio occultation technique |
COSMIC项目是一个美国与台湾合作的由6颗微小卫星组成的星座计划，在台湾亦被称为FORMOSAT-3.卫星由OSC公司制造，台湾NSPO负责组装、测试及地面运行.COSMIC于2006年4月15号世界时1∶40在美国加尼福利亚的范登堡空军基地由Minotaur火箭成功发射.每个卫星的主要载荷是由JPL设计、BRE公司制造的IGOR GPS掩星接收机.每个卫星有4个GPS天线：2个4贴片高增益指向侧下方的掩星天线主要用来对大气掩星事件进行50 Hz采样，并具备开环观测模式；2个单贴片天线安装在15°仰角的位置，采样率是1 Hz，主要用来进行卫星精密定轨及电离层掩星剖面探测，有时也有对参考卫星的50 Hz采样，用来去掉接收机振荡器漂移.除了掩星接收机，每个卫星还携带了两个空间天气载荷：电离层光度计(TIP)与三频信标(TBB)，TIP主要观测夜间的O＋135.6 nm气辉的辐射光子数，可以反演得到夜间电离层电子密度，TBB则主要进行电离层闪烁测量，这两个仪器的同步观测增强了电离层的观测精度与可用性.COSMIC的数据在美国主要由CDAAC进行处理(实时与后处理两个模式)与发布.截至到目前(2014年12月)，CDAAC共有来自78个国家和地区的2500多个注册用户.COSMIC已经产生了约400多万个掩星剖面(包括低层大气弯曲角、折射率、温度、密度、大气压、水汽及电离层电子密度)及约17800 h的TIP夜间辐射测量.这些数据被广泛地应用于气象预报、气候研究、及空间天气等研究与应用领域.作为第一个卫星星座计划，COSMIC与之前的单星模式的掩星观测计划相比，每日可获得的掩星剖面数量大大增加；由于6颗LEO小卫星均匀分布在相互间间隔约60°的6个轨道面上，COSMIC实现了对大气的全时空观测；开环跟踪的接收技术使COSMIC对地球大气的探测深度大幅提高，低层大气的数据品质也有所改进(Anthes et al.，2008).目前国际上一些主要数值天气预报中心已经将COSMIC掩星资料同化作为业务资料同化的一部分，对改进全球天气预报和极端天气预警有很大的价值.不仅如此，COSMIC反演的温压湿剖面数据本身也广泛地应用于监测和研究大气结构和过程，在监测气候变化研究中体现出巨大的潜力.
COSMIC的主要目标是证明掩星技术可以通过卫星星座的形式改进天气预报、气候与空间天气监测.截至到2011年5月，COSMIC已经完全完成了预定的科学目标.在COSMIC发射之初，每天提供约2000～2500个掩星剖面，尽管从2011年开始，卫星开始出现部分功能退化，它现在每天还能观测约1000～1500个掩星剖面.图 3给出的是截至到目前为止COSMIC观测的每天的掩星事件分布.Anthes等(2008)与Anthes(2011)曾经对部分早期COSMIC研究成果进行了详细综述，但侧重气象和气候方面.下面我们将以我们合作作者自己的研究为主，以COSMIC数据在气候与全球变化和空间天气领域的应用为例进行具体介绍.
 | 图 3 UCAR／CDAAC处理的每日COSMIC大气掩星剖面数量从发射至2014年10月12号的变化，绿线是后处理结果， 红线是实时处理结果 Fig. 3 Daily atmospheric radio occultation profile number processed in UCAR/CDAAC since launch till October 12,2014. Grees line represents post-processed results while red line for real-time processing |
由于掩星资料良好的时空覆盖性、高垂直分辨率(100 m~1 km)和高精度(对于干空气(8~25 km)，掩星反演温度剖面可以精确到1 K以内(Ho et al.，2012))，它们已经应用于监测和研究全球大气热力学结构和各种不同时空尺度的大气波动过程，譬如，厄尔尼诺/南方涛动(ENSO)的全三维结构(Scherllin-Pirscher et al.，2012)，平流层准两年振荡(QBO)，热带季节内振荡(MJO)的热力学细节特征(Zeng et al.，2012)，赤道开尔文波的结构特征(Alexander et al.，2008; Pan et al.，2011)，周日迁移潮结构及随季节和纬度的变化(Xie et al.，2010; Scherllin-Pirscher et al.，2010)，对流层顶附近及下平流层重力波的全球分布特征(Wang and Alexander，2010;Xiao and Hu，2010)等.虽然这些大气过程已经被各种探空仪、雷达、和卫星观测过和理论研究过，但给出其全球三维的精细结构并不多见.比如，MJO是热带地区占主导地位的大气振荡模式，虽在过去几十年已经被深入地研究，但其形成机制仍有争议，MJO的数值模式也是个有待解决的问题.Zeng等(2012)基于COSMIC掩星数据分析出热带地区MJO热力学的精细垂直结构和传播特征(图 4)，揭示出小尺度MJO强对流和大尺度Kelvin波对对流层顶高度和温度的调制作用.研究显示，掩星资料不仅时空分布均匀、垂直分辨率高，而且不受云层的影响，可以获取云层中和云层下的大气参数，较卫星遥感数据或全球再分析资料在MJO研究上更有优势.再如，Khaykin等(2013)从COSMIC掩星资料中分析出低纬UTLS高度上大气温度日变化的区域特征和成因，显示了夏季陆面强对流性降水频发地区与热带对流层顶层(TTL)高度上傍晚(日落后)温度冷却区域相对应，南半球的吻合度较北半球的更好(如图 5所示)，揭示出深对流对夏季TTL温度日变化的区域性影响和南北半球差异.尽管理论上预测了这种非迁移周日潮的存在，主要由低层大气潜热释放引起，但对其热响应的观测则局限在中间层和热层.在对流层和平流层，由于其振幅很小，且随经度变化，对它的全球分布的探测不仅要求测量精度高，还需具备全时空采样的能力，而这是常规的气象卫星(时间分辨率低)和局地探测(无法实现全球覆盖)都无法实现的.
 | 图 4 赤道区(10°S—10°N)掩星观测的MJO温度(a)和湿度(b)距平的垂直结构随MJO相位的演化，黑色实线表示热带降雨观测卫星TRMM测到的降水幅度变化(幅度值由右Y坐标标识) Fig. 4 Vertical structures of (a) RO temperature and (b) specific humidity MJO anomalies (shading) averaged over 10°S—10°N for a composite cycle (8 phases). The overlaid solid black lines are TRMM MJO rainfall anomalies (scale at right) for the same period of COSMIC RO data |
 | 图 5 在南半球夏季(DJF，a，b)和北半球夏季(JJA，c，d)，对流层顶(CPT)上1 km范围内大气的日落后温度骤降区域(b，d)与热带降雨观测卫星TRMM穿透性降水特征(overshooting precipitation feature)频发区(a，c)的地理对应关系.温度冷却的幅度大小由晨(10∶00±2∶00)昏(18∶00±2∶00)温差决定(摘自Khaykin et al.，2013图 5) Fig. 5 Comparison between geographical locations of late-afternoon cooling in the 1km-thick layer above the local cold point tropopause(2nd and 4th panels)and TRMM OPF density number above 14 km(1st and 3rd panels，adapted from LZ05). Top panels: DJF; bottom: JJA. The OPF frequency of occurrence is in units per thousand in each bin divided by the TRMM 3A25 total pixel number for removing the sampling bias. The color scale of the cooling is the value of the mean difference between late afternoon(18∶00±02∶00)and morning(10∶00±02∶00)temperatures |
由于掩星资料具有高垂直分辨率，是监测大气特征分界层的一种十分理想的手段.近年来许多研究利用COSMIC掩星反演的弯曲角、折射率、水汽的梯度信息探测大气边界层高度(Sokolovskiy et al.，2006; Guo et al.，2011)，并分析出边界层结构(高度和锐度)的全球时空分布特征(Ao et al.，2012).掩星探测的边界层高度与探空仪和CALIOP星载激光雷达测量结果相吻合(Ho et al.，2015)，与模式分析比较的结果显示模式给出的边界层高度在太平洋东南海域过低(Xie et al.，2012).掩星资料无疑为大气边界层的探测提供了新的视野，弥补了其他观测资料在时空分布上的间断性，有助于我们进一步了解地表温度和降水与低云气候反馈作用之间的关系.同样，掩星资料被广泛地应用于探测和分析全球尺度的对流层顶的分布，对流层顶的精细结构和过程，多对流层顶的分布规律，热带外对流层顶逆温层的特征，热力学定义的(CPT)和动力学定义下的对流层顶(LRT)之间的差异分析等(Son et al.，2011; Kim and Son，2012; Munchak and Pan，2014; Randel and Wu，2015).掩星资料帮助我们更好地理解对流层和平流层之间的动力耦合过程和大气成分收支变化.掩星资料也被应用于探测强对流云顶的高度(Biondi et al.，2012，2013).图 6举出个例，显示了强对流事件中CALIOP星载激光雷达观测的云顶高度与掩星弯曲角异常和温度垂直结构之间的对应关系.Biondi等(2012)收集了更多的强对流事件，从统计意义上验证了利用弯曲角异常的极值高度来探测强对流云顶高度的可行性.Vergados等(2014)则利用掩星测量的热带气旋过境处的最低温度及相应高度来近似热带气旋内的云顶温度和高度，根据Wong和Emanuel(2007)建立的飓风强度估计模型估算出热带气旋的强度.与最优路径资料的比较表明，利用掩星资料推算出的热带气旋强度有较高的精度，显示了掩星数据在监测热带气旋强度方面的应用潜力.
