2. 中国科学院大学, 北京 100049;
3. 中国科学院空间环境态势感知技术重点实验室, 北京 100190;
4. 国家卫星气象中心空间天气重点实验室, 北京 100081;
5. 中国科学院上海微小卫星工程中心, 上海 200050
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Key Laboratory of Science and Technology on Environmental Space Situation Awareness, Chinese Academy of Sciences, Beijing 100190, China;
4. Key Laboratory of Space Weather, National Center for Space Weather, China Meteorological Administration, Beijing 100081, China;
5. Innovation Academy for Microsatellites of Chinese Academy of Sciences, Shanghai 200050, China
静止轨道是位于地球赤道上方高度约3.6万公里(距地心约6.6RE, 1RE=6371.2 km)的圆形轨道. 静止卫星的自转周期与地球自转周期相同, 每颗静止卫星可视约40%的地球表面积, 因此静止轨道在气象、通信、广播、导航等多个领域具有重要意义(梁斌等, 2010). 根据美国UCS(Union of Concerned Scientists)卫星数据库的数据, 截止到2019年6月, 静止轨道上共运行着500多颗静止卫星.
静止轨道位于外电子辐射带中心区域外侧, 这里存在着大量MeV以上的“杀手”电子, 威胁着静止卫星的运行安全(田天等, 2012; 王振河等; 2017). 这些“杀手”电子可侵入航天器介质材料深处或者穿透航天器蒙皮, 在航天器内部沉积电荷. 当积累的电荷增加到一定程度时, 会产生电磁脉冲信号, 从而干扰卫星的正常运行或者造成卫星物理损坏, 导致卫星故障(Violet and Frederickson, 1993; Lanzerotti et al., 1998; Frederickson et al., 2003; 黄建国和韩建伟, 2010). 研究表明, 辐射带高能电子所导致的充放电效应是静止卫星异常的最主要因素之一, 所带来的故障约占总故障数的36%, 其罪魁祸首是≥2 MeV高能电子(Bedingfield et al., 1996; Koons et al., 1998; Lucci et al., 2005). 根据Wrenn等(2002)统计结果, 静止轨道上≥2 MeV高能电子通量越高, 发生充放电效应的概率越高. 当连续两天的≥2 MeV高能电子积分通量高于109cm-2·sr-1时, 卫星异常发生率约31.6%;当连续两天的≥2 MeV高能电子积分通量处于108~109cm-2·sr-1时, 异常发生率约10.7%;当连续两天的≥2 MeV高能电子积分通量低于108cm-2·sr-1时, 异常发生率仅为0.3%. 因此, 研究静止轨道高能电子分布特性并建立相应的高能电子分布预报模式, 对于静止卫星的运行安全具有十分重要的意义.
目前, 可用于计算或预报静止轨道≥2 MeV高能电子通量分布模式主要有两类:电子辐射带模式和静止轨道≥2 MeV高能电子分布预报模式. 工程上常用的电子辐射带模式多为经验模式, 如AE8模式(Jordan, 1989; Vette, 1991a; Vette, 1991b)、CRRESELE模式(Gussenhoven et al., 1994; Brautigam and Bell, 1995; Brautigam, 2002)、FLUMIC模式(Rodgers et al., 1998; Wrenn et al., 2000)、AE9模式(Johnston et al., 2014; Johnston et al., 2015)等. 这些模式主要是给出某些状态下电子辐射带的平均分布结果, 如AE8模式给出太阳活动高年和低年平均分布结果, CRRESELE模式给出不同地磁扰动条件下的分布结果, FLUMIC模式给出不同太阳活动水平下的分布结果, AE9模式给出不同数学统计状态下的分布结果. 这些模式关注的是整个电子辐射带的分布预报, 对静止轨道≥2 MeV高能电子分布预报量化效果并不好, 但这些模式可反映出静止轨道不同经度上≥2 MeV高能电子分布差异.
静止轨道≥2 MeV高能电子分布预报模式主要用于预报未来1~3天静止轨道上≥2 MeV高能电子日积分通量分布, 主要分为统计模式、理论模式、机器学习方法模式等. 统计模式数量最多, 如Persistence、Recurrence、Low-E(Turner and Li, 2008)、Combo(Turner and Li, 2008)、REFM(Baker et al., 1987, 1990)、Miyoshi和Kataoka(2006, 2008)的概率预报模式、何甜等(2011)的地磁脉动预报模式、Sakaguch等(2013)的多元自回归模式、李胜等(2017)的经验正交函数模式、钟秋珍等(2019)的模式等. 理论模式数量最少, 如李炘璘等的径向扩散理论模式等(Li, 2004; Li et al., 2001, 2006, 2011). 机器学习方法在近几年得到了广泛的应用, 并取得了一些突破, 如Fukata等(2002)、Ukhorskiy等(2004)、薛炳森和叶宗海(2004)、Ling等(2010)、Wei等(2011)、Boynton等(2015)、Shin等(2016)、王任重等(2011)、未历航等(2018)利用神经网络方法、支持向量机方法或深度学习方法所构建的机器学习模式. 这些模式大多都需要外界的驱动参量, 如前一天或前几天≥2 MeV高能电子日积分通量、太阳风参数(太阳风速度、行星际磁场等)、地磁扰动指数(Ap、Kp、Dst、AE)、地磁脉动指数、低能电子通量、磁层顶日下点距离等. 这些模式在预报未来一天≥2 MeV高能电子日积分通量超过108cm-2·sr-1·day-1事件上的预报效率主要分布在60%~90%之间. 机器学习方法模式使用的训练数据及输入参数通常最多, 因此其预报效果最好, 但运算时间一般明显长于统计模式.
