2018, Vol. 61
2. 中国科学院地质与地球物理研究所北京空间环境国家野外科学观测研究站, 北京 100029;
3. 中国科学院大学地球科学学院, 北京 100049
2. Beijing National Observatory of Space Environment, Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029, China;
3. Geoscience School University of Chinese Academy of Sciences, Beijing 100049, China
电离层是不断变化的，这种变化包括短期和长期的变化，即电离层天气学变化和电离层气候学变化.研究这些电离层参数的变化对于通信、导航及航空等行业具有重要意义.这些变化中，周期为一天的或一天的几分之一的震荡被定义为电离层潮汐.研究证明，电离层变化的驱动源主要有四种(Pfaff，2012)：太阳活动，磁层扰动、电动力学过程和上传的大气波动.这四种驱动源被证明具有同等重要的影响(Forbes et al., 2000；Rishbeth and Mendillo, 2001).
早在20世纪30年代，电离层被发现(Appleton，1946)不久之后，Chapman研究了被电离的上层大气层并且提出了一种关于电离层中离子产生率的理论(Chapman，1931).这篇文章提出了复合理论以解释电离过程中出现的离子浓度最大值.此后，该理论被应用于很多电离层的问题并且在E层和F1层中产生了不错的效果.但在F2层，该理论遇到了很多无法解释的问题.1947年，Martyn(1947)提出了基于太阳潮汐的理论，解释了E层和F1层中不同的季节性和周日性的潮汐变化.自从1970年以来，即经典潮汐理论提出之后(Chapman and Lindzen, 1970)，电离层中中性大气潮汐的变化领域有了很多开创性的成果.例如，Stubbs(1973)分析了电离层粒子漂移的潮汐特征，发现了D层中强潮汐分量，特别是周日潮汐分量的存在；Schieldge(1973)的研究显示周日潮汐和半日潮汐均对电离层中的电流有重要影响.这部分研究大多关注电离层物理量的震荡和中性大气变化之间的关系，也即本地激发的潮汐作用.
在接下来的几十年间，大气层与电离层之间的耦合成为研究的热点.中间层和低热层区域(MLT区域)，处于电离层底部，上传的大气波动达到了极限高度并开始耗散，同时把能量和动量传递到这一区域.已有的很多理论和建模研究都关注该区域的潮汐现象，特别是能够引起某些经度结构的潮汐现象.Hagan和Forbes的工作用全球尺度波动模型(GSWM)证明潜热加热是中间层和低热层大气潮汐变化的重要来源，并以此预测了MLT区域非迁移潮汐的最强分量是DE3，即东向传播的纬向波数为3的周日潮汐(Hagan and Forbes, 2002；Hagan and Forbes, 2003)；Sagawa等(2005)首次观测到低纬度夜间气辉的四波结构(WN4)，此后，Immel等(2006)的工作首次指出这种四波结构是由大气波动中的DE3引起的.Lin等人使用卫星观测数据并发现这种四波结构在TEC和F层电离层赤道异常中都存在，并确认它们是DE3引起的，并且使得四波结构东向移动(Lin et al., 2007a；Lin et al., 2007b).Forbes等(2008)、Talaat和Lieberman(2010)、Park等(2010)的工作都为证明这一观点提供了重要佐证.但同时，这些文章也认可其他大气波动可能也参与了这种复杂的耦合作用.Hagan等人指出周日迁移潮汐与DE3之间的非线性相互作用产生了相对较大尺度的四波驻行星波(SPW4)以及一个东向传播的波数为2的半日潮汐(SE2)，这两个潮汐分量也可能对四波结构有贡献(Hagan et al., 2009).万卫星等(Wan et al., 2008, 2010)的研究利用GIM中的TEC数据确认了四波结构与大气潮汐DE3之间的联系.万卫星等(Wan et al., 2012b)的另一项研究发现这种关联机制主要有两种：上传的潮汐波动作用和电离耦合作用，这两种机制的作用程度与太阳活动强弱有关.
除此之外，已有的研究工作也关注了其他方面的耦合作用.Luan等人利用TEC观测数据，结果表明TW3(西向传播的纬向波数为3的8小时潮汐)的纬度变化、季节变化和相对太阳活动的变化，可以为大气层与电力层的耦合提供新的证据(Luan et al., 2012).Pancheva和Mukhatarov(2012)利用卫星观测数据研究了低热层的温度潮汐与其电离层波动结构之间的相似程度，从而确认四波结构(三波结构)除了通常认为的由DE3(DE2)引起之外，SPW4和SE2(SPW3，DW4和SE1)同样有相应的影响.