 | 图 6 一个强对流系统的例子，发生于2008年4月14日17∶07∶00 UTC .左图是CALIOP星载激光雷达532 nm总后向散射系数；右边两图则分别为同时同地掩星观测的弯曲角异常(绿色)和温度廓线(红色)，ECMWF分析场温度数据和气候均态温度(由多年掩星观测资料平均所得)分别用青绿色和蓝色标出.青绿色水平线标出标准的对流层顶高度，红色水平线则对应于掩星温度最冷点和弯曲角异常极点高度(摘自Biondi et al. 2012图 4b) Fig. 6 One example of convective systems reaching different altitude occurred on 14 April 2008 at 17∶07∶00 UTC(bottom panel). The left panels show the total attenuated backscatter at 532 nm from CALIOP，and the right panels show the bending angle anomaly profile(green)，the temperature profile from GPS RO during the storm(red)，the temperature profile from ECMWF analysis(cyan)and the climatological temperature profile(blue). The horizontal cyan line is the altitude of the standard tropopause and the horizontal red line is the altitude of the coldest point and the bending angle anomaly spike |
由于掩星探测的高度和气压相互独立，掩星反演出的大气参数可以用于推导全球大气风场和大气环流信息.Verkhoglyadova等(2014a)通过模拟掩星观测来分析由掩星位势高度推导地转风的可行性和精度，Scherllin-Pirscher等(2014)则进一步从实际掩星观测的位势高度信息分析出热带外地转风和梯度风的三维气候学特征，掩星计算的月平均风速与模式分析场给出的结果相比，误差一般不到2 m·s-1.掩星技术成为探测大气高空风场的又一有效途径，可弥补全球高空风场数据的不足.还有一些研究利用掩星观测来研究热带边界宽度及其气候变化特征.Davis和Birner(2013)利用掩星观测的对流层顶和地表之间的位温差异及推断的地转风信息两种方案诊断出热带边界宽度，并给出其季节变化特征.Ao和Hajj(2013)则是从掩星观测到的对流层顶高度的经向梯度变化来定义热带边界纬度(tropical edge latitude，简写为TEL)，分析Hadley环流宽度随时间的演化，发现2002—2011年间北半球热带增宽达1°之多，南半球则没有统计意义上的明显变化(如图 7所示).
 | 图 7 掩星资料(GPSRO：蓝色)和ECMWF模式再分析数据(插值至掩星处的标为ERAs(绿色)；直接的分析场数据标为ERA(红色))诊断出的南(右图)北(左图)半球热带边界纬度(TEL)的季节变化(上图)及其TEL异常随时间的变化(下图)(摘自Ao and Hajj，2013图 2) Fig. 7 Tropical edge latitude (TEL) and anomalies inferred from monthly meridional means of tropopause heights based on the subjective criterion with a relative height threshold of 1.5 km obtained with GPSRO (blue), ERAs (green), and ERA (red). (a) Monthly time series of TEL in Northern Hemisphere (NH). (b) Same as a but for the Southern Hemisphere (SH). (c) Monthly anomalies of the TEL in NH after the 10 year seasonal cycles have been subtracted. Also shown are the linear fits with the inferred decadal trends and 95% confidence intervals. (d) Same as c but for SH |
由于掩星数据的高精确性，它们已经被应用于评估其他数据的质量，包括全球探空仪温度和湿度数据(Kuo et al.，2005； He et al.，2009b)，红外或微波卫星辐射观测数据(Ho et al.，2009； Feltz et al.，2014)，专用微波成像仪(SSM/I)水汽含量数据(Mears et al.，2012)等.同样，掩星资料也用于诊断大气模式中可能存在的系统误差.如Wee等(2012)从WRF模式分析和掩星数据的比较研究中发现，WRF模式给出的位势高度和温度存在系统性误差，并给出相应的补偿方案.通过掩星数据来识别和辅助修正模式的系统误差对于提高数值天气预报的精度具有重要意义.
在气候变化研究方面，COSMIC对大气观测的长期稳定性，精确性和覆盖范围都是前所未有的，掩星数据正在被广泛应用于平流层和对流层的温度趋势的研究.Steiner等(2011)对1995—2010年所有掩星观测的温度数据做分析，发现热带下平流层有变冷、对流层有变暖的趋势，这与气候模型的预测结果一致.虽然到目前为止掩星观测记录还不足够长，尚不能准确地区分自然的气候脉动(包括逐日、季节、年际和年代际变化，如ENSO等)和人为温室效应对温度变化的影响.不过随着掩星数据的不断积累，可以预期在将来掩星观测能够为我们提供准确可靠的全球气候变化及其趋势信息.
3.2 电离层与空间天气传统的电离层电子密度测量手段主要有测高仪、地基GNSS TEC测量、非相干散射雷达、及卫星在轨测量等，与这些相比，掩星观测具有全时空分布与高垂直分辨率，这些特点决定了COSMIC数据在电离层气候学研究上的巨大优势，自从COSMIC发射至今，其反演的电离层电子密度剖面已经被广泛地应用于电离层气候学研究上，包括经度方向的四波结构(Lin et al.，2007)、季节变化如年变化与半年变化等(Liu et al.，2009)、分点不对称性(Liu et al.，2010)、太阳活动变化(Burns et al.，2014； Liu et al.，2011)、各种电离层偏离Chapman理论的异常结构如冬季异常(Burns et al.，2014)、年度异常等(Zeng et al.，2008)、威德海异常(Burns et al.，2008; He et al.，2009a)、中纬夜间增强(Luan et al.，2008)等.图 8给出的是从2007—2013年每月COSMIC观测的电离层峰值密度(NmF2)的磁地方时-磁纬的二维分布，除了四波结构(因为这里已经做了经度平均)、威德海异常(纬度较高)外，这张图里可以找到所有以上提到的电离层气候学特征.威德海异常是指在威德海附近的电离层呈现出晚上电子密度比白天高的现象，这个现象很早就由测高仪观测到.但是COSMIC观测第一次给出了这个现象的三维立体结果(Burns et al.，2008;He et al.，2009a)，其主要原因是赤道向中性风与来自等离子体层增强的通量.更详细的基于COSMIC掩星观测的电离层气候学研究参见Yue等(2015b).除此之外，掩星的全球测量还可以用来研究一些由于地磁场构型差异导致的电离层的局部特性.如Zhao等(2013)曾用COSMIC电子密度研究了中国地区电离层东西部地区的差异，图 9(图片截取自Zhao et al.，2013 文章)给出了2007年6月上午10点中国地区电子密度的三维分布，同时还标明了磁偏角的正负变化.可以看到，由于磁偏角的差异，调制了中性风场对电离层的抬升作用，导致东西部地区电子密度的显著差异.
 | 图 8 COSMIC观测的赤道异常区电离层峰值电子密度在2007—2013年间每月地方时-地磁纬度的变化特征 Fig. 8 LT-MLat variation of monthly NmF2 observed by COSMIC during 2007—2013 |
 | 图 9 远东地区电离层上午10点电子密度2007—2008年夏季的三维分布和地磁偏角变化(摘自Zhao et al. 2013图 7) Fig. 9 Three-dimensional distribution of the plasma density over the Far East region at a fixed local time 10∶00 LT during June 2007 with three slices represent the situation of Ne (Longitude=60°E), Ne (Latitude=50°N), and Ne (altitude=250 km), respectively. The blue, red, and black lines denote the positive, zero, and negative value of geomagnetic declination separately |
掩星最大的特点是可以获得全球分布的高度剖面，尽管反演导致在低高度有较大的误差(Yue et al.，2010a)，但这个优势还是使得可以进行一些跟高度分布相关的研究.如在极光椭圆带夜侧，由于高能离子沉降的影响，在120 km高度前后，会导致一个离化的增强层，在有些季节，甚至出现了120 km高度附近的电子密度比F2层峰值还要高的情况.尽管这个现象从理论上可以预测，但是目前为止并没有测高仪或者非相干雷达是处于这个带内，IRI模式里面也不包括这个现象.有一些卫星观测可以测高能沉降，但不能直接给出电子密度的相应特征.Yue等(2013c)曾经把COSMIC观测的这个现象跟NCAR-TIEGCM模拟结果进行了对比，发现模式结果跟观测结果在变化形态上并不完全一致，说明模式的高能粒子沉降参数化模型需要改进.图 10给出了COSMIC在2008年北半球冬季观测的极光椭圆带E层高度离化增强现象.Sheng等(2014)进一步利用COSMIC在高纬的观测研究了E层与F层高度积分Pedersen电导率的比值及与TIEGCM模式结果进行了对比.此外，电子密度剖面可以用来统计一些电离层特殊的分层结构，尤其在顶部是地基测高仪无法研究的，如Zhao等(2011)利用COSMIC剖面数据库统计分析了电离层F3层现象的时空分布及对应的经度与季节变化，验证了此前提出的电场漂移的垂直梯度导致F3层形成的机制.
 | 图 10 COSMIC观测的120 km高度电子密度在北半球冬季随磁纬与磁地方时的变化特征 Fig. 10 MLat-MLT variation of COSMIC observed electron density at 120 km altitude during northern winter |
除了气候学研究，也有人用COSMIC星座观测来进行电离层天气学研究.如Pedatella等(2009)曾经综合利用COSMIC RO与TIP及其他卫星和地基观测，系统研究了2006年12月一个中等磁暴期间电离层长时间持续的正暴特征.掩星观测能同时观测低层与高层大气的主要参量，使得它特别适合做某些低层-高层大气耦合研究.如Yue等(2010b)曾同时利用COSMIC掩星观测的低层大气温度和高层大气电子密度分析了2009年同温层增温(SSW)事件期间全球电离层的响应特征.图 11给出的是2009年SSW期间高纬低层大气温度场的变化过程及电离层纬向平均峰值电子密度的变化.可以看到1月20号前后在同温层高度出现明显的增温过程，并有向下传播的趋势，同时在电离层高度，峰值电子密度平均来说有减小的响应.具体的响应过程有地方时及纬度变化，详细特征及物理解释请参见Yue等(2010b).
 | 图 11 (a) COSMIC掩星观测的极区(70°N—84°N)纬向平均中性温度的高度剖面在2009年SSW期间的变化过程，黑线是NCEP纬向平均纬向风场在10 hPa高度的值； (b) COSMIC NmF2的纬向平均的纬度及天数变化； (c) 相应太阳与地磁活动指数 Fig. 11 (a) COSMIC observed polar (70°N—84°N) zonal mean neutral temperature profiles during 2009 SSW event. Black lines represents the NCEP zonal mean zonal wind at 10 hPa altitude; (b)COSMIC observed zonal mean NmF2; (c) Corresponding solar (F10.7) and geomagnetic (Ap) activity index versus day number |
掩星观测的斜TEC具有2-3TECU的高精度(Yue et al.，2011a)，它是一个长距离的积分量，具有时空混合效应，并不适合直接拿来做科学研究.但是这种观测特性却是数据同化的理想数据源.COSMIC掩星观测的斜TEC被很多小组拿来进行过数据同化试验，验证了掩星观测在改进电离层的剖面描述上有很好的效果(Komjathy et al.，2010).目前COSMIC TEC数据已经被实时同化到USAF的空间天气数据同化系统中，以改进电离层天气的现报和预报能力.同时，众多掩星卫星观测，加上密集的地基GNSS观测网络，使得我们可以通过数据同化的方式、像低层大气(NCAR/NCEP、ECMWF)再分析一样，产生电离层电子密度的再分析产品.基于这个想法，Yue等(2012a)首次基于IRI模式，在所有CDAAC处理的卫星数据基础上、加上全球地基GNSS观测网络及Jason-1/2卫星在海洋地区的观测，同化产生了2002—2012年全球电离层的格点化的电子密度再分析值，并采用多种独立的数据源对结果进行了验证.结果显示，尤其是2006年COSMIC发射以来，再分析有显著优于背景模式的精确度.图 12给出了一个全球再分析电子密度的示例、同时给出的还有全球峰值密度和垂直积分TEC地图结果.产生再分析的主要意义有：(1)更好地对不同源、不同构型的观测进行存档；(2)供相关的科学研究和应用使用；(3)有可能用于中性大气掩星反演精度的提高.