然而, 这些模式多数只采用一颗静止卫星观测数据建立而成, 部分模式采用了多颗不同经度静止卫星进行构建, 但都把建模数据简单地标校到同一颗静止卫星观测标准, 如未历航等(2018).Onsager等(2004)利用GOES-8和GOES-9卫星观测所得≥2 MeV高能电子平均单向积分通量数据, 验证了不同经度静止卫星观测结果的差异, 并给出该差异来自于两颗卫星处于不同的磁纬度, 而非来自于不同卫星观测标校的差异. 因此, 已有的这些静止轨道≥2 MeV高能电子分布预报模式只适用于特定经度, 即建模数据卫星所对应的经度. 如果用A经度静止卫星数据所构建的模式去预报B经度静止卫星高能电子分布情况, 必然产生误差.
任意一个经度的静止卫星在不同地方时观测所得≥2 MeV高能电子通量也是不一致的, Onsager等(2004)、O′Brien(2009)、Turner等(2011)已经证实了这一点, 同时Su等(2014)提出静止轨道同一经度位置不同地方时所带来的高能电子分布差异远大于静止卫星经度不同所带来的差异. 为了反映静止轨道≥2 MeV高能电子分布地方时分布差异, 2001年O′Brien等(2001a, 2001b)采用统计异步回归(Statistical Asynchronous Regression, SAR)方法, 构建了以Kp指数为驱动的静止轨道≥2 MeV高能电子积分通量模式. Burin des Roziers和Li(2006)利用相同的方法, 构建了以太阳风参数为驱动的静止轨道≥2 MeV高能电子积分通量模式.Su等(2014)改用高斯分布函数拟合方法, 构建以Kp指数为驱动的静止轨道≥2 MeV高能电子积分通量模式, 以提高模式预报效率. 以上主要是利用数学统计方法或者函数拟合的方法, 实现静止轨道≥2 MeV高能电子地方时分布差异, 但均忽略了不同经度相同地方时高能电子分布的差异.
依据磁层粒子动力学可知, 辐射带高能电子运动过程可分解为:绕着局地磁场回旋运动、沿着磁力线上下弹跳运动、绕着地球漂移运动, 其电子分布与地磁场结构息息相关(徐荣栏和李磊, 2005).1961年, McIlwain提出利用(L, B)地磁场结构参数可以更好地描述辐射带捕获粒子的分布, 其中磁壳参数L为一根磁力线上磁场最小值点到地心距离与地球半径的比值, B为局地磁场.AE8模式采用了(E, Lm, B/B0)网格数据库来构建电子辐射带模式, 其中E为电子的能量, Lm为McIlwain所定义的L, 本文采用Hilton方法(Hilton, 1971)求解, B0为磁力线上最小磁场. 虽然静止轨道的倾角为0°, 轨道上各点到地心的距离都为6.6RE, 但是地球自转轴和磁轴并不重合, 存在约11°的夹角, 并且随着时间存在长期缓慢的变化过程(Ohno and Hamano, 1992). 因此, 静止轨道各点所对应的Lm和B/B0并不相同, 其高能电子分布也不相同. 此外, 地磁场还存在着长期的变化过程, 不同时间地球磁层磁场分布也是不一样的, 即使在不考虑辐射带高能电子源和损耗的条件下, 静止轨道各位置高能电子辐射带也会存在变化.
本文将基于AE8电子辐射带模式和地磁场模式, 从静止轨道磁场结构分布及变化差异角度出发, 系统分析地磁场模式、太阳风、地磁扰动、地磁轴指向对静止轨道≥2 MeV高能电子分布的影响以及静止轨道不同经度位置高能电子分布差异, 并与实测数据做比较. 基于AE8电子辐射带模式和地磁场模式, 本文还分析了在相同太阳风和地磁扰动条件下, 一年内每个时刻静止轨道≥2 MeV高能电子通量变化情况、一年内静止轨道各经度位置每天≥2 MeV高能电子通量变化情况、一年内静止轨道不同经度位置≥2 MeV高能电子日积分通量变化情况, 并分析了其变化背后的主要原因.