如上所述，不同电离层潮汐可能受到大气层潮汐的影响.然而，这些研究或多或少有其局限性.例如，早期的电离层研究工作采用地面单个台站的观测数据(垂测数据等)，这类研究结果不能体现不同纬向波数的潮汐差异；近年来的潮汐波动的经度结构研究工作普遍采用卫星观测数据，尽管这种方法可以有大量全球性的数据使得不同波数的潮汐研究结果更加精确，但是卫星数据可能包含了来自电离层顶部的影响，例如可能引起某种特殊的经度结构(Pedatella et al., 2011).另外，到目前为止，只有模拟的结果能够明确支持这种解释，观测数据很难完全解释整体的耦合机制.
为了解决上述问题，同时也为大气层与电离层的耦合提供更多的依据，在本文中，我们使用了来自全球不同经度的测高仪台站提供的电离层F2层临界频率(foF2)的垂测数据来分离出不同的潮汐分量(包括迁移与非迁移潮汐分量).这些台站处于磁北纬40°至50°，垂测数据涵盖1960年至2005年，时间跨度近50年.这样，通过对于分离出来的潮汐分量的研究，对照前人已有的成果，我们尝试给出大气层与电离层的耦合信息.
在接下来的章节里，第1节简述了垂测数据与处理方法；第2节详细阐明了电离层潮汐的特征；第3节讨论了大气层与电离层的可能耦合机制；最后第4节小结了电离层foF2潮汐的主要变化特性.
1 数据与方法本文使用的是空间物理数据交换中心(SPIDR; http://spidr.ngdc.noaa.gov/)提供的1960至2005年间F2层的临界频率(foF2)数据.在这些数据中，最终采用的是分布在磁北纬40°至50°之间的台站的观测数据.
在电离层中，等离子体的变化及其动力学过程受到地磁场的影响，例如E×B漂移.为了描述这些影响，我们按照地磁坐标来整理电离层潮汐.影响电离层变化的因素除了上述受地磁场控制的部分之外，还有不受地磁场影响的因素，例如中性大气潮汐.这部分因素往往都是按照地理坐标划分的.因此，在比较同一时段的电离层潮汐和大气潮汐时，可能会出现一定的偏差.但在本文中，电离层潮汐仅用来表示其时序变化，并且没有将其与特定的大气潮汐做比较，因此这种偏差是可以接受的.
选取这一地磁纬度主要考虑到两个原因.其一，该区域既不受到极区磁活动的影响，也不受到低纬度电动力学过程的影响，那么影响电离层的另一因素，底层上传的大气波动的效应就会被凸显出来.并且，在数据处理过程中，把每个月的数据作为一个时间窗区(具体方法会在公式(1)中展示)，因此短期的和偶发的效应，例如中纬度扩展F层、偶发E层、午夜后低信号、太阳耀斑以及数据偶然缺失，其引起的效应在可接受的范围内；其二，在这一区域，有沿纬向分布的足够多的台站(共38个)，满足分离出不同波数潮汐分量的要求.如图 1所示，该区域内的台站几乎覆盖了整个纬度带，并且分布足够均匀.具体的台站代码和位置信息如表 1所示.其间最大的台站(数据有效并在本文中被使用的台站)经度间隔不超过100°，相对于实验结果中波数小于3的要求，结果足够可信.
|
图 1 文中使用的台站位置(红点)分布图.蓝线表示磁北纬40°和50°之间的纬度带 Fig. 1 Distribution of the ionosonde stations (red dots) used in the present work. The blue lines denote the magnetic latitudes of 40°N and 50°N |
|
表 1 垂测数据有效的台站位置 Table 1 Locations of ionosonde stations that are valid |
为了将不同的潮汐分量分离出来，我们首先将foF2的观测数据按照月份时序划分成不同的数据窗区，并在每个台站的每个窗区中应用傅里叶分析来拟合每小时一个的原始数据，
|
(1) |
在公式(1)中，m，t和λ分别表示月份、世界时和经度.参数f表示频率.在本文中，我们仅考虑平均值(f=0)，周日潮汐(f=1)和半日潮汐(f=2)分量的变化.因此，F的值为2.表示频率为f的潮汐分量的复振幅，
|
(2) |
在公式(2)中，tf(λ, m)表示相应潮汐分量的相位，同时也是一个周期中振幅最大值出现的时刻(世界时).为了让公式(1)中的拟合可信度更高，我们要求来自SPIDR的原始的每小时一个的数据数量在每个应用公式(1)的台站窗区中须大于100个，同时最大时间跨度间隔须小于8 h.满足这些条件的台站在相应时间窗区中才能成为有效台站.