 | 图 12 一个全球电子密度再分析个例及相应的峰值密度和垂直TEC地图 Fig. 12 An example of reanalyzed global electron density and corresponding NmF2 and TEC map |
前面已经介绍，COSMIC的POD与RO天线都进行50 Hz的幅度采样，其中POD天线只保留了1 Hz的标准差下传到地面用以重构S4指数，而RO天线则保留了原始SNR.有很多学者利用这些观测进行了电离层扩展E层及F层闪烁的统计研究(Arras et al.，2008，Carter et al.，2013).图 18左边给出的即是COSMIC POD 天线观测的S4指数在约100 km高度平均值的全球分布，这个可以代表全球Es的发生率，这个结果与此前其他观测的结果一致，尤其在中纬，很好地支持了Es形成的风剪切理论，更详细的关于COSMIC观测的Es分布结果见 Arras等(2008).利用COSMIC观测，很多人对电离层F层闪烁进行了统计分析(Carter et al.，2013)，获得了与此前其他探测手段一致的分布.但是掩星观测使得我们可以对这些电离层不均匀体进行成像，对实际应用有较大价值.图 13给出的是COSMIC观测2007—2013年度每月的S4指数平均值的地方时-地磁纬度分布，这里只有平均S4指数>0.3的才给出.可以看到F层闪烁主要集中在低纬及赤道地区的日落时段，有明显的太阳活动变化，如果与图 8给出的NmF2的变化相比，可以看到二者有很好的相关性，说明赤道电离层闪烁与EIA有非常密切的关系.
 | 图 13 COSMIC观测F层平均S4指数在2007—2013年间每月地方时-地磁纬度的变化特征.只有平均S4大于0.3才画出 Fig. 13 LT-MLat variation of COSMIC observed F region means S4 index during 2007—2013. Only mean S4 larger than 0.3 is shown |
由于COSMIC项目的成功，美国与台湾相关机构已经决定资助一个二代计划，全称为FORMOSAT-7/COSMIC-2(后面统称COSMIC-2).COSMIC-2计划在～2016年与～2019年分别发射6颗低倾角轨道与6颗高倾角轨道卫星.美国以NOAA为主导，参与单位包括NASA、USAF、UCAR等单位(Cook et al.，2014).COSMIC-2卫星是由NSPO资助、SSTL设计与制造.图 14给出的是COSMIC-2卫星的大致的样子及后向侧的面板配置(Curiel et al.，2013).COSMIC-2 主要的掩星载荷是由USAF资助、NASA/JPL设计的TriG GNSS掩星接收机(TGRS)，TriG将接收GPS与GLONASS的掩星信号，并具备接收其他系统的能力，如北斗与Galileo等(Meehan et al.，2012).当12颗卫星都发射后，每天观测大气与电离层掩星事件将分别超过8000与12000个，是COSMIC观测的4~6倍(其中低纬与赤道地区达10~15倍).TGRS有两个掩星天线与两个精密定轨天线(POD)，每种天线在卫星前后向面板各有一个，较大的掩星天线专门用于对流层测量，它支持板载数字波束控制、以增强在低对流层的观测能力；定轨天线相对于卫星速度方向稍微向上倾斜，主要用来进行卫星定轨及电离层掩星探测.此外，第一批发射的6颗卫星还携带由USAF资助的另外两个空间天气载荷，即UHF/L/S波段信标发射机和离子速度探测仪(IVM)，分别进行电离层闪烁与在轨离子密度与等离子体漂移速度测量(Straus and Betz，2014).IVM将进行在轨等离子体三维漂移速度测量，进而可以推算电离层电场，这些电场测量将对电离层研究具有重要价值，因为低纬和赤道地区电离层天气的主要驱动源即是电离层电场的变化，而头6颗低仰角卫星将在低纬地区提供前所未有的高时空分辨率的电场测量覆盖.与COSMIC相比，COSMIC-2无论是在数据数量、数据质量、或是数据种类(尤其是电离层)上，都有很大改进.与COSMIC的准业务化不同，COSMIC-2将完全业务化，在实时数据延迟方面将通过增强地面站的数量来进一步改进(Fong et al.，2012).图 15左边给出了COSMIC与COSMIC-2的轨道覆盖比较，中间列给出的是观测的COSMIC与模拟的COSMIC-2在3 h内观测的掩星事件分布，可以看到明显的数量提高和覆盖改进.右边给出了一些主要参数的对比.COSMIC-2数据将由UCAR CDAAC处理并免费发布给研究与业务单位.表 3给出的是COSMIC-2将提供的空间天气参数及对应的精度，因为大气参数与COSMIC相比无显著变化，这里不列出.可以预期，COSMIC-2数据将对天气预报、气候研究、与空间天气监测等方面发挥积极作用.Yue等(2014b)曾经基于COSMIC-2的设计轨道做了一系列观测系统模拟试验，评估了低倾角卫星与高倾角卫星、地基与空基、掩星与海洋反射等观测资料在电离层现报中的相对贡献，表明COSMIC-2卫星掩星观测对全球大中尺度电离层现报具有显著的改进作用.Yue等(2014c)详细介绍了COSMIC-2的空间天气观测.
 | 图 14 FORMOSAT-7／COSMIC-2卫星(图片来源：SSTL) Fig. 14 FORMOSAT-7/COSMIC-2 satellite (Image Credit: SSTL) |
 | 图 15 COSMIC(上面)与COSMIC-2(下面)的相关比较：最左列：卫星轨道覆盖比较；中间列：掩星事件在3 h内的全球分布；最右列：卫星及载荷相关基本参数.最左列图片来源于NSPO Fig. 15 Comparison between COSMIC (up panels) and COSMIC-2 (bottom panels). Left: satellite orbits (Image Credit: NSPO); Middle: Occultation events distribution in 3 hours; Right: parameters of satellites and payloads |
|
|
表 3 COSMIC-2空间天气观测载荷／参量及对应的精度 Table 3 Space weather payloads, parameters and corresponding accuracy of COSMIC-2 |
目前一般的掩星接收机都从～130 km高度开始进行高频率掩星信号采样(也有的较低，比如Metop-A 从～80 km开始).在大部分数据处理中心(如UCAR/CDAAC)，最后处理的产品输出上边界高度一般是60 km.在低对流层，由于增强的大气吸收和水汽折射的影响，掩星信号信噪比降低至噪音水平，使观测的相位精度降低甚至不可用.在平流层上部，相位本身幅度降低之噪音水平，这里的噪音主要来源于电离层残差、接收机热噪音等(Sokolovskiy et al.，2010).为了形象说明这个问题，图 16给出了一个COSMIC观测掩星的L1信噪比与剩余多普勒随高度变化的个例.高质量掩星观测主要集中在8~35 km高度范围，基于ECMWF预报系统的评估结果，这个范围也是掩星观测对数值天气预报改善最显著的区域(Cardinali and Healy，2014).
 | 图 16 L1 SNR(-)与多普勒(--)的高度变化个例.阴影区域是掩星探测精度较高的区域 Fig. 16 Straight line variation of L1 SNR (-) and L1 Doppler (--) of one COSMIC occultation. Shading area is the key accurate region of radio occultation |
电离层里有很多小尺度不均匀体，主要包括发生在赤道和高纬度地区的扩展F层及全球均可能发生但以中纬度地区夏季为主的扩展E层.这些不均匀体会造成掩星信号幅度和相位的闪烁、甚至某些特殊的结构.如 Zeng和Sokolovskiy(2010)就曾通过模拟和实测的方式证明了扩展E层能造成掩星信号呈现U形.在利用弯曲角线性组合去除电离层影响时，这些小尺度不均匀体的影响不能完全消除，体现在弯曲角的扰动和偏差，进而造成后续折射率、温度、水汽等反演参数的扰动和误差.作为个例，图 17给出了存在扩展E层和F层不均匀体的情况下计算的弯曲角.在扩展E层个例中，SNR显示存在扩展E层，对应的弯曲角在相同高度有较大的附加弯曲，经过线性组合后，存在显著的电离层残差，且幅度远大于背景大气弯曲；在F层闪烁个例中，从左边的信噪比看，这是一个典型的由于F层不均匀体造成的信噪比在整个剖面的闪烁个例，两个频率的弯曲角都呈现出闪烁特征，经过线性组合后，虽然电离层大部分影响被消除，小尺度变化依然存在.这些小尺度变化幅度已经超过背景中性大气弯曲，会给反演造成较大误差.已有的研究表明，尽管这些小尺度不均匀体造成的残差要远比大尺度电离层残差(下面一节将要阐述)大(约100～1000倍)，但是他们不会造成系统偏差，即不会对基于掩星资料的气候学研究产生影响(Verkhoglyadova et al.，2014b).但是就单个剖面而言，影响不可忽略，严重影响了在上平流层及以上的反演精度.图 18非常清楚地给出了电离层不均匀体对大气反演弯曲角的影响.左边给出的是COSMIC观测全球Es的分布，右边给出的则是中性大气弯曲角在60~80 km高度范围内的标准差的统计结果，这个基本可以代表小尺度电离层不均匀体的残差.可以看到在中纬地区，这个残差跟Es的分布完全一致，说明在中纬地区Es的影响是主要的；我们也看了不同季节的分布，二者的季节演化是完全一致的.在赤道地区我们也可以看到弯曲角残差有一个增强，但没有中纬地区显著，这个可能是由于赤道地区电离层不均匀体引起的.在高纬地区，弯曲角残差比较大，可能是Es与高纬F层不均匀体共同影响的结果.
 | 图 17 存在扩展E层(a)和F层不均匀体(b)时对应的信噪比和弯曲角个例：左边：L1 SNR；右边：相应的L1(--)／L2(-.)弯曲角及线性组合后的中性大气弯曲角(-).两个个例均来自COSMIC观测 Fig. 17 Example of occultations with sporadic E (a) and F region scintillation (b) occurrence. Left: L1 SNR; Right: bending angle of L1 (--), L2 (-.), and ionosphere free atmosphere (-). Both examples are observed by COSMIC |
 | 图 18 COSMIC观测全球Es分布(a)及弯曲角在60~80 km高度区间内标准差的分布(b). (a)中利用90~110 km高度范围内的平均S4指数表征Es，镶嵌的线及上面的数字表示水平地磁场强度(高斯) Fig. 18 COSMIC observed global sporadic E occurrence (a, mean S4 index between 90～110 km altitude, imbeded line and number represents the horizontal intensity of geomagnetic field in Gauss calculated by IGRF) and the standard deviation of bending angle during 60～80 altitude range (b) |
目前的反演算法中，一般是利用电离层的色散特性进行双频观测的线性组合来消除电离层的附加时延，研究表明弯曲角的线性组合比剩余相位的线性组合要更精确(Syndergaard，2000).但是这种线性组合不能完全或者说准确地消除电离层效应，剩下的部分统称为大尺度电离层残差.电离层残差主要是由于以下一些原因造成(Mannucci et al.，2011)：
(1)L1与L2射线经过的路径略有不同，尽管在做弯曲角线性组合的时候已经把两频段结果插值到相同的碰撞高度上，这只能减少、但不能完全消除路径不同造成的残差.