1 数据与模式介绍 1.1 数据来源本文使用了静止轨道≥2 MeV高能电子通量(平均单向积分通量)、静止轨道磁场、太阳风以及地磁扰动指数数据. 静止轨道≥2 MeV高能电子通量和磁场的数据来自于GOES系列卫星, 包括GOES-11(135°W)、GOES-13(75°W)、GOES-14(105°W), 数据时间精度为5min. 太阳风和地磁扰动指数数据主要用于驱动地磁场模式, 所用到的太阳风数据及地磁扰动指数主要包括太阳风动压(Pd)、行星际磁场By(GSM)和Bz(GSM)分量、地磁Dst指数以及地磁Kp指数. 太阳风数据来自于5 min精度的OMNI数据库, 地磁Dst和Kp指数来自于1 h精度的OMNI数据库, 不过Kp指数时间精度为3 h.
为了便于使用地磁场模式和AE8电子辐射带模式计算所得≥2 MeV高能电子通量或日积分通量与GOES系列卫星实测结果之间的比较, 本文选取了2010年8月19日观测数据. 该天地磁扰动平静, 太阳风动压、速度及行星际磁场相对平稳, ≥2 MeV高能电子分布变化平滑稳定, 如图 1所示.
本文将使用AE8电子辐射带模式、国际参考地磁场(IGRF)地磁内源场模式(Macmillan and Finlay, 2011; Erwan Thébault et al., 2015)以及Olson & Pfitzer quiet(1977)(OPQ77模式)(Olson, 1979)、Tsyganenko(1989c)(T89模式) (Tsyganenko, 1989)、Tsyganenko(1996)(T96模式)(Tsyganenko and Stern, 1996)三种地磁外源场模式来计算静止轨道≥2 MeV高能电子通量及日积分通量分布变化情况.
AE8模式为静态电子辐射带统计模式, 包含AE8 MAX和AE8 MIN两个子模式, 分别描述太阳活动高年和太阳活动低年电子辐射带平均分布结果.AE8模式是采用20世纪60、70年代24颗卫星的观测数据以及Jensen and Cain(1962)地磁内源场模式, 利用(E, Lm, B/B0)网格数据库所构建的电子辐射带统计模式, 于1991年发布, 适用于计算Lm =1.2~11RE区域0.04~7 MeV高能电子分布. 虽然美国已开发出AE9电子辐射带模式, 但目前AE8模式仍然是航天工程计算电子辐射带分布最常用的模式. 依据AE8模式, 在静止轨道所覆盖的(Lm, B/B0)区域内, 在相同(Lm, B/B0)位置AE8 MIN和AE8 MAX模式所得MeV以上高能电子分布基本相同. 因此, 本文只用到AE8 MIN模式计算静止轨道≥2 MeV高能电子分布.
AE8模式所采用的Jensen and Cain(1962)为静态内源场, 不能体现地磁内源场缓变及地磁外源场对电子辐射带分布影响(Vette, 1991a, 1991b). 为了更合理地利用AE8模式计算其他时刻电子辐射带的分布, 本文将利用IGRF地磁内源场模式取代Jensen and Cain(1962)模式, 并采用OPQ77、T89、T96三种地磁外源场模式, 分别计算静止轨道磁场及≥2 MeV高能电子分布情况.
IGRF模式由国际地磁与高空物理联合会(IAGA)编制, 采用球谐函数构建, 球谐系数每隔5年更新一次. 目前IGRF模式已发展到第12代IGRF-12, 可用于计算1900—2020年期间地磁内源场的分布(Langel, 1992; 陈斌等, 2012; Erwan Thébault et al., 2015). OPQ77模式为静态地磁外源场统计模式, 是目前最新的AE9/AP9辐射带模式所采用的地磁外源场模式.T89模式可以给出不同Kp条件(Kp=0, 1, 2, …, 9)下地磁外源场分布.T96模式可以给出不同太阳风(太阳风动压Pd、行星际磁场By和Bz分量)及地磁扰动(Dst)条件下的地磁外源场分布, 其适用范围是0.5≤Pd(nPa)≤10, |By_GSM|(nT)≤10, |Bz_GSM|(nT)≤10, -100≤Dst(nT)≤20.1996年之后, Tsyganenko等还发展了更复杂的地磁外源场模式, 如T01(Tsyganenko, 2002a; Tsyganenko, 2002b)、T05(Tsyganenko and Sitnov, 2005)等. 这些模式驱动参量较为复杂, 本文暂不使用.
以上模式运算、坐标系变换、磁场计算、磁力线追迹采用COSPAR提供的国际辐射环境建模软件库IRBEM, 其下载网址为https://sourceforge.net/projects/irbem/.
2 地磁场模式对静止轨道≥2 MeV高能电子分布的影响AE8模式是根据(E, Lm, B/B0)网格进行编制的, 每个(E, Lm, B/B0)网格对应各自的高能电子通量. 对于空间中给定的某点, 利用不同的地磁场模式将得到不同的(Lm, B/B0)值, 依据AE8模式也将得到不同的高能电子通量. 因此在分析地磁场结构对静止轨道高能电子分布影响之前, 需要先了解AE8模式+IGRF模式+不同地磁外源场模式计算所得静止轨道高能电子分布之间的差异, 并比较模式计算结果与静止卫星实际测量结果之间的差异, 从而选出合适的地磁外源场模式. 本文考察的地磁外源场模式有OPQ77模式、T89模式、T96模式.