最后，把公式(1)拟合得到的单站潮汐联立拟合，得到不同纬向波数的潮汐分量(包括迁移与非迁移潮汐分量)，
|
(3) |
在这里s表示纬向波数.Af, s(m)表示频率为f、纬向波数为s的潮汐分量的复振幅，
|
(4) |
公式(4)中，|Af, s(m)|表示绝对振幅，tf, s(m)表示其对应的相位.在本文中，参数s被设置为-3至3，因此一共有7个不同纬向波数的潮汐分量参与了拟合.在这些潮汐分量中，若s>0，则传播方向向东(E)，若s < 0，则传播方向向西(W).另外，受所采用的数学方法的限制，每个时间窗区参与拟合的有效台站数量须大于7，并且为了让拟合结果更加精确，若该时间窗区中的台站最小经度跨度大于100°，则该时间窗区的数据被设置为空值，如图 2所示.
从图 2中，可以发现自从1990年以来的数据大多不符合要求，并且有效台站的数据质量比以前明显降低.因此1990年之后的数据被舍去.空缺的数据在接下来被设置为空.
|
图 2 磁北纬40°至50°间的有效台站数量.绿线表示有效台站数量7的最低要求 Fig. 2 Quantities of valid stations in magnetic latitude between 40°N and 50°N. Green line is the benchmark of 7 valid stations |
根据公式(1)至公式(4)，可以把包括平均值在内的不同纬向波数的F2层临界频率foF2的潮汐分量分离出来.本文中，我们主要关注三个潮汐分量，即周日迁移潮汐(DW1, f=1, s=-1)、半日迁移潮汐(SW2, f=2, s=-2)以及典型的非迁移潮汐(DE3, f=1, s=3).之所以选取这三个分量，是因为在所有分量中，迁移潮汐DW1和SW2强度最大，同时，如第一节所述，前人研究工作证明，DE3是较为重要的非迁移潮汐，影响着很多经度结构.各分量的结果如图 3所示.
|
图 3 foF2潮汐各分量时序变化图.其中绿线表示纬向平均值，红线表示DW1，蓝线表示SW2，黑线表示DE3；紫线表示太阳活动指数F107月中值 Fig. 3 Temporal variations of zonal mean value of foF2 (green line), DW1 (red line), SW2 (blue line) and DE3 (black line) as well as the monthly median solar 10.7 cm radiation flux (F107, purple line) |
如图 3中所示，各潮汐分量的强度有很大区别.其中，周日迁移潮汐分量DW1最强，其峰值强度达到5.3 MHz.半日迁移潮汐分量SW2同样较为显著，峰值达到2.0 MHz.另外，DE3作为非迁移潮汐的典型代表，其强度比迁移潮汐弱很多，峰值强度0.55 MHz.
除此之外，图 3之中可以看到各潮汐分量不同时间尺度的变化.一方面，这些分量中都可以看到明显的季节变化.在DW1中，冬季振幅强度大于夏季，表现为年变化.同时，每个冬季的峰值都分裂为两个次级峰值.在SW2中，可以看到在春秋分时候，幅度较小，强(弱)的极值出现在夏季(冬季)，表现为半年变化.另外，对照太阳活动指数F107来看，可以发现夏季的次级峰值在太阳活动低年更加清晰.在DE3中，季节变化不是特别明显，但是仍然可以看到其在冬季比在夏季低很多.
另一方面，纵观所有的潮汐分量并对照太阳活动指数F107，可以发现DW1和SW2潮汐分量与F107之间存在一个明显的正相关性.当太阳活动增强(减弱)时，潮汐分量振幅波动的冬季主峰值(即图 3中的上包络面)增大(减小)，这暗示着其中存在依赖于太阳活动性的11年周期变化.反之，在夏季，DW1的极低值(即下包络面)和SW2的次峰值表现出与F107的负相关.再看DE3，即便其年际变化看不到明显的规律性，但是其上包络面与F107的正相关性仍然是存在的.
在图 3中，还给出了foF2的均值，A0, 0.可以看到均值与F107有很高的一致性.为了更清晰地观察其变化，我们作出了平均值的二维图，如图 4所示.在二维图中，其对太阳活动的依赖性可以看得更加明显.在太阳活动高年(例如1979至1982)，该均值增强至9.5 MHz，在太阳活动低年(例如1974至1976)，减弱至4.0 MHz.同时，A0, 0的极大值出现在分点月份(在三月和十月达到8至10 MHz)，极小值出现在至点月份(在六月和十二月普遍弱于7 MHz)，体现出半年变化.另外，该半年变化在太阳活动高年更加显著.