(2)在计算弯曲角的时候，一个基本的假设是LEO高度与GPS高度的折射率为1.由于GPS一般在2 万多公里的高度，接近于真空状态，这个假设基本不会造成误差，但是在LEO高度，尤其是太阳活动高年的白天，如果轨道再偏低(如CHAMP的400 km高度)，这个假设误差就比较大，尽管做了线性组合能去掉大部分，却残存一个二阶误差.图 19给出了基于全三维射线追踪程序和IRI经验模式模拟的这个假设对L1频段弯曲角的影响.基本设定是：电离层是球对称，LEO卫星高度取400 km与800 km两种情况，太阳活动水平取高中低三种情况.对每种情况分别做射线追踪，利用模拟的相位计算弯曲角，计算弯曲角的时候分别采用这个假设及不采用(LEO轨道折射率直接由模式给出)这个假设，二者的差表征该假设的影响.由图可以看出，太阳活动高年比低年显著、低LEO轨道比高LEO轨道显著.在太阳活动高年400 km高度(如CHAMP卫星)，这个假设对弯曲角的影响可以达-40 urad，尽管在线性组合中这个影响的大部分会去掉，但会有一个二阶残差.
 | 图 19 (a) 经验模式电子密度剖面在三种太阳活动下的变化； (b) 对应于左边的电子密度，由于n＝1假设造成的L1弯曲角误差在LEO＝400(虚线)与LEO＝800 km(实线)的情况 Fig. 19 (a) Electron density profile calculated by empirical model under three solar activity levels; (b) L1 bending angle error due to n=1 assumption when LEO satellite is in 400 km (--) and 800 km (-) altitude corresponding to three electron density profiles in the left |
(3)等离子对无线电波的影响除了跟频率成平方反比关系的线性项外，还有跟地磁场有关的高阶项，尽管这些高阶项相对于线性项的比例大概是0.1%，他们依然会造成一个系统偏差.
以上几个因素中，(1)是最主要的大尺度电离层残差来源，(3)相对贡献较小.大尺度残差与背景电离层的离化强度与不对称性都有很大关系，电离层E层与F层都会造成大尺度残差，由于这个残差幅度很小，对掩星在天气学上的应用没有影响.由于电离层离化有显著的太阳活动、周日变化等特性，会造成相应的大尺度残差的变化，使得利用掩星观测研究大气的气候学特征精度降低.为了形象地展示大尺度电离层残差对掩星气候学的影响，图 20给出了在2002—2013年间CHAMP与COSMIC掩星观测电离层峰值电子密度(NmF2)及对应的大气掩星观测的弯曲角与NCAR气候学模式在60~80 km的平均偏差的磁地方时和磁纬度的分布.这里弯曲角的偏差可以看作是真正的大气气候学和电离层残差的综合效应.可以看到，弯曲角偏差有着与背景电离层相似的变化特征，如：白天比晚上高；太阳活动高年(2002，2013)比太阳活动低年(2008，2009)高；低纬比中纬高.尽管60~80 km高度范围的气候变化并不是目前气候学的重点，但是这个电离层残差是存在于整个掩星剖面的，因此当我们利用掩星资料研究对流层和平流层的气候学变化(弯曲角、折射率、温度等)时，就会受到这个电离层残差的影响.除了太阳活动依赖外，由于受到温室气体的影响及地球磁场的变化(如磁极的移动、主磁场的西飘等)电离层本身也具备更长时间尺度的长期变化趋势(Yue et al.，2008).如果电离层残差不完全去掉，所分析的对流层、平流层的气候变化将受电离层长期变化趋势、电离层太阳活动变化、周日变化及纬度变化等的显著影响，造成虚假的气候学特征及相应的分布.目前有一部分人着手进行这方面的研究，但所提方法只是减少了电离层的残差影响，对气候学的影响依然存在(Danzer et al.，2013，Yue et al.，2014a).
 | 图 20 磁地方时-磁纬度变化： (a) 无线电掩星观测的峰值电子密度(NmF2,2002—2005是CHAMP值，2006—2013是COSMI值)； (b) 掩星反演弯曲角与NCAR气候学在60~80 km高度偏差的平均值. 从上到下是2002—2013年的结果. 为了更好地展示结果，这里弯曲角偏差乘了一个－1的因子 Fig. 20 MLT-MLat variations of radio occultation observed NmF2 (a) and the mean bending angle deviation of radio occultation retrieval from the NCAR climate during 60~80 km (b). The results during 2002—2005 are observed by CHAMP and during 2006—2013 are observed by COSMIC. From top to bottom are for years from 2002—2013. For comparison purpose, the bending angle in the right panels are multiplied by a factor of -1 |
电离层数据反演需要改进的方面包括：
(1)Yue等(2011a)详细介绍了LEO观测的斜 TEC的处理过程及误差源，总体来说，TEC的精度在2~3 TECU，跟接收机及卫星平台有关系.因为一般掩星TEC能到几百或者上千TECU，这个精度相对已经很高了.但是，对于较高轨道的接收机来说(比如～800 km高的COSMIC卫星)，卫星顶部的TEC通常也就在几个TECU的量级，这个精度就限制了利用这些数据研究顶部电离层和等离子体层的能力.如何进一步通过硬件的改进和计算方法的改进提高TEC的精度比较重要.尤其是未来大量的TEC观测(参见表 4)，使得对全球电离层进行四维成像成为可能，TEC精度提高尤为重要.
|
|
表 4 未来可能发射的带掩星载荷的卫星列表 Table 4 Potential satellites of opportunity with radio occultation payload in the near future |
(2)做电离层电子密度剖面Abel反演时，基于球对称假设，所反演的电子密度实际上是整个掩星区域的平均值，当把反演结果分配到掩星切点处，由于电离层水平梯度的存在，会造成系统偏差.简单理解，反演会对原始电子密度结果做大尺度平滑，造成高值处低估、低值处高估.具体来说，在顶部，会造成剖面形状的失真，这点无论是观测还是模拟都可以证实(Yue et al.，2011b)；在底部，会在低纬和赤道地区造成较大偏差，有时候甚至负值，产生虚假的等离子体空洞及低高度纬向多峰结构(Lei et al.，2010，Yue et al.，2010a，2012c)；在高纬，反演结果会平滑极光椭圆带由于高能粒子沉降造成的120 km高度的离化增强(Yue et al.，2013c).总体来说，在峰值密度处具有较高的精度，峰值密度和高度的精度在15%与20 km的幅度(Yue et al.，2010a).Yue等(2013a)曾经对这些误差进行了详细总结.作为示例，图 21给出了利用模式模拟得到的Aebl反演在低纬与赤道地区的反演误差分布，可以看到反演造成的虚假的等离子体空洞(Yue et al.，2010a)，具体请参见Yue等(2010a).尽管有很多办法提出来用来改进Abel反演，如模式约束的数据同化(Yue et al.，2011c，2012b)、其他观测辅助反演(Yue et al.，2013b)等，但考虑到数据的独立性和处理的可行性，这些方法并不能取代Abel反演法.但是随着未来数据的急剧增多，基于数据同化的办法给出全球精确的电子密度将成为可能，至少在掩星切点处的电子密度将得到改善，因为多观测本身已经可以提供电离层水平梯度信息(Yue et al.，2012a，2012b).Guo等(2015)提出的利用掩星观测电子密度剖面本身构建电离层气候学背景进而辅助Abel反演，并通过迭代的方式逐步减少Abel反演误差，是一种既不丧失数据独立性，也可以统计意义上减少Abel反演偏差的有效方法.
 | 图 21 (a) 模拟的电子密度真实值； (b) Abel反演的值； (c) Abel反演绝对误差； (d) Abel反演相对误差 Fig. 21 (a) Modeled realistic electron density (105/cm3); (b) Abel retrieved electron density; (c) Absolute Abel error; (d) Relative Abel error |
(3)除电子密度外，掩星探测另外一个重要的空间天气观测就是关于电离层不均匀体的信息，包括扩展F与扩展E层等，主要以闪烁指数的形式(包括幅度闪烁和相位闪烁).但是，由于掩星探测是整个路径的积分值，无法准确判断这些不均匀体的具体位置(Yue et al.，2015a; Zeng and Sokolovskiy，2010).虽然统计上来看，把这些不均匀体分配到切点高度是成立的，但对单个个例并不属实.发展可靠的办法来确定这些不均匀体的具体位置对提升掩星观测的价值意义重大，尤其是当观测量足够时，对全球不均匀体进行成像将成为可能.目前已发展了一些方法，如基于信号后向传播算法等(Sokolovskiy et al.，2002)，但需要进一步检验.