图 2显示了AE8+IGRF+OPQ77、T89、T96模式计算所得2010年8月19日00:00(UT, 世界时)静止轨道上各经度位置所对应的B/B0、Lm和≥2 MeV高能电子通量. 图中蓝线、黑线、红线分别对应OPQ77模式、T89模式、T96模式所得结果. 图中T89模式所对应的Kp驱动参量为1, T96模式所对应的Dst、Pd、By_GSM、Bz_GSM驱动参量分别为-2.0 nT、0.91 nPa、-1.23 nT、-0.98 nT. 这些驱动参量数值为该时刻的实测值, 来自OMNI数据库.
图 2a显示了IGRF+OPQ77、T89、T96模式所得静止轨道上各经度位置B/B0分布. 图中可知, 各模式所得B/B0变化趋势是一致的, 但B/B0幅度以及极大值和极小值具体位置都略有差异.IGRF+OPQ77模式所得B/B0基本最小, IGRF+T89模式所得昏侧B/B0基本最大, IGRF+T96模式所得晨侧B/B0基本最大.IGRF+OPQ77、T89、T96模式所得B/B0最大值的位置分别为53°W、55°W、62°W, 最小值位置分别为18°E、21°E、160°W. 从图 2b可知, IGRF+T89和IGRF+T96模式所得静止轨道上各经度位置Lm变化趋势相近, 存在单个极大值, 其最大值分别位于6°E和0°处, 而IGRF+OPQ77模式所得Lm存在明显的波动过程, 其最大值在34°W附近.
图 2c是根据IGRF+OPQ77、T89、T96模式所得Lm和B/B0, 通过AE8 MIN模式, 计算所得的静止轨道上各经度位置≥2 MeV高能电子通量分布曲线. 从图中可知, 三种模式计算所得≥2 MeV高能电子通量变化趋势和Lm变化趋势刚好相反, 利用磁场Lm参数可较好反映静止轨道不同经度位置≥2 MeV高能电子通量. 由于静止轨道处于外电子辐射带外边缘, 所以Lm值越大, 电子通量越小.AE8+IGRF+OPQ77、AE8+IGRF+T89、AE8+IGRF+T96各模式所得静止轨道≥2 MeV高能电子通量最大值和最小值之比分别为7.3、10.9、7.12. AE8+IGRF+OPQ77和AE8+IGRF+T89模式所得≥2 MeV高能电子通量与AE8+IGRF+T96模式所得结果之比分别分布于1.29~2.12、0.88~1.50区间内. 可见, 利用AE8+IGRF+不同地磁外源场模式所得静止轨道≥2 MeV高能电子通量分布是不一致的, 计算结果最大差异可达一倍左右.
图 2也验证了不管采用哪种地磁外源场模式, 同一时刻在相同的太阳风和地磁条件下, 静止轨道上不同位置磁场结构(Lm, B/B0)是不一致的, 导致不同位置≥2 MeV高能电子通量也不一样.
为了选出最合适的外源场模式计算静止轨道上磁场及≥2 MeV高能电子通量分布, 我们利用2010年8月19日(UT)GOES-13卫星(75°W)一天的观测数据, 简单评估以上各模式计算结果.
图 3显示了2010年8月19日(UT)GOES-13卫星观测所得以及AE8+IGRF+OPQ77、T89、T96模式计算所得静止轨道上75°W位置磁场强度B和≥2 MeV高能电子通量. 图中蓝线、黑线、红线分别为IGRF+OPQ77模式、T89模式、T96模式计算结果, 绿线为GOES-13卫星观测结果. 模式所需的2010年8月19日一整天的太阳风驱动参量来源于5 min精度OMNI数据, 地磁指数数据来源于1 h精度OMNI数据.
从图 3a各线条比较可知, IGRF+T96模式计算所得磁场明显比IGRF+T89模式和IGRF+OPQ77模式计算所得结果小; IGRF+OPQ77模式计算所得磁场围绕IGRF+T89模式所得结果上下波动; GOES-13卫星观测所得磁场主要介于IGRF+T89模式计算结果和IGRF+T96模式计算结果之间. 总体来讲, IGRF+T96模式计算所得磁场更靠近实测结果. 从图 3b各线条比较可知, AE8+IGRF+T96模式计算所得≥2 MeV高能电子通量明显比AE8+IGRF+T89模式和AE8+IGRF+OPQ77模式计算所得结果小; AE8+IGRF+OPQ77模式计算所得≥2 MeV高能电子通量围绕AE8+IGRF+T89模式所得结果上下波动; GOES-13卫星观测所得≥2 MeV高能电子通量小于以上所有模式计算结果. 也就是说, AE8+IGRF+T96模式计算所得≥2 MeV高能电子通量和GOES-13卫星实测结果最接近. 因此, 在后续的分析过程中, 我们将选用T96模式作为地磁外源场.