|
图 4 foF2纬向均值的二维图，即公式(3)中的A0, 0 Fig. 4 Two-dimension contour of zonal mean value of foF2, namely A0, 0 in Eq.(3) |
均值A0, 0与太阳活动强度之间的高度正相关，显示出电离层的背景变化主要是受到太阳辐射的影响.在中纬，排除电动力学和地磁活动的影响，电离层潮汐的驱动源可以分为两部分：一部分是由太阳活动控制的电离层背景部分，另一部分是非背景的由上传大气波动控制的潮汐震荡.为了进一步确认foF2潮汐控制因素的来源，我们把上述由公式(1)至(4)处理得到的潮汐分量(此后称之为原始潮汐分量)再次相对于其平均值A0, 0进行归一化处理.这次处理的目的在于利用归一化方法尝试分辨上述的潮汐控制因素.归一化后得到的潮汐分量如图 5所示.
|
图 5 归一化处理后的DW1(红线)、SW2(蓝线)、DE3(黑线)潮汐分量时序变化.紫线同样表示F107月中值 Fig. 5 Temporal variations of normalized DW1 (red line), SW2 (blue line) and DE3 (black line) as well as the monthly median F107 (purple line) |
从图 5中可以看到，归一化后，各潮汐分量的季节变化和强度与归一化前基本类似.DW1仍然是最强的分量(归一化后相对振幅约0.70)，SW2强度亦不可忽略(约0.27)，DE3是最弱的分量(约0.08).年变化在冬季较大值中仍然存在，特别是DW1和SW2；但是，原来归一化前DW1中的半年变化不再显著.
另外，归一化后，潮汐分量与F107之间的正相关性仍然存在，但和归一化前相比被削弱了.例如，在冬季DW1的主要峰值(上包络面，相对振幅0.45至0.70，变化幅度约为最大值的35%)的变化幅度不如归一化前的DW1(振幅2.0至5.3 MHz，变化幅度为最大值的62%)显著.同时，SW2的上包络面与F107的相关性已经几乎消失了.再看夏季的变化情况，即DW1的下包络面和SW2的次要峰值，其表现出与F107非常显著的负相关性，尤其是SW2.此外，DE3仍然表现出了与F107的正相关性.
为了更直观的展现归一化前后各参数的异同，我们作出了各潮汐分量归一化前后的二维图，如图 6所示.图 6中左边一栏是原始潮汐分量，右边一栏是归一化后的潮汐分量.归一化前，DW1是最强的分量，冬季各年份的峰值在4.0至5.0 MHz之间，最小值则在夏季出现，这体现为该分量的年变化.与此同时，DW1的冬季的峰值分裂为二月和11月的两个次级峰值，表现出半年变化的特征.另外，DW1的冬季峰值年际变化表现为对太阳活动的依赖性，这种相关性在夏季变得不太明显.SW2潮汐分量的强度相比于DW1也较为显著，其峰值振幅出现在冬季，接近约2.0 MHz.同时，夏季的SW2强度也较强.SW2的季节变化明显受到了太阳活动的调制.例如，太阳活动高年，SW2潮汐分量的强度在冬季(1.2至2.0 MHz)远大于夏季(0.45至0.55 MHz).太阳活动低年，其振幅在冬季最强(0.85至1.0 MHz)，夏季较为显著(0.60至0.65 MHz)，春秋分最弱(0.15至0.30 MHz).也即，在冬季/夏季，SW2相对于太阳活动强度具有显著的正/负相关性(后面将会详述).相比而言，DE3比DW1和SW2小很多，其峰值强度在太阳活动高年出现在春秋分，显示出某种半年变化和对太阳活动的依赖性.
|
图 6 原始潮汐分量(左侧)和归一化后潮汐分量(右侧).从上至下分别为DW1，SW2和DE3 Fig. 6 The original tidal components (the left column) and the normalized tidal components (the right column). Top to bottom are DW1, SW2 and DE3 respectively |
归一化后，DW1仍然是最强的，冬季相对振幅达到约0.70.年变化依然存在，但两个次级峰值不再显著.进一步观察发现，与太阳活动在冬季仍然是正相关，但在夏季出现了一些微弱的负相关迹象.而归一化后最大的变化出现在SW2潮汐分量上.例如，在冬季/夏季，其与太阳活动性的正/负相关性被显著削弱/增强.DE3在归一化后，其季节变化以及对太阳活动的依赖性与原始潮汐分量类似.从图 6得出的结论与图 3和图 5一致.
另外，DW1的相位表现出微弱的年变化，但其夏季与冬季的差异很小.但在SW2的相位上，年变化非常显著，并且在春秋分迅速变化(简要起见，不在文中赘叙).DW1和SW2不同的相位变化情况可能是来自于不同的潮汐作用机制.