6 未来展望 6.1 多源/多波段信号除了目前已经完成全球覆盖的GPS与GLONASS系统信号可以作为掩星信号源外，还有即将完成全球覆盖的中国北斗和正在建设中的欧洲伽里略计划可以使用，加上正在发展的印度(IRNSS)和日本(QZSS)的区域定位系统，未来总共可供利用的掩星信号源卫星可达130多颗(Petrovski，2014).对多源掩星接收机，这将极大地增强掩星事件的观测密度.同时，一些新信号源的出现，能在一定程度上提高掩星数据反演结果的精度，如：(1)一般接收机主要接收L1C/A(开放信号)与L2P(加密信号)两个波段的信号，以方便进行电离层校正.其中对L2P的观测主要采用在L1C/A辅助基础上的半无码跟踪技术，这导致观测的L2P信噪比(SNR)比较低，同时在有电离层不均匀体时不确定性变大；在低对流层，为了提高观测质量，一般采用开环跟踪(OL)而不是常用的锁相环(PLL)跟踪技术，导致无L2P观测，对电离层的校正需要采用从上面锁相环跟踪时候的结果外插.这两者都一定程度上减少了反演数据的数量和质量.但是，从2005年开始发射的GPS卫星在L2波段新增加了一个民用码L2C.观测显示L2C有与L1C/A相当、甚至更高的信噪比与稳定性，对L2C掩星信号的观测与处理可以增加掩星反演的数量和质量、减少电离层噪音.对L2C的跟踪原理及对掩星反演的改进详情请参见Meehan等(2008)与Sokolovskiy等(2014a).此外，未来GPS也可能广播更多频率的民用信号(如L5)，都可能对提高掩星数据精度有帮助.(2)除了L波段外，未来Galileo也可能广播S波段与C波段的信号，这些更高频率的信号将对电离层残差的校正有相当大的帮助，同时，通过多频率信号组合的方式，也可以减少线性组合时由于误差放大造成的精度降低(Syndergaard and Larsen，2011).
6.2 多卫星海量探测数据如前所述，随着掩星观测数据的不断增加，尤其是COSMIC项目的进行，掩星观测已经在短中长期天气预报、气候研究、和空间天气监测方面显示出重要的价值.加上掩星载荷的低性价比、低功耗等特点，使得它可以搭载在从几十公斤的微小卫星到几千公斤的高精度卫星等不同卫星平台上.除了前面已经介绍的COSMIC-2计划外，越来越多的国家、地区、和组织在计划他们的下一代天气、气候、对地遥感、空间天气等低轨卫星时，都考虑增加掩星载荷(Jin et al.，2014).表 4列出了目前已知的将要(可能)搭载掩星接收机的10余个计划总计46颗卫星及实施机构和大致发射日期.其中的PAZ项目将首次进行GNSS掩星信号的极化测量来探测暴雨事件(Cardellach et al.，2010).可以预期：不断提高的数据质量和增加的数据数量，将对天气预报、气候研究和空间天气应用产生深远影响.
7 结论本文以COSMIC与COSMIC-2项目为主线，对基于GNSS信号的无线电掩星技术进行了简单综述，主要内容包括：GNSS无线电掩星数据反演要点、技术难点及未来展望；目前已经发射的及将来可能发射的携带GNSS掩星载荷的卫星项目；COSMIC掩星资料在气候与全球变化和电离层与空间天气中的应用举例.可以预期，将来不断增多的无线电信号源和掩星卫星项目，将产生海量的掩星观测，掩星技术将在气象预报、气候与全球变化研究、和空间天气监测方面发挥更强更大的作用.
我国目前已经计划的风云3号系列5颗(FY3C-FY3G)低地球轨道极轨卫星将进行大气层和电离层掩星探测(Bi et al.，2012).第一颗卫星FY3C已经于2013年9月发射，搭载可以同时测量GPS与北斗掩星信号的掩星接收机(Bai et al.，2014).已经立项的地震电磁监测试验卫星将进行以电离层为主的掩星探测(Shen，2014).
附录 部分机构及术语缩写全称ACRCSS: Australian Cooperative Research Centre for Satellite Systems
AFRL: Air Force Research Laboratory
ASI: Italian Space Agency
BRE：BroadReach Engineering
CALIOP: The Cloud-Aerosol LIdar with Orthogonal Polarization
C/NOFS：Communications/Navigation Outage Forecasting System
CDAAC: COSMIC Data Analysis and Archive Center
CEA: China Earthquake Administration
CHAMP: Challenging Minisatellite Payload
CICERO：Community Initiative for Continuing Earth Radio Occultation
CLARREO: Climate Absolute Radiance and Refractivity Observatory
CMA： China Meteorological Administration
CNES: Centre National d′Etudes Spatiales
CNSA ：China National Space Administration
CONAE：Comisión Nacional de Actividades Espaciales
CORISS: the C/NOFS Occultation Receiver for Ionospheric Sensing and Specification
COSMIC: Constellation Observing System for Meteorology，Ionosphere，and Climate
DLR: German Aerospace Center
EADS: European Aeronautic Defence and Space Company
ECMWF：European Centre for Medium-Range Weather Forecasts
ENSO: El Niño Southern Oscillation
ESA: European Space Agency
ESEM: Experimental Satellite on Electromagnetism Monitoring
EUMESAT: European Organisation for the Exploitation of Meteorological Satellites
FY3C: Feng-Yun satellite series 3C
GFZ： GeoForschungsZentrum
GLONASS：“Globalnaya navigatsionnaya sputnikovaya sistema” or “Global Navigation Satellite System”
GPS： Global Positioning System
GPS/MET: GPS/Meteorology
GRACE: Gravity Recovery And Climate Experiment
GRAS: Global Navigation Satellite System Receiver for Atmospheric Sounding
GNOS：GNSS Occultation Sounder
GNSS: Global Navigation Satellite System
IGOR: Integrated GPS Occultation Receiver
IGS：International GNSS Service
IRI： International Reference Ionosphere
IRNSS：Indian Regional Navigation Satellite System
IROWG：International Radio Occultation Working Group
ISRO: Indian Space Research Organization
IVM: Ion Velocity Meter
JASON：Joint Altimetry Satellite Oceanography Network
JASON-CS：JASON Continuity of Service
JPL: Jet Propulsion Laboratory
KARI: Korea Aerospace Research Institute
KOMPSAT-5: Korean Multi-purpose Satellite 5
LEO：Low Earth Orbit
MetOp: Meteorological Operational Satellite Program of Europe
MetOp-SG: MetOp Second Generation
MJO: Madden-Julian Oscillation
NASA：National Aeronautics and Space Administration
NCAR：National Center for Atmospheric Research
NCEP: National Centers for Environmental Prediction
NOAA: National Oceanic and Atmospheric Administration
NOX：Navigation and Occultation eXperiment
NSF：National Science Foundation
NSPO: National SPace Organization of Taiwan
OL：Open Loop
OSC：Orbital Sciences Corporation
OSCAR：Observing Systems Capability Analysis and Review Tool
PLL：Phase Locked Loop
POD: Precise Orbit Determination
QBO: Quasi-Biennial Oscillation
QZSS: Quasi-Zenith Satellite System
RO： Radio Occultation
ROSA： Radio Occultation Sounder for Atmosphere RosHydroMet: Russian Federal Service for Hydrometorology and Environmental Monitoring
SAC-C：Scientific Application Satellite-C
SAC-D：Scientific Application Satellite-D
SAR: Synthetic-Aperture Radar
SNR：Signal-to-Noise Ratio
SSM/I : The Special Sensor Microwave Imager
SSTL： Surrey Satellite Technology Ltd
SSW: Stratosphere Sudden Warming
SUNSAT: Stellenbosch UNiversity SATellite
TanDEM-X: TerraSAR-X add-on for Digital Elevation Measurement
TBD：To Be Determined
TBB：Tri-Band-Beacon
TEC： Total Electron Content
TECU: TEC Unit
TET-1：Technologie-Erprobungs-Träger 1
TerraSAR-X: X-band TerraSAR
TGRS：TriG GNSS Radio-occultation System
TIEGCM: Thermosphere Ionosphere Electrodynamics General Circulation Model
TIP：Tiny Ionosphere Photometer
TRMM: Tropical Rainfall Measuring Mission
TSX-NG: TerraSAR-X Next Generation
TTL: Tropical Tropopause Layer
UCAR: University Corporation for Atmospheric Research
UHF：Ultra High Frequency
USAF: United States Air Force
UTLS: Upper Troposphere and Lower Stratosphere
WMO：World Meteorological Organization
WRF: Weather Research and Forecast
| [1] | Alexander S P, Tsuda T, Kawatani Y, et al. 2008. Global distribution of atmospheric waves in the equatorial upper troposphere and lower stratosphere: COSMIC observations of wave mean flow interactions. J. Geophys. Res., 113: D24115, doi: 10.1029/2008JD010039. |
| [2] | Anthes R A, Rocken C, Kuo Y H. 2000.Applications of COSMIC to meteorology and climate.Terr. Atmos. Ocean. Sci., 11(1):115-156. |
| [3] | Anthes R A, Ector D, Hunt D C, et al. 2008. The COSMIC/FORMOSAT-3 Mission: Early results. Bull. Amer. Meteor. Soc., 89(3):313-333. |
| [4] | Anthes R A. 2011. Exploring Earth's atmosphere with radio occultation: Contributions to weather, climate and space weather.Atmos. Meas. Tech.,4:1077-1103, doi:10.5194/amt-4-1077-2011. |
| [5] | Ao C O, Waliser D E, Chan S K, et al. 2012. Planetary boundary layer heights from GPS radio occultation refractivity and humidity profiles. J. Geophys. Res.,117: D16117, doi: 10.1029/2012JD017598. |
| [6] | Ao C O, Hajj A J. 2013. Monitoring the width of the tropical belt with GPS radio occultationmeasurements. Geophys. Res. Lett.,40(23) 6236-6241, doi: 10.1002/2013GL058203. |
| [7] | Arras C, Wickert J, Beyerle G, et al. 2008. A global climatology of ionospheric irregularities derived from GPS radio occultation. Geophys. Res. Lett., 35: L14809, doi:10.1029/2008GL034158. |
| [8] | Bai W H, Sun Y Q, Du Q F, et al. 2014. An introduction to the FY3 GNOS instrument and mountain-top tests. Atmos. Meas. Tech., 7: 1817-1823, doi:10.5194/amt-7-1817-2014. |
| [9] | Bernath P F, McElroy C T, Abrams M C, et al. 2005. Atmospheric Chemistry Experiment (ACE): Mission overview. Geophys. Res. Lett., 32: L15S01, doi:10.1029/2005GL022386. |
| [10] | Beyerle G, Schmidt T, Michalak G, et al. 2005. GPS radio occultation with GRACE: Atmospheric profiling utilizing the zero difference technique. Geophys. Res. Lett., 32 : L13806, doi:10.1029/2005GL023109. |
| [11] | Bi Y M, Yang Z D, Zhang P, et al. 2012.An introduction to China FY3 radio occultation mission and its measurement simulation.Adv. Space Res., 49(7): 1191-1197, doi:10.1016/j.asr.2012.01.014. |
| [12] | Biondi R, Randel W J, Ho S P, et al. 2012. Thermal structure of intense convective clouds derived from GPS radio occultations. Atmos. Chem. Phys.,12: 5309-5318, doi: 10.5194/acp-12-5309-2012. |
| [13] | Biondi R, Ho S P, Randel W, et al. 2013. Tropical cyclone cloud-top height and vertical temperature structure detection using GPS radio occultation measurements. J. Geophys. Res.,118(11): 5247-5259, doi: 10.1002/jgrd.50448. |
| [14] | Bonnedal M, Christensen J, Carlström A, et al. 2010. Metop-GRAS in-Orbit Instrument Performance.GPS Solutions, 14(1): 109-120. |
| [15] | Burns A G, Zeng Z, Wang W, et al. 2008. Behavior of the F2 peak ionosphere over the South Pacific at dusk during quiet summer conditions from COSMIC data.J. Geophys. Res., 113: A12305, doi:10.1029/2008JA013308. |
| [16] | Burns A G, Wang W, Qian L, et al. 2014. On the solar cycle variation of the winter anomaly.J. Geophys. Res., 119(6): 4938-4949, doi:10.1002/2013JA019552. |