从图 3中还可知, 三种模式计算所得或者GOES-13卫星实测所得≥2 MeV高能电子通量变化趋势刚好和磁场B变化趋势相同, 利用磁场B参数可反映静止轨道某一位置≥2 MeV高能电子通量地方时的变化.
3 太阳风和地磁扰动对静止轨道≥2 MeV高能电子分布的影响本节将利用遴选出的AE8+IGRF+T96模式分析太阳风动压、行星际磁场By分量、行星际磁场Bz分量以及地磁活动参量Dst对静止轨道≥2 MeV高能电子分布的影响.
图 4显示了AE8+IGRF+T96模式计算所得2010年8月19日00:00(UT)静止轨道各点在不同太阳风及地磁扰动条件下B、B0、B/B0、Lm和≥2 MeV高能电子通量结果. 图中黑色、红色、绿色、蓝色、紫色线条分别表示太阳风参数或地磁指数中某一驱动参量不断增大过程中AE8+IGRF+T96模式计算所得B、B0、B/B0、Lm和≥2 MeV高能电子通量.
图 4a—4e 显示的是太阳风动压不断增加的情况下, 静止轨道各经度位置所得B、B0、B/B0、Lm和≥2 MeV高能电子通量变化过程. 图中各线条所对应的太阳风及地磁参数分别为Pd(nPa)=1、3、5、7、9, By(nT)=0, Bz(nT)=0, Dst(nT)=0. 从图中可知, 当Pd不断增加时, 压缩地球磁场的动压增加, 造成静止轨道上向阳面B、B0、≥2 MeV高能电子通量都不断增加, Lm不断减小, 背阳面午夜附近B、B0、≥2 MeV高能电子通量都不断减弱, Lm不断增加. 当Pd不断增加时, B和B0产生相同的变化趋势, 最终造成黄昏到午夜区域B/B0出现明显增加, 其他区域变化不明显.
图 4f—4j显示的是行星际磁场By分量不断增加的情况下, 静止轨道各经度位置所得B、B0、B/B0、Lm和≥2 MeV高能电子通量变化过程. 图中各线条所对应的太阳风及地磁参数分别为Pd(nPa)=1, By(nT)=-10、-5、0、5、10, Bz(nT)=0, Dst(nT)=0. 从图中可知, 当|By|不断增加时, 静止轨道上各位置B、B0不断减小, By为正时, 在大部分区域, B减小得比较快, B0减小得比较慢, B/B0增加得比较慢. 当|By|不断增加时, 静止轨道上各位置Lm不断增加, ≥2 MeV高能电子通量不断减小, By为负时, 在大部分区域Lm、≥2 MeV高能电子通量变化得比较快.
图 4k—4o显示的是行星际磁场Bz分量不断增加的情况下, 静止轨道各经度位置所得B、B0、B/B0、Lm和≥2 MeV高能电子通量变化过程. 图中各线条所对应的太阳风及地磁参数分别为Pd(nPa)=1, By(nT)=0, Bz(nT)=-10、-5、0、5、10, Dst(nT)=0. 从图中可知, 当Bz不断增加时, 静止轨道上B、B0、≥2 MeV高能电子通量都不断增加, Lm不断减小, 并且Bz为负时这些参量变化的速率比较快. 当Bz不断增加时, B和B0产生相同的变化趋势, 但变化速率不一致, 造成静止轨道上各位置B/B0在午夜和正午附近基本没有变化, 在其他区域不断减小. 当Bz为负时, B/B0减小得比较快.
图 4p—4t显示的是地磁活动参量Dst不断增加的情况下, 静止轨道各经度位置所得B、B0、B/B0、Lm和≥2 MeV高能电子通量变化过程. 图中各线条所对应的太阳风及地磁参数分别为Pd(nPa)=1, By(nT)=0, Bz(nT)=0, Dst(nT)=-60、-40、-20、0、20. 从图中可知, 当Dst不断增加时, 静止轨道上B、B0、≥2 MeV高能电子通量都不断增加, Lm不断减小, ≥2 MeV高能电子通量在午夜附近变化比较剧烈. 当Dst不断增加时, B和B0产生相同的变化趋势, 造成静止轨道上各位置B/B0在午夜和正午附近基本没有变化, 在其他区域不断减小.
从以上分析可知, 不管哪个外界参量发生变化, 静止轨道≥2 MeV高能电子的变化趋势都和Lm变化趋势呈现很好的负相关性.图 4中所得各太阳风条件下≥2 MeV高能电子通量和Lm的相关系数分布于-0.99到-0.82之间, 而与B/B0的相关系数分布于-0.59到-0.48之间, ≥2 MeV高能电子通量变化趋势和B/B0变化趋势差异比较大. 静止轨道≥2 MeV高能电子分布主要受Lm影响, 受B/B0影响不大. 从图 4中还可知, 无论哪个外界参量发生变化, 静止轨道≥2 MeV高能电子的变化趋势都和磁场B变化趋势呈现很好的正相关性, 图中静止轨道各点磁场B和Lm之间的相关系数分布于-0.97至-0.87之间. 因此, 磁场B也可以用于描述静止轨道≥2 MeV高能电子分布变化.