为了进一步讨论潮汐分量和太阳活动的相关性，图 7和图 8给出了各个月份的潮汐振幅与F107之间相关性分析的结果.相应的相关系数列在表 2和表 3中，对应的斜率在图 9和图 10中给出.
|
|
表 2 原始潮汐与F107的相关系数 Table 2 Correlation coefficients between F107 and the original tidal components |
|
图 7 原始潮汐分量DW1(红色)、SW2(蓝色)、DE3(黑色)与F107在不同月份的相关性分析 Fig. 7 Correlation analysis in different months between F107 and original tidal components of DW1 (red), SW2 (blue) and DE3 (black) |
|
|
表 3 归一化潮汐与F107的相关系数 Table 3 Correlation coefficients between F107 and the normalized tidal components |
|
图 9 图 7中原始潮汐线性回归的斜率 Fig. 9 Slope of the linear regression line in Fig. 7 for the original tidal components |
|
图 10 图 8中归一化后潮汐分量线性回归的斜率 Fig. 10 Slope of the linear regression line in Fig. 8 for the normalized tidal components |
从上图中可以看出，原始潮汐分量(图 7，图 9以及表 2)中，DW1在冬季显示出与F107强烈的正相关，对太阳活动的依赖性最强，如表 2，其相关系数普遍大于0.88.同时，DW1相关性分析的斜率在冬季达到最大值0.022，如图 9.在夏季(如6月、7月)，DW1显示出与F107的负相关，但较微弱(相关系数在6、7月分别达到-0.64和-0.12).相比而言，原始潮汐分量SW2与F107在冬季正相关(从11月至3月，相关系数在12月达到0.84)，在夏季负相关(从5月至8月，相关系数在6月达到-0.72).但SW2的相关性分析的斜率在冬季仅有-0.004，是DW1冬季斜率的20%，表明这种依赖性不太显著.在夏季，SW2和DW1的斜率差不多处于同一量级.但在春秋分没有明显的相关性.再看DE3，仍然表现出弱的正相关(相关系数在0.23至0.79).
在归一化处理后(图 8，图 10和表 3)，相关系数全都减小.例如，相比原始DW1潮汐分量，归一化后的DW1潮汐分量中，冬季的正相关性被削弱(相关系数普遍小于0.85)，夏季的负相关性则被增强(5月至8月，相关系数都小于-0.60).相应的，其斜率在5月至8月转为负值.更重要的是，在归一化后的SW2潮汐分量中，全年都体现出负相关(斜率为负，相关系数在夏季接近-0.80).归一化的DE3潮汐分量与F107的正相关性更加微弱(相关系数在0.08至0.68之间).
比较归一化后的潮汐分量与原始潮汐分量，明显可以看出归一化处理之后，也即除去了电离层背景部分的影响之后，潮汐分量与太阳活动性之间的正相关性(主要是在冬季)被削弱，同时负相关性(主要在夏季，特别是夏季的SW2中)被更加凸显.正相关性的削弱甚至消失表明归一化的处理方法可以有效地消除电离层背景部分的影响，并凸显出更多非背景部分的细节，这将会在下一小节讨论.另外，SW2与太阳活动在夏季的负相关性显示出在非背景部分的影响中，存在一种不可忽视的驱动源.下一小节的讨论将给予该部分驱动源与上传的大气潮汐的联系.
3 讨论前人的研究已经证明，电离层变化和电离层潮汐的起因有很多种，其大部分可以被归纳为如引言中所述的以下四类(Pfaff，2012)：太阳辐射、电动力学过程、地磁活动以及上传的大气波动.在这四种来源中，根据文中所选择的磁纬度带，仔细讨论这四种过程：
(1) 太阳辐射.在白天/夜间，太阳辐射能量的存在/消失促使电离层中的离子电离/复合.因此，电离层中的电子密度在白天比在夜间高.相应的，其F2层的临界频率(foF2)在白天也较高.这就是为何foF2表现出强烈的周日周期性变化.
(2) 电动力学效应和地磁活动.这种效应在低纬度地区非常显著.Appleton(1946)和Martyn(1947)观测到在电离层电子密度垂测数据中，在赤道两侧出现峰值，同时在赤道位置出现低谷值.两个峰值距离磁赤道的差距在纬度±15°，最大不超过±40°.该现象后来被称之为喷泉效应，被认为是由东向的电场产生的E×B漂移引起的.Matsushita和Maeda建立了一个全球尺度的电流体系(Matsushita and Maeda, 1965)，即地磁静日电流体系(Sq).在该体系中，赤道电集流强度最强，该电流强烈影响着低纬度地区电离层.另外，在低纬度，F层的电动力学过程也有很强的影响(Appleton，1946).这些机制控制着低纬度电离层，使其电子密度在白天和夜间出现很大不同，从而成为该区域影响电离层潮汐变化的主要驱动源.但电动力学过程在本文所选择的纬度带中(磁北纬40°至50°)效果并不强.在高磁纬度地区，同样存在电离层与磁层之间的相互作用，通常是在极区.其他效应，例如磁暴等与本文中采用的一个月时间窗区相比属于短期效应，不会带来太大的影响.综上，在本文选择的区域中，中性大气中的扩散项和热成风的影响比低磁纬度电动力学过程和高磁纬度磁层效应都更加显著.