| [17] | Cardellach E, Rius A, Cerezo F, et al. 2010. Polarimetric GNSS Radio-Occultations for heavy rain detection. 2010 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). Honolulu, HI: IEEE, 3841-3844, doi: 10.1109/IGARSS.2010.5650907. |
| [18] | Cardinali C, Healy S. 2014. Impact of GPS radio occultation measurements in the ECMWF system using adjoint-based diagnostics.Quart. J. Roy. Meteor. Soc., 140(684): 2315-2320,doi:10.1002/qj.2300. |
| [19] | Carter B A, Zhang K, Norman R, et al. 2013.On the occurrence of the equatorial F-region irregularities during solar minimum using radio occultation measurements.J. Geophys. Res., 118(2): 892-904, doi:10.1002/jgra.50089. |
| [20] | Choi M S, Lee W K, Cho S K, et al. 2010. Operation of the Radio Occultation Mission in KOMPSAT-5.J. Astron. Space Sci., 27(4): 345-352. |
| [21] | Colomb F R, Alonso C, Hofmann C, et al. 2004.SAC-C mission, an example of international cooperation.Adv. Space Res., 34(10): 2194-2199. |
| [22] | Cook K, Wilczynski P, Wenkel M. 2014.The Future of GNSS-RO for Global Weather Monitoring and Prediction—A COSMIC-2 / FORMOSAT-7 Program Status Update.presented at the 8th FORMOSAT-3/COSMIC data users' workshop. Boulder, CO, USA. |
| [23] | Curiel A da S, Lambert M, Liddle D, et al. 2013.Introduction to FORMOSAT-7/COSMIC-2 Mission.Proceedings of the 27th AIAA/USU Conference on Small Satellites. Logan, Utah, USA. |
| [24] | Danzer J, Scherllin-Pirscher B, Foelsche U. 2013. Systematic residual ionospheric errors in radio occultation data and a potential way to minimize them.Atmos. Meas. Tech., 6: 2169-2179, doi:10.5194/amt-6-2169-2013. |
| [25] | Davis N A, Birner T. 2013.Seasonal to multidecadal variability of the width of the tropical belt.J. Geophys. Res.,118(14): 7773-7787, doi: 10.1002/jgrd.50610. |
| [26] | De La Beaujardière O. 2004. C/NOFS: a mission to forecast scintillations. J. Atmos. Sol.-Terr. Phys., 66(17): 1573-1591. |
| [27] | Feltz M L, Knuteson R O, Ackerman S, et al. 2014. Application of GPS radio occultation to the assessment of temperature profile retrievals from microwave and infrared sounders. Atmos. Meas. Tech.,7: 3751-3762, doi: 10.5194/amt-7-3751-2014. |
| [28] | Fishbach F F. 1965. A satellite method for temperature and pressure below 24 km. Bull. Amer. Meteor. Soc., 9: 528-532. |
| [29] | Fjeldbo G, Eshleman V R. 1968. The atmosphere of Mars analyzed by integral inversion of the Mariner IV occultation data. Planet. Space Sci., 16(8): 1035-1059. |
| [30] | Flechtner F, Watkins M, Morton P, et al. 2012. Status of the GRACE Follow-on Mission.Joint GSTM (GRACE Science Team Meeting)/SPP Final Colloquium. GFZ, Potsdam, Germany. |
| [31] | Fong C J, Chu V, Yen N L, et al. 2012. FormoSat-7/COSMIC-2 GNSS Radio Occultation Mission: From Research to Operations. Presented at the International Radio Occultation Working Group (IROWG) 2nd Workshop. Estes Park, CO, USA. |
| [32] | Gorbunov M E, Gurvich A S. 1998. Microlab-1 Experiment: Multipath effects in the lower troposphere. J. Geophys. Res., 103(D12): 13819-13826. |
| [33] | Gorbunov M E, Lauritsen K B, Benzon H H, et al. 2011. Processing of GRAS/METOP radio occultation data recorded in closed-loop and raw-sampling modes. Atmos. Meas. Tech., 4: 1021-1026, doi:10.5194/amt-4-1021-2011. |
| [34] | Gulbis A A S, Elliot J L, Person M J, et al. 2006. Charon's radius and atmospheric constraints from observations of a stellar occultation.Nature, 439(7072): 48-51. |
| [35] | Guo P, Kuo Y H, Sokolovskiy S V, et al. 2011. Estimating atmospheric boundary layer depth using COSMIC radio occultation data.J. Atmos. Sci., 68(8): 1703-1713, doi: 10.1175/2011JAS3612.1. |
| [36] | Guo P, Wu M J, Xu T L, et al. 2015. An Abel inversion method assisted by background model for GPS Ionospheric Radio Occultation data. J. Atmos. Sol.-Terr. Phys., 123(17): 71-81, doi:10.1016/j.jastp.2014.12.008. |
| [37] | Hajj G A, Romans L J. 1998. Ionospheric electron density profiles obtained with the Global Positioning System: Results from the GPS/MET experiment. Radio Sci., 33(1): 175-190. |
| [38] | Hauschild A, Markgraf M, Montenbruck O. 2014. GPS Receiver Performance On Board a LEO Satellite. Inside GNSS Journal, 48-57. |
| [39] | He M S, Liu L B, Wan W X, et al. 2009a. A study of the Weddell Sea Anomaly observed by FORMOSAT-3/COSMIC.J. Geophys. Res., 114: A12309, doi:10.1029/2009JA014175. |
| [40] | He W Y, Ho S P, Chen H B, et al. 2009b. Assessment of radiosonde temperaturemeasurements in the upper troposphere and lower stratosphere using COSMIC radio occultation data. Geophys. Res. Lett.,36: L17807, doi: 10.1029/2009GL038712. |
| [41] | Ho S P, Goldberg M, Kuo Y H, et al. 2009. Calibration of temperature in the lower stratosphere from microwavemeasurements using COSMIC radio occultation data: Preliminary results. Terr. Atmos. Oceanic Sci.,20(1): 87-100, doi: 10.3319/TAO.2007.12.06.01(F3C). |
| [42] | Ho S P, Hunt D, Steiner A K, et al. 2012. Reproducibility of GPS radio occultation data for climate monitoring: Profile-to-profile inter-comparison of CHAMP climate records 2002 to 2008 from six data centers. J. Geophys. Res.,117: D18111, doi: 10.1029/2012JD017665. |
| [43] | Ho S P, Peng L, Anthes R A, et al. 2015. Marine boundary layer heights and their longitudinal, diurnal, and inter-seasonal variability in the Southeastern Pacific using COSMIC, CALIOP, and radiosonde data.J. Climate, 28(7): 2856-2872. |
| [44] | Hocke K, Pavelyev A G, Yakovlev O I, et al. 1999.Radio occultation data analysis by the radio holographic method.J. Atmos. Sol.-Terr. Phys., 61(15): 1169-1177. |
| [45] | Jin S G, Cardellach E, Xie F Q. 2014. GNSS Remote Sensing: Theory, Methods and Applications. Netherlands: Springer. |
| [46] | Khaykin S M, Pommereau J P, Hauchecorne A. 2013. Impact of land convection on temperature diurnal variation in the tropical lower stratosphere inferred from COSMIC GPS radio occultations. Atmos. Chem. Phys., 13: 6391-6402, doi:10.5194/acp-13-6391-2013. |
| [47] | Kim J, Son S W. 2012. Tropical cold-point tropopause: Climatology, seasonal cycle, and intraseasonal variability derived from COSMIC GPS radio occultation measurements. J. Climate,25: 5343-5360, doi: 10.1175/JCLI-D-11-00554.1. |
| [48] | Kliore A J, Hamilton T W, Cain D L. 1964.Determination of some physical properties of the atmosphere of Mars from changes in the Doppler signal of a spacecraft on an earth occultation trajectory.Technical Report 32-674, JPL, Pasadena, CA. |
| [49] | Komjathy A, Wilson B, Pi X Q, et al. 2010. JPL/USC GAIM: On the impact of using COSMIC and ground-based GPS measurements to estimate ionospheric parameters. J. Geophys. Res., 115: A02307, doi:10.1029/2009JA014420. |
| [50] | Kuo Y H, Zou X, Huang W. 1998a. The impact of global positioning system data on the prediction of an extratropical cyclone: an observing system simulation experiment. Dyn. Atmos. Oceans, 27(1-4): 439-470. |
| [51] | KuoY H, Zou X, Chen S J, et al. 1998b. A GPS/MET sounding through an intense upper-level front.Bull. Amer. Meteor. Soc., 79(4): 617-626. |
| [52] | Kuo Y H, Wee T K, Sokolovskiy S, et al. 2004. Inversion and error estimation of GPS radio occultation data. J. Met. Soc. Japan, 82: 507-531. |
| [53] | Kuo Y H, Schreiner W S, Wang J, et al. 2005. Comparison of GPS radio occultation soundings with radiosondes. Geophys. Res. Lett.,32(5): L05817, doi: 10.1029/2004GL021443. |
| [54] | Kursinski E R, Hajj G A, Schofield J T, et al. 1997. Observing Earth's atmosphere with radio occultation measurements using the global positioning system. J. Geophys. Res., 102: 23429-23465. |
| [55] | Larsen G B, Syndergaard S, Høeg P, et al. 2005.Single frequency processing of Ørsted GPS radio occultation measurements.GPS Solut., 9(2): 144-155. |
| [56] | Lei J H, Yue X, Schreiner W S. 2010. Comment on ""A new aspect of ionospheric E region electron density morphology"" by Yen-Hsyang Chu, Kong-Hong Wu, and Ching-Lun Su. J. Geophys. Res., 115: A07313, doi:10.1029/2009JA015234. |
| [57] | Lin C H, Hsiao C C, Liu J Y, et al. 2007. Longitudinal structure of the equatorial ionosphere: Time evolution of the four-peaked EIA structure. J. Geophys. Res., 112: A12305, doi:10.1029/2007JA012455. |
| [58] | Liu L B, Zhao B Q, Wan W X, et al. 2009. Seasonal variations of the ionospheric electron densities retrieved from Constellation Observing System for Meteorology, Ionosphere, and Climate mission radio occultation measurements. J. Geophys. Res., 114: A02302, doi:10.1029/2008JA013819. |
| [59] | Liu L B, He M S, Yue X A, et al. 2010.Ionosphere around equinoxes during low solar activity.J. Geophys. Res., 115: A09307, doi:10.1029/2010JA015318. |