4 地磁轴指向对静止轨道≥2 MeV高能电子分布的影响上一节分析了某一时刻不同太阳风及地磁扰动条件对静止轨道≥2 MeV高能电子分布的影响. 本节将分析相同太阳风和地磁扰动条件下, 不同时间静止轨道≥2 MeV高能电子分布的差异. 由于地球绕太阳公转(约23°的黄赤交角)、地球自转以及2010年地球磁轴和地球自转轴之间约10°的夹角, 使得在不同时间地磁轴指向和日地连线之间的相对位置发生改变, 因此, 即使在相同的太阳风和地磁扰动条件下, 不同时间地磁轴指向的变化也会造成静止轨道及其附近磁场发生改变, 从而改变静止轨道高能电子的分布.
图 5显示了AE8+IGRF+T96模式计算所得2010年春分日(3月21日, 黑线)、夏至日(6月21日, 红线)、秋分日(9月23日, 绿线)、冬至日(12月22日, 蓝线)当天00:00(UT)静止轨道各经度位置B/B0、Lm、DTA、≥2 MeV高能电子通量结果.DTA为地磁偶极倾角, 即太阳磁层坐标系(GSM)z轴和磁轴之间的夹角, 在北半球磁轴朝太阳时为正, 反之为负.DTA是衡量地球磁轴指向和日地连线之间的相对位置的重要参量, 在一年时间内, DTA可变范围为[-33°, 33°].图 5中T96模式所用驱动参量为2010年8月19日00:00(UT)时刻的OMNI实测值, 参见第2节.
从图中可知, 在相同地方时、相同的太阳风及地磁扰动条件下, 由于不同时间地磁偶极倾角发生变化, 造成静止轨道上磁场结构出现差异, 特别是Lm发生变化, 从而导致不同时间在相同的太阳风及地磁扰动的条件下静止轨道≥2 MeV高能电子通量分布出现差异, 并且差异主要表现在背阳面. 如果以图 5d中3月21日所得的各经度上≥2 MeV高能电子通量(黑线)为参考标准, 那么6月21日、9月23日、12月22日所得各经度上≥2 MeV高能电子通量与之比值分别分布在0.92~1.17、0.95~1.05、1.00~1.20区间内. 在这四个时刻, 静止轨道上≥2 MeV高能电子通量最大值和最小值之比分别为7.4、6.6、7.4、6.6.
因此, 即使在太阳风参数及地磁扰动指数都不变的情况下, 还需考虑地磁轴指向对地磁场结构以及静止轨道≥2 MeV高能电子通量分布的影响.
5 同一天内静止轨道上不同经度上≥2 MeV高能电子分布差异图 2c和图 4e、4j、4o、4t已清晰显示了同一时刻不同经度位置≥2 MeV高能电子分布存在明显的差异, 从图中可知静止轨道上≥2 MeV高能电子通量最大值出现在正午附近, 最小值出现在午夜附近. 对于不同经度的静止卫星, 在一天时间内, 都将经历00:00—24:00地方时, 那么所得的≥2 MeV高能电子分布差异是如何, 一天内所得≥2 MeV高能电子日积分通量又有多大的差异呢?我们依旧以2010年8月19日为例, 利用AE8+IGRF+T96模式分析不同经度静止卫星≥2 MeV高能电子分布的差异, 并和GOES系列卫星实测结果做比较分析.
图 6a—6d显示了AE8+IGRF+T96模式计算所得2010年8月19日(UT)静止轨道上75°W(黑色实线)、105°W(红色实线)、135°W(蓝色实线)位置上B/B0、Lm、DTA和≥2 MeV高能电子通量分布. 从图中可知, 静止轨道不同经度位置B/B0、Lm和≥2 MeV高能电子通量差异, 不仅表现在变化轮廓相位上, 还表现在幅度上.AE8+IGRF+T96模式计算所得2010年8月19日(UT)75°W、105°W、135°W位置≥2 MeV高能电子通量最大值分别为1277.51 cm-2·s-1·sr-1、1569.57 cm-2·s-1·sr-1、2129.61 cm-2·s-1·sr-1, 所对应的世界时分别为16:50、18:55、20:40. 在2010年8月19日(UT)大部分时间内, 135°W位置所得≥2 MeV高能电子通量最高, 105°W位置次之, 75°W位置最小.
图 6d中黑色点划线、红色点划线、蓝色点划线分别表示GOES-13(75°W)、GOES-14(105°W)、GOES-11(135°W)卫星实测结果. 这几颗卫星观测所得≥2 MeV高能电子通量最大值所对应的世界时分别为16:15、18:10、21:05, 基本上和模式计算结果相差不大, 然而观测所得≥2 MeV高能电子通量最大值分别为628.96 cm-2·s-1·sr-1、833.88 cm-2·s-1·sr-1、629.55 cm-2·s-1·sr-1, 其大小不仅和模式计算结果存在差异, 其大小排序也和模式计算所得结果不同.