(3) 上传的大气波动.从电离层下层上传的波动，特别是大气波动，对电离层潮汐具有显著的影响.早在1999年，Martinis和Manzano等(1999)的工作就确认气象变化过程会对电离层的参数变化产生影响.此后的几十年间，MLT区域成为研究的热点.Laštovička(2006)、Immel(2009)等人的综述性文章阐述了各类大气波动(例如行星波、重力波和潮汐波动)对电离层临界频率的影响.Immel等(2006)、万卫星等(Wan et al., 2012b)的研究工作指出电离层的四波结构(WN4)是由大气潮汐DE3分量激发.另外，还有一些研究工作也指出四波结构(WN4)可能由其他潮汐分量激发(Pancheva and Mukhtarov, 2012).其他一些耦合工作，例如Chernigovskaya等(2015)研究了一些电离层扰动，并认为其是由中层大气中的一些波动过程激发；Goncharenko等(2010)研究了平流层爆发性增温(SSW)过程中中纬度电离层的异常现象，发现其与电离层与平流层的耦合有关.
在上述四种驱动源中，前三者都是由本地激发，而且排除低纬电动力学和高位地磁活动影响，太阳辐射对电离层背景部分和非背景部分都有影响；但上传的大气波动的作用是非本地激发的，对全球性的背景部分影响甚小.因此我们希望归一化方法能够有效凸显出大气波动对电离层的影响.
在冬季，原始的DW1，SW2和DE3潮汐分量都显示出对太阳活动的正相关性(相关系数分别高达0.88，0.78和0.84)，表明各潮汐分量都对太阳活动有依赖性.通过归一化方法处理后，归一化的DW1，SW2和DE3潮汐分量与太阳活动的正相关性被削弱，甚至消失(DW1和DE3的相关系数减弱至0.85和0.68，SW2相关系数变为负值).这意味着归一化方法可以有效去除太阳活动的影响，并且可以看到当太阳活动的影响被去除的足够多之后，在冬季并没有显示出新的特征，这证明其他的对电离层的影响因素(主要是上传的大气波动)在冬季没有产生显著影响.
在夏季，归一化后的DW1和SW2潮汐分量，特别是SW2分量，在太阳活动低/高年，强度增强/减弱，并显示出与太阳活动的负相关性(DW1和SW2与F107的相关系数都接近-0.8).如上一段所述，归一化方法有效去除了太阳活动的影响，从而使得原本被掩盖的负相关性得到凸显.在此，我们提出了上传的大气潮汐对电离层潮汐变化有所贡献的可能性.在太阳活动低年，归一化的SW2潮汐分量较强，表明上传的大气波动将能量和动量带到该区域，并使电离层潮汐振幅增强.相反，在太阳活动高年，热层被加热，热层的黏滞系数和热传导性相应升高.热层的这些性质变化阻碍了大气波动上传至电离层高度，因此在冬季电离层潮汐振幅没有显示出太大的变化.至于这些电离层潮汐分量与太阳活动性之间在冬季/夏季出现的正/负相关性的产生原理，可能是来自不同的作用机制.例如，电离层背景的变化可能与这种现象的产生有所联系.在万卫星等(Wan et al., 2012a)的文章中提到，该区域电离层的季节异常可能对DW1与太阳活动的相关性产生影响.为了区分清楚这些影响，需要做更多的模拟工作.另外，如图 6所示，归一化的DW1潮汐分量在夏季与太阳活动之间的负相关性显得比SW2弱，这是由于上传大气波动中DW1的垂直波长比SW2短，使得大气潮汐DW1在夏季受到的上传阻力更大，更难传播至电离层高度.因此，即使电离层DW1和SW2不仅分别受到大气潮汐DW1和SW2的影响，这一点仍然可以解释夏季上传大气波动在电离层DW1上的作用比SW2小的现象.
最后，在本文的结果中，DE3的量级很小，因此其显示出来的变化规律不稳定并且对于其他变量的变化较为敏感.即使我们可以看到微弱的与太阳活动之间的正相关性，但其对于其他驱动源的相应不能通过本文的结果来判定，需要进一步的研究工作.
总结上述的讨论内容，可以发现上传的大气波动和本地激发的驱动源对电离层潮汐都有显著的影响.这两种效应如果相位相同，则可能会叠加在一起，如果相位相反，则有可能相互抵消，这样就产生了对电离层潮汐的不同的影响结果.另外，由于这种耦合的复杂性，上传大气波动的电离层响应可能被多种因素影响，例如Maute等(2012)和万卫星等(Wan et al., 2012a)的研究工作，并且这种响应不只会由相应波数和频率的大气波动产生，例如Yue等(2013)的研究工作.在本文中，由于方法的限制，无法精确的分离两者的影响.因此本文意在提供上传大气波动影响电离层潮汐的可能性，其具体的作用机制和耦合过程需要进一步的模拟工作以及台站的同步观测数据支持.