| [60] | Liu L B, Le H J, Chen Y D, et al. 2011. Features of the middle- and low-latitude ionosphere during solar minimum as revealed from COSMIC radio occultation measurements. J. Geophys. Res., 116: A09307, doi:10.1029/2011JA016691. |
| [61] | Luan X L, Wang W B, Burns A, et al. 2008. Midlatitude nighttime enhancement in F region electron density from global COSMIC measurements under solar minimum winter condition.J. Geophys. Res., 113: A09319, doi:10.1029/2008JA013063. |
| [62] | Mannucci A J, Ao C O, Pi X, et al. 2011. The impact of large scale ionospheric structure on radio occultation retrievals. Atmos. Meas. Tech., 4: 2837-2850, doi:10.5194/amt-4-2837-2011. |
| [63] | Marradi L, Zin A, Zago S, et al. 2012. The ROSA Project for Radio-Occultation: Findings and Current Status. Proceedings of the 25th International Technical Meeting of The Satellite Division of the Institute of Navigation. Nashville, TN, 1990-1997. |
| [64] | Mears C, Wang J, Ho S P, et al. 2012. Hydrological cycle: Total column water vapor. Bull. Amer. Meteor. Soc., 93: S25-S26. |
| [65] | Meehan T K, Ao C, Ijima B, et al. 2008.A demonstration of L2C tracking from space for atmospheric occultation.Proceedings of the 21st International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS 2008). Savannah, GA, 698-701. |
| [66] | Meehan T K, Esterhuizen F, Franklin G, et al. 2012.Development Status of NASA's TriG GNSS Science Instrument.presented at the International Radio Occultation Working Group (IROWG) 2nd Workshop. Estes Park, CO, USA. |
| [67] | Melbourne W G,Davis E S, Duncan C B, et al. 1994. The Application of Spaceborne GPS to Atmospheric Limb Sounding and Global Change Monitoring.JPL Publication 94-18, Jet Propulsion Laboratory, California Institute of Technology, Pasadena, 147 pp. |
| [68] | Mostert S, Koekemoer J A. 1997. The science and engineering payloads and experiments on sunsat. Acta Astronautica. 41(4-10): 401-411. |
| [69] | Munchak L A, Pan L L. 2014.Separation of the lapse rate and the cold point tropopauses in the tropics and the resulting impact on cloud top-tropopause relationships.J. Geophys. Res.,119(13): 7963-7978, doi: 10.1002/2013JD021189. |
| [70] | Norman R J, Dyson P L, Yizengaw E, et al. 2012.Radio Occultation Measurements From the Australian Microsatellite FedSat.IEEE Trans. Geo. Remote Sens., 50(11): 4832-4839, 10.1109/TGRS.2012.2194295. |
| [71] | Pan C J, Das U, Yang S S, et al. 2011. Investigation of Kelvin waves in the stratosphere using FORMOSAT-3/COSMIC temperature data. J. Meteor. Soc. Japan,89A: 83-96. |
| [72] | Pedatella N M, Lei J, Larson K M, et al. 2009. Observations of the ionospheric response to the 15 December 2006 geomagnetic storm: Long-duration positive storm effect. J. Geophys. Res., 114: A12313, doi:10.1029/2009JA014568. |
| [73] | Perona G, Notarpietro R, Gabella M. 2007. GPS radio occultation on-board the OCEANSAT-2 mission: An Indian (ISRO)-Italian (ASI) collaboration. Indian Journal of Radio Space Physics, 36(5): 386-393. |
| [74] | Petrovski I G. 2014. GPS, GLONASS, Galileo, and BeiDou for Mobile Devices. Cambridge: Cambridge University Press. |
| [75] | Randel W J, Wu F. 2015. Variability of zonal mean tropical temperatures derived from a decade of GPS radio occultation data. J. Atmos. Sci.,72(3): 1261-1275. |
| [76] | Rius A, Ruffini G, Cucurull L. 1997. Improving the vertical resolution of ionospheric tomography with GPS occultations. Geophys. Res. Lett.,24(18): 2291-2294. |
| [77] | Rocken C, Anthes R, Exner M, et al. 1997. Analysis and validation of GPS/MET Data in the Neutral Atmosphere. J. Geophys. Res., 102(D25): 29849-29866. |
| [78] | Rocken C, Kuo Y H, Schreiner W, et al. 2000. COSMIC system description.Terr. Atmos. Oceanic Sci., 11(1): 21-52. |
| [79] | Rothacher M, Tapley B D, Reigber C, et al. 2007. The tracking, occultation and ranging (TOR) instrument onboard TerraSAR-X and on TanDEM-X. Proc. IEEE International Geoscience and Remote Sensing Symposium. Barcelona: IEEE, 4983-4986. |
| [80] | Scherllin-Pirscher B, Forlsche U, Borsche M, et al. 2010.Analysis of migratingdiurnal tides detected in FORMOSAT-3/COSMIC temperature data.J. Geophys. Res.,115: D14108, doi: 10.1029/2009JD013008. |
| [81] | Scherllin-Pirscher B, Deser C, Ho S P, et al. 2012.The vertical and spatial structure of ENSO in the upper troposphere and lower stratosphere from GPS radio occultation measurements.Geophys. Res. Lett.,39: L20801, doi: 10.1029/2012GL053071. |
| [82] | Scherllin-Pirscher B, Steiner A K, Kirchengast G. 2014. Deriving dynamics from GPS radio occultation: Three-dimensional wind fields for monitoring the climate. Geophys. Res. Lett.,41: 7367-7374, doi: 10.1002/2014GL061524. |
| [83] | Schlüssel P. 2012.EUMETSAT Polar System - Second Generation.ITSC-18 (International TOVS Study Conferences), Toulouse, France. |
| [84] | Schreiner W, Rocken C, Sokolovskiy S, et al. 2007. Estimates of the precision of GPS radio occultations from the COSMIC/FORMOSAT-3 mission. Geophys. Res. Lett., 34: L04808, doi:10.1029/2006GL027557. |
| [85] | Schreiner W, Rocken C, Sokolovskiy S, et al. 2010. Quality Assessment of COSMIC/FORMOSAT-3 GPS Radio Occultation Data Derived from Single- and Double-Difference Atmospheric Excess Phase Processing. GPS Solut., 14(1): 13-22, doi:10.1007/s10291-009-0132-5. |
| [86] | Schreiner W S, Sokolovskiy S V, Rocken C, et al. 1999. Analysis and validation of GPS/MET radio occultation data in the ionosphere. Radio Sci., 34(4): 949-966, doi:10.1029/1999RS900034. |
| [87] | Schreiner W, Sokolovskiy S, Hunt D, et al. 2011. Analysis of GPS radio occultation data from the FORMOSAT-3/COSMIC and Metop/GRAS missions at CDAAC. Atmos. Meas. Tech., 4(10): 2255-2272, doi:10.5194/amt-4-2255-2011. |
| [88] | Shen X H. 2014. The experimental satellite on electromagnetism monitoring.Chin. J. Space Sci., 34(5): 558-562, doi:10.11728/cjss2014.05.558. |
| [89] | Sheng C, Deng Y, Yue X A, et al. 2014. Height-integrated Pedersen conductivity in both E and F regions from COSMIC observations.J. Atmos. Sol.-Terr. Phys., 115-116: 79-86, doi:10.1016/j.jastp.2013.12.013. |
| [90] | Sokolovskiy S V. 2000. Inversions of radio occultation amplitude data. Radio Sci., 35(1): 95-107. |
| [91] | Sokolovskiy S V, Kuo Y H, Rocken C, et al. 2006. Monitoring the atmospheric boundary layer by GPS radio occultation signals recorded in the open-loop mode. Geophys. Res. Lett.,33: L12813, doi: 10.1029/2006GL025955. |
| [92] | Sokolovskiy S, Rocken C, Schreiner W, et al. 2009. Postprocessing of L1 GPS radio occultation signals recorded in open-loop mode. Radio Sci., 44: RS2002, doi:10.1029/2008RS003907. |
| [93] | Sokolovskiy S V, Rocken C, Schreiner W S, et al. 2010.On the uncertainty of radio occultation inversions in the lower troposphere.J. Geophy. Res.,115: D22111, doi: 10.1029/2010JD014058. |
| [94] | Sokolovskiy S, Schreiner W, Rocken C, et al. 2002. Detection of high-altitude ionospheric irregularities with GPS/MET.Geophys. Res. Lett., 29(3): 1-4, doi:10.1029/2001GL013398. |
| [95] | Sokolovskiy S V, Schreiner W S, Zeng Z, et al. 2014a. Use of the L2C signal for inversions of GPS radio occultation data in the neutral atmosphere. GPS Solutions,18 (3): 405-416, doi: 10.1007/s10291-013-0340-x. |
| [96] | Sokolovskiy S V, Schriener W S, Zeng Z, et al. 2014b. Observation, analysis and modeling of deep radio occultation signals: effects of tropospheric ducts and interfering signals. Radio Sci.,49: 954-970, doi: 10.1002/2014RS005436. |
| [97] | Son S W, Tandon N F, Polvani L M. 2011. The fine-scale structure of the global tropopause derived from COSMIC GPS radio occultation measurements. J. Geophys. Res.,116: D20113, doi: 10.1029/2011JD016030. |
| [98] | Steiner A K, Kirchengast G, Ladreiter H P. 1999.Inversion, error analysis, and validation of GPS/MET occultation data.Ann. Geophys., 17: 122-138. |
| [99] | Steiner A K, Lackner B C, Ladstadter F, et al. 2011. GPS radio occultation for climate monitoring and change detection. Radio Sci.,46: RS0D24, doi: 10.1029/2010RS004614. |
| [100] | Straus P R, Betz D A. 2014. COSMIC-2: A Platform for Advanced Ionospheric Observations. Presented at the 2014 NOAA Space Weather Workshop, Boulder, CO, USA. |
| [101] | Syndergaard S. 1998. Modeling the impact of the Earth's oblateness on the retrieval of temperature and pressure profiles from limb sounding. J. Atmos. Sol.-Terr. Phys., 60(2): 171-180. |
| [102] | Syndergaard S. 2000. On the ionosphere calibration in GPS radio occultation measurements. Radio Sci., 35(3): 865-883. |