为了更好地比较静止轨道不同经度位置所得≥2 MeV高能电子通量分布的差异, 我们绘制了模式计算所得静止轨道上75°W(黑色实线)、105°W(红色实线)、135°W(蓝色实线)处2010年8月19日(LT, 地方时)B/B0、Lm、DTA和≥2 MeV高能电子通量分布, 以及GOES-13、GOES-14和GOES-11卫星实测所得≥2 MeV高能电子通量分布, 如图 6e—6h所示. 为了绘制出75°W、105°W、135°W三个位置2010年8月19日(LT)一整天的结果, 采用了部分2010年8月20日(UT)数据. 从图中可知, 在2010年8月19日(LT), 模式所得75°W、105°W、135°W位置处≥2 MeV高能电子通量分布变化轮廓基本上和Lm分布轮廓成很好的反相关性, 通量最大值都在地方时12:00附近, 75°W位置处≥2 MeV高能电子通量最小, 105°W位置次之, 135°W位置处≥2 MeV高能电子通量最大.
图 6h中很明显地显示GOES-13(75°W)观测所得≥2 MeV高能电子通量明显小于GOES-14(105°W)观测所得, 该结果和模式所得结果一致, 并且观测所得两经度位置≥2 MeV高能电子通量差异程度随地方时变化过程和模式所得结果也基本一致. 然而, GOES-11(135°W)卫星观测所得≥2 MeV高能电子通量却基本上和GOES-13(75°W)观测所得一致, 显然和模式计算结果存在明显的差异. 这种差异主要是由于GOES-11(135°W)卫星≥2 MeV高能电子通量探测器标定和其他卫星标定不一致造成的, 见未历航等人(Wei et al., 2018)文章中图 3d所示. 未历航等人通过相同时刻各卫星所得≥2 MeV高能电子通量一致的办法, 将不同经度卫星观测结果标校到同一个经度位置. 然而, 通过以上模式计算结果比较可知, 2010年8月19日不同经度位置≥2 MeV高能电子通量分布轮廓还是存在差异, 这种标校方法也只是粗糙的处理.
依据图 6d所得结果, AE8+IGRF+T96模式计算所得2010年8月19日(UT)75°W、105°W、135°W位置上≥2 MeV高能电子通量最大值和最小值之比分别为4.24、4.04、4.31, GOES-13、GOES-14、GOES-11卫星观测所得≥2 MeV高能电子通量最大值和最小值之比分别为5.37、4.22、4.34, 这种变化主要来自于静止卫星地方时不断变化.AE8+ IGRF+T96模式所得2010年8月19日(UT)75°W、105°W、135°W位置≥2 MeV高能电子日积分通量分别为6.2×107cm-2·sr-1·day-1、7.9×107cm-2·sr-1·day-1、1.1×108cm-2·sr-1·day-1, 其中最大值和最小值之比为1.76, 该变化来自于静止卫星所处经度位置的差异.
6 一年内每个时刻静止轨道≥2 MeV高能电子通量变化情况在第3节和第4节中, 我们已经得出, 在同一时刻不同太阳风及地磁扰动条件下或者在不同时刻相同太阳风及地磁扰动情况下, 静止轨道各位置≥2 MeV高能电子通量分布是不一致的. 本节将深入探讨在一年内任意时刻在相同的太阳风及地磁扰动条件下静止轨道上≥2 MeV高能电子通量差异分布情况.
图 7显示了在相同太阳风和地磁扰动条件下AE8+IGRF+T96模式计算所得2010年每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值随时间变化情况, 其中T96模式所用的太阳风和地磁参数为2010年8月19日00:00(UT)时刻的OMNI实测值, 详见第2节, 计算所用的时间间隔为1 min, 经度间隔1°.图 7中颜色表示世界时00:00到24:00. 从图 7a可知, 1年期间每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值变化范围在2.50~7.51之间, 并且每天都在随时间不断变化, 每天比值变化量都超过3;每天比值最大值出现在23:43—02:55时段, 即午夜附近, 最小值出现在15:57—16:28时段; 夏季期间每天比值变化范围最大, 明显高于冬季期间比值变化范围.
为了更细致地了解每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值每天变化过程, 特别绘制了春分和夏至附近几天比值的变化, 如图 7b和图 7c所示. 从图中可知, 比值每天变化过程如变形的余弦函数, 周期为1天; 相邻几天比值波形及相位变化比较缓慢, 如果时间间隔比较长, 就可看出波形及相位都发生了明显变化.
图 7b和图 7c中黑线、灰线分别代表每个时刻静止轨道上≥2 MeV高能电子通量最小值、最大值所对应的Lm分布. 从图可知, 每天不同时刻静止轨道上≥2 MeV高能电子通量最小值、最大值所处位置所对应的Lm是不断变化的. 在每天16:00附近, 通量最大值所对应的Lm达到一天内最大, 通量最小值所对应的Lm基本位于一天内最小值附近, 由于Lm和≥2 MeV高能电子通量成反比, 因此获得1年内每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值的最小值出现在15:57—16:28时段. 在每天的01:00附近, 通量最大值所对应Lm比较小, 通量最小值所对应的Lm比较大, 因此获得1年内每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值的最大值出现在23:43—02:55时段.