4 结论在本文中，我们利用1960年来全球磁北纬40°至50°之间的台站的垂测数据分析了电离层潮汐的变化特性及其可能的形成原因.主要的结果总结如下：
(1) 在F2层临界频率foF2的潮汐分量(DW1，DE3和SW2)中，可以看到明显的季节性变化，DW1和SW2中分别可以看到明显的年变化和半年变化.
(2) 这些潮汐分量表现出对太阳活动的较强依赖性，特别是在冬季，显示出了太阳辐射是电离层潮汐的控制因素.
(3) 在夏季，潮汐分量DW1和SW2表现出与太阳活动的负相关性，尤其是在归一化后的SW2潮汐分量中较为明显，显示出从低高度上传的大气波动的可能影响.
致谢电离层foF2观测数据由空间物理数据交换中心(SPIDR; http://spidr.ngdc.noaa.gov/)提供.
Appleton E V.
1946. Two anomalies in the ionosphere. Nature, 157(3995): 691.
DOI:10.1038/157691a0 |
|
Chapman S.
1931. The absorption and dissociative or ionizing effect of monochromatic radiation in an atmosphere on a rotating earth. Proceedings of the Physical Society, 43(1): 26-45.
|
|
Chapman S, Lindzen R S. 1970. Atmospheric Tides. Hingham, Mass:D. Reidel, 200.
|
|
Chernigovskaya M A, Shpynev B G, Ratovsky K G.
2015. Meteorological effects of ionospheric disturbances from vertical radio sounding data. Journal of Atmospheric and Solar-Terrestrial Physics, 136: 235-243.
DOI:10.1016/j.jastp.2015.07.006 |
|
Forbes J M, Palo S E, Zhang X.
2000. Variability of the ionosphere. Journal of Atmospheric and Solar-Terrestrial Physics, 62(8): 685-693.
DOI:10.1016/S1364-6826(00)00029-8 |
|
Forbes J M, Zhang X, Palo S, et al.
2008. Tidal variability in the ionospheric dynamo region. Journal of Geophysical Research:Space Physics, 113(A2): A02310.
DOI:10.1029/2007JA012737 |
|
Goncharenko L P, Chau J L, Liu H L, et al.
2010. Unexpected connections between the stratosphere and ionosphere. Geophysical Research Letters, 37(10): L10101.
DOI:10.1029/2010GL043125 |
|
Hagan M E, Forbes J M.
2002. Migrating and nonmigrating diurnal tides in the middle and upper atmosphere excited by tropospheric latent heat release. Journal of Geophysical Research:Atmospheres, 107(D24): ACL 6-1-ACL 6-15.
DOI:10.1029/2001JD001236 |
|
Hagan M E, Forbes J M.
2003. Migrating and nonmigrating semidiurnal tides in the upper atmosphere excited by tropospheric latent heat release. Journal of Geophysical Research:Space Physics, 108(A2): 1062.
DOI:10.1029/2002JA009466 |
|
Hagan M E, Maute A, Roble R G.
2009. Tropospheric tidal effects on the middle and upper atmosphere. Journal of Geophysical Research:Space Physics, 114(A1): A01302.
DOI:10.1029/2008JA013637 |
|
Immel T J, Sagawa E, England S L, et al.
2006. Control of equatorial ionospheric morphology by atmospheric tides. Geophysical Research Letters, 33(15): L15108.
DOI:10.1029/2006GL026161 |
|
Immel T J, Mende S B, Hagan M E, et al.
2009. Evidence of tropospheric effects on the ionosphere. EOS, 90(9): 69-70.
DOI:10.1029/2009EO090001 |
|
Laštovika J.
2006. Forcing of the ionosphere by waves from below. Journal of Atmospheric and Solar-Terrestrial Physics, 68(3-5): 479-497.
DOI:10.1016/j.jastp.2005.01.018 |
|
Lin C H, Hsiao C C, Liu J H, et al.
2007a. Longitudinal structure of the equatorial ionosphere:Time evolution of the four-peaked EIA structure. Journal of Geophysical Research, 112(A12): A12305.
DOI:10.1029/2007JA012455 |
|
Lin C H, Wang W, Hagan M E, et al.
2007b. Plausible effect of atmospheric tides on the equatorial ionosphere observed by the FORMOSAT-3/COSMIC:Three-dimensional electron density structures. Geophysical Research Letters, 34(11): L11112.
DOI:10.1029/2007GL029265 |
|
Luan X L, Dou X K, Lei J H, et al.