| [103] | Syndergaard S, Larsen G B. 2011. Ionosphere-free combinations with future generation Galileo signals. Proceeding of the 3rd international colloquium-scientific and fundamental aspects of the Galileo programme. Copenhagen, Denmark. |
| [104] | Vergados P, Luo Z J, Emanuel K, et al. 2014. Observational tests of hurricaneintensityestimations using GPS radio occultations. J. Geophys. Res.,119(4): 1936-1948, doi: 10.1002/2013JD020934. |
| [105] | Verkhoglyadova O P, Leroy S S, Ao C O. 2014a. Estimation of winds from GPS radio occultations.J. Atmos. Oceanic Technol.,31(11): 2451-2461, doi: 10.1175/JTECH-D-14-00061.1. |
| [106] | Verkhoglyadova O P, Mannucci A J, Ao C O, et al. 2014b. Effect of small scale ionospheric disturbances on RO data quality. Presented at the 8th FORMOSAT-3/COSMIC data users' workshop. Boulder, CO, USA. |
| [107] | von Engeln A, Marquardt C, Andres Y. 2014. Overview of EUMETSAT Radio Occultation Activities.Presented at the 8th FORMOSAT-3/COSMIC data users' workshop. Boulder, CO, USA. |
| [108] | Wang L, Alexander M J. 2010. Global estimates of gravity wave parameters from GPS radio occultation temperature data. J. Geophys. Res.,115: D21122, doi: 10.1029/2010JD013860. |
| [109] | Ware R, Rocken C, Solheim F, et al. 1996. GPS sounding of the atmosphere from low Earth orbit: Preliminary results. Bull. Amer. Met. Soc., 77(1): 19-40. |
| [110] | Wee T K, Kuo Y H, Lee D K, et al. 2012. Two overlooked biases of the Advanced Research WRF (ARW) model in geopotential height and temperature. Mon. Wea. Rev.,140(12): 3907-3918, doi: 10.1175/MWR-D-12-00045.1. |
| [111] | Wickert J, Reigber C, Beyerle G, et al. 2001. Atmosphere sounding by GPS radio occultation: First results from CHAMP. Geophys. Res. Lett., 28(17): 3263-3266. |
| [112] | Wielicki B A, Young D F, Mlynczak M G, et al. 2013. Achieving climate change absolute accuracy in orbit. Bull. Amer. Metor. Soc., 94(10): 1519-1539, doi: 10.1175/BAMS-D-12-00149.1. |
| [113] | Wong V, Emanuel K. 2007. Use of cloud radars and radiometers for tropical cyclone intensity estimation.Geophys. Res. Lett.,34: L12811, doi: 10.1029/2007GL029960. |
| [114] | Xiao C Y, Hu X. 2010. Analysis on the global morphology of stratospheric gravity wave activity deduced from the COSMIC GPS occultation profiles. GPS Solut.,14(1): 65-74, doi: 10.1007/s10291-009-0146-z. |
| [115] | Xie F, Wu D L, Ao C O, et al. 2010. Atmospheric diurnal variations observed with GPS radio occultation soundings. Atmos. Chem. Phys., 10(14): 6889-6899, doi: 10.5194/acp-10-6889-2010. |
| [116] | Xie F, Wu D L, Ao C O, et al. 2012. Advances and limitations of atmospheric boundary layer observantions with GPS occultation over southeast Pacific Ocean.Atmos. Chem. Phys., 12(2): 903-918, doi: 10.5194/acp-12-903-2012. |
| [117] | Yee T. 2004.Roadrunner, a high-performance responsive space mission. Proceedings of the AIAA/USU Conference on Small Satellites.Logan, UT, USA. |
| [118] | Yue X, Liu L B, Wan W X, et al. 2008. Modeling the effects of secular variation of geomagnetic field orientation on the ionospheric long term trend over the past century. J. Geophys. Res., 113: A10301, doi:10.1029/2007JA012995. |
| [119] | Yue X, Schreiner W S, Lei J, et al. 2010a. Error analysis of Abel retrieved electron density profiles from radio occultation measurements. Ann. Geophys., 28(1): 217-222, doi:10.5194/angeo-28-217-2010. |
| [120] | Yue X, Schreiner W S, Lei J H, et al. 2010b. Global ionospheric response observed by COSMIC satellites during the January 2009 stratospheric sudden warming event. J. Geophys. Res., 115: A00G09, doi:10.1029/2010JA015466. |
| [121] | Yue X, Schreiner W S, Hunt D C, et al. 2011a. Quantitative evaluation of the low Earth orbit satellite based slant total electron content determination. Space Weather, 9: S09001, doi:10.1029/2011SW000687. |
| [122] | Yue X, Schreiner W S, Rocken C, et al. 2011b. Evaluation of the orbit altitude electron density estimation and its effect on the Abel inversion from radio occultation measurements.Radio Sci., 46: RS1013, doi:10.1029/2010RS004514. |
| [123] | Yue X, Schreiner W S, Lin Y C, et al. 2011c. Data assimilation retrieval of electron density profiles from radio occultation measurements.J. Geophys. Res., 116: A03317, doi:10.1029/2010JA015980. |
| [124] | Yue X, Schreiner W S, Kuo Y H, et al. 2012a. Global 3-D ionospheric electron density reanalysis based on multi-source data assimilation. J. Geophys. Res., 117: A09325, doi:10.1029/2012JA017968. |
| [125] | Yue X, Schreiner W S, Kuo Y H. 2012b. A feasibility study of the radio occultation electron density retrieval aided by a global ionospheric data assimilation model.J. Geophys. Res.,117: A08301, doi:10.1029/2011JA017446. |
| [126] | Yue X, Schreiner W S, Rocken C, et al. 2012c. Artificial ionospheric Wave Number 4 structure below the F2 region due to the Abel retrieval of Radio Occultation measurements.GPS Solutions, 16(1): 1-7, doi:10.1007/s10291-010-0201-9. |
| [127] | Yue X, Schreiner W S, Kuo Y H, et al. 2013a. GNSS radio occultation technique and space weather monitoring. Proceedings of the 26th International Technical Meeting of The Satellite Division (ION GNSS 2013). Nashville, TN, 2508-2522. |
| [128] | Yue X, Schreiner W S, Kuo Y H. 2013b. Evaluating the effect of the global ionospheric map on aiding retrieval of radio occultation electron density profiles. GPS Solutions, 17(3): 327-335, doi:10.1007/s10291-012-0281-9. |
| [129] | Yue X, Schreiner W S, Kuo Y H, et al. 2013c. GNSS radio occultation (RO) derived electron density quality in high latitude and polar region: NCAR-TIEGCM simulation and real data evaluation. J. Atmos. Sol.-Terr. Phys., 98: 39-49, doi:10.1016/j.jastp.2013.03.009. |
| [130] | Yue X, Sokolovskiy S, Schreiner W S, et al. 2014a. Potential way to mitigate the second order ionospheric effect in neutral RO retrievals: preliminary evaluations. Presented at IROWG Ionosphere-Atmosphere Coordination Workshop.Boulder, CO, USA. |
| [131] | Yue X, Schreiner W S, Kuo Y H, et al. 2014b. Observing system simulation experiment study on imaging the ionosphere by assimilating observations from ground GNSS, LEO based Radio Occultation and Ocean Reflection, and Cross Link. IEEE Trans. Geosci. Remote Sens., 52(7): 3759-3773, doi:10.1109/TGRS.2013.2275753. |
| [132] | Yue X, Schreiner W S, Pedatella N, et al. 2014c. Space weather observations by GNSS radio occultation: from FORMOSAT-3/ COSMIC to FORMOSAT-7/COSMIC-2. Space Weather, 12(11): 616-621, doi:10.1002/2014SW001133. |
| [133] | Yue X, Schreiner W S, Zeng Z, et al. 2015a. Case study on complex sporadic E layers observed by GPS radio occultations. Atmos. Meas. Tech., 8: 225-236, doi:10.5194/amt-8-225-2015. |
| [134] | Yue X, Schreiner W S, Kuo Y H, et al. 2015b. Ionosphere equatorial ionization anomaly observed by GPS radio occultations during 2006-2014. J. Atmos. Sol.-Terr. Phys.,129: 30-40, doi:10.1016/j.jastp.2015.04.004. |
| [135] | Yunck T P, Liu C H, Ware R. 2000.A history of GPS sounding.Terr. Atmos. Ocean. Sci., 11(1): 1-20. |
| [136] | Yunck T P, Lautenbacher C, McGrath M, et al. (2012). CICERO: Community initiative for continuing Earth radio occultation. Presented at the 6th FORMOSAT-3/COSMIC data users workshop. Boulder, CO, USA. |
| [137] | Zeng Z, Burns A, Wang W B, et al. 2008. Ionospheric annual asymmetry observed by the COSMIC radio occultation measurements and simulated by the TIEGCM. J. Geophys. Res., 113: A07305, doi:10.1029/2007JA012897. |
| [138] | Zeng Z, Sokolovskiy S. 2010. Effect of sporadic E clouds on GPS radio occultation signals. Geophys. Res. Lett., 37: L18817, doi:10.1029/2010GL044561. |
| [139] | Zeng Z, Ho S P, Sokolovskiy S V, et al. 2012. Structural evolution of the Madden-Julian Oscillation from COSMIC radio occultation data.J. Geophys. Res.,117(D22): D22108, doi: 10.1029/2012JD017685. |
| [140] | Zhao B Q, Wan W X, Yue X, et al. 2011. Global characteristics of occurrence of an additional layer in the ionosphere observed by COSMIC/ FORMOSAT-3. Geophys. Res. Lett.,38: L02101, doi:10.1029/2010GL045744. |
| [141] | Zhao B Q, Wang M, Wang Y G, et al. 2013.East-west differences in F-region electron density at midlatitude: Evidence from the Far East region. J. Geophys. Res., 118(1): 542-553, doi:10.1029/2012JA018235. |
| [142] | Zou X, Vandenberghe F, Wang B, et al. 1999. A ray-tracing operator and its adjoint for the use of GPS/MET refraction angle measurements. J. Geophys. Res., 104(D18): 22301-22318. |
| [143] | Zus F, Grunwaldt L, Heise S, et al. 2014. Atmosphere sounding by GPS radio occultation: First results from TanDEM-X and comparison with TerraSAR-X. Adv. Space Res., 53(2): 272-279. |