7 一年内静止轨道各经度位置每天≥2 MeV高能电子通量变化情况第6节所获得一年内每个时刻静止轨道≥2 MeV高能电子通量变化情况, 不仅包含了经度差异所带来的变化, 也包含了地方时差异所带来的变化. 在第5节, 我们已经分析了同一天内静止轨道上不同经度位置≥2 MeV高能电子分布差异, 只给出了1天内3个经度位置的差异情况. 本节将分析在相同的太阳风和地磁扰动条件下1年内静止轨道各经度位置每天≥2 MeV高能电子通量变化情况, 以获得各经度位置纯地方时变化所带来≥2 MeV高能电子通量变化.
图 8显示了在相同太阳风和地磁扰动条件下AE8+IGRF+T96模式计算所得2010年静止轨道各经度位置各天内≥2 MeV高能电子通量最大值和最小值比值分布情况, 以及各经度位置每天≥2 MeV高能电子通量最大值和最小值所对应的地方时. 图中所用的数据和图 7一致.图 8a中颜色表示2010年每一天静止轨道各经度位置≥2 MeV高能电子通量最大值和最小值比值, 其比值分布随着时间和经度位置而变化, 比值的变化范围为2.98~6.00, 即在相同太阳风和地磁扰动条件下各经度位置一天内地方时所能引起≥2 MeV高能电子通量变化在1.98~5.00倍之间. 在每一天里, 静止轨道各经度位置≥2 MeV高能电子通量最大值和最小值比值存在明显的极大值和极小值, 极小值分别在80°W和120°E附近, 极大值在10°E附近.图 8a中比值分布图还明显显示出两个峰值区域和两个谷值区域. 两个峰值区域主要出现在春分和秋分附近, 经度位置都在10°E附近, 一个谷值区域出现在夏至附近, 经度位置在120°E附近, 另一个谷值区域出现在冬至附近, 经度位置在80°W附近. 同一天内, 所有经度位置所得该比值最大值和最小值之比分布在1.53~1.79之间. 在静止轨道同一个经度位置, 一年内各天所得该比值最大值和最小值之比分布在1.11~1.30之间.
图 8b和图 8c显示了各经度位置每天≥2 MeV高能电子通量最大值和最小值所对应的地方时. 最大值所对应的地方时分布于10:59—12:48之间, 最小值所对应的地方时分布于23:19—00:41之间, 最大值和最小值所对应的地方时都随着时间和位置而变化, 变化幅度在1 h以内.
根据IGRF模式计算可知, 2010年北半球磁轴和地球表面交点所处的位置大约在(72.2°W, 80.0°N)处, 也就是说, 在静止轨道上72.2°W及107.8°E所对应磁纬度最高, 分别为10°和-10°, 静止轨道上0°磁纬所处的经度位置位于17.8°E及162.2°W. 如果假设地球磁场为纯偶极场, 在静止轨道上, 磁纬度越高, 所得的Lm值和B/B0值都越大, 依据AE8模式可知, 该处≥2 MeV高能电子通量也就最小.图 8a中所得2010年静止轨道各位置每天≥2 MeV高能电子通量最大值和最小值比值的最大值和最小值所处的位置, 大致和静止轨道各位置磁纬度最小值和最大值所处的位置相近. 一年内, 在夏至和冬至当天, 地球自转轴和日地连线的夹角最大(约23°), 地磁偶极倾角绝对值可达到一年内最大(约33°), 在春分和秋分当天, 地球自转轴和日地连线基本垂直, 一天内的地磁偶极倾角绝对值的最大值在一年内最小.图 8a中所得春分和秋分附近两峰值区域以及夏至和冬至附近两谷值区域与上述所得地磁偶极倾角的变化有关, 更准确地说, 与日地连线和磁轴指向的相对位置变化有关.
8 一年内静止轨道不同经度位置≥2 MeV高能电子日积分通量差异第6节和第7节已经得出, 即使在相同太阳风和地磁扰动条件下, 相同时刻静止轨道各位置≥2 MeV高能电子通量是不一样的, 静止轨道相同经度位置在不同时刻≥2 MeV高能电子通量也是不一样的. 本节将讨论在相同的太阳风和地磁扰动条件下, 一年内静止轨道任意位置任意一天所得≥2 MeV高能电子日积分通量分布变化情况. 日积分通量是静止轨道固定经度位置一天内各时刻≥2 MeV高能电子日积分通量的累积值. 每个经度位置一天内都经历00:00—24:00的变化, 通过求解≥2 MeV高能电子日积分通量, 中和掉静止轨道≥2 MeV高能电子通量地方时分布差异, 更能集中体现经度位置不同所带来的差异.
图 9显示了在相同太阳风和地磁扰动条件下, AE8+IGRF+