2012. Terdiurnal migrating-tide signature in ionospheric total electron content. Journal of Geophysical Research:Space Physics (1978-2012), 117(A11): A11302.
DOI:10.1029/2012JA018199 |
|
Martinis C R, Manzano J R.
1999. The influence of active meteorological systems on the ionospheric F-region. Annals of Geophysics, 42(1).
DOI:10.4401/ag-3708 |
|
Martyn D F.
1947. Atmospheric Tides in the Ionosphere. I. Solar Tides in the F2 Region. Proceeding of the Royal Society A, 189(1017): 241-260.
DOI:10.1098/rspa.1947.0037 |
|
Matsushita S, Maeda H.
1965. On the geomagnetic solar quiet daily variation field during the IGY. Journal of Geophysical Research, 70(11): 2535-2558.
DOI:10.1029/JZ070i011p02535 |
|
Maute A, Richmond A D, Roble R G.
2012. Sources of low-latitude ionospheric E×B drifts and their variability. Journal of Geophysical Research:Space Physics, 117(A6): A06312.
DOI:10.1029/2011JA017502 |
|
Pancheva D, Mukhtarov P.
2012. Global response of the ionosphere to atmospheric tides forced from below:Recent progress based on satellite measurements. Space Science Reviews, 168(1-4): 175-209.
DOI:10.1007/s11214-011-9837-1 |
|
Park J, Lühr H, Min K W.
2010. Characteristics of F-region dynamo currents deduced from CHAMP magnetic field measurements. Journal of Geophysical Research:Space Physics, 115(A10): A10302.
DOI:10.1029/2010JA015604 |
|
Pedatella N M, Forbes J M, Maute A, et al.
2011. Longitudinal variations in the F region ionosphere and the topside ionosphere-plasmasphere:Observations and model simulations. Journal of Geophysical Research:Space Physics, 116(A12): A12309.
DOI:10.1029/2011JA016600 |
|
Pfaff R F.
2012. The near-Earth plasma environment. Space Science Reviews, 168(1-4): 23-112.
DOI:10.1007/s11214-012-9872-6 |
|
Rishbeth H, Mendillo M.
2001. Patterns of F2-layer variability. Journal of Atmospheric and Solar-Terrestrial Physics, 63(15): 1661-1680.
DOI:10.1016/S1364-6826(01)00036-0 |
|
Sagawa E, Immel T J, Frey H U, et al.
2005. Longitudinal structure of the equatorial anomaly in the nighttime ionosphere observed by IMAGE/FUV. Journal of Geophysical Research:Space Physics, 110(A11): A11302.
DOI:10.1029/2004JA010848 |
|
Schieldge J P, Venkateswaran S V, Richmond A D.
1973. The ionospheric dynamo and equatorial magnetic variations. Journal of Atmospheric and Terrestrial Physics, 35(6): 1045-1061.
DOI:10.1016/0021-9169(73)90004-4 |
|
Stubbs T J.
1973. The measurement of winds in the D-region of the ionosphere by the use of partially reflected radio waves. Journal of Atmospheric and Terrestrial Physics, 35(5): 909-919.
DOI:10.1016/0021-9169(73)90072-X |
|
Talaat E R, Lieberman R S.
2010. Direct observations of nonmigrating diurnal tides in the equatorial thermosphere. Geophysical Research Letters, 37(4): L04803.
DOI:10.1029/2009GL041845 |
|
Wan W, Xiong J, Ren Z, et al.
2010. Correlation between the ionospheric WN4 signature and the upper atmospheric DE3 tide. Journal of Geophysical Research:Space Physics, 115(A11): A11303.
DOI:10.1029/2010JA015527 |
|
Wan W, Ren Z, Ding F, et al.
2012b. A simulation study for the couplings between DE3 tide and longitudinal WN4 structure in the thermosphere and ionosphere. Journal of Atmospheric and Solar-Terrestrial Physics, 90-91: 52-60.
DOI:10.1016/j.jastp.2012.04.011 |
|
Wan W X, Liu L, Pi X, et al.
2008. Wavenumber-4 patterns of the total electron content over the low latitude ionosphere. Geophysical Research Letters, 35(12): L12104, L12104.
DOI:10.1029/2008GL033755 |
|
Wan W X, Ding F, Ren Z P, et al.
2012a. Modeling the global ionospheric total electron content with empirical orthogonal function analysis. Science China Technological Sciences, 55(5): 1161-1168.
DOI:10.1007/s11431-012-4823-8 |
|
Yue J, Wang W B, Richmond A D, et al.
2013. Wavenumber broadening of the quasi-day planetary wave in the ionosphere. Journal of Geophysical Research:Space Physics, 118(6): 3515-3526.
DOI:10.1002/jgra.50307 |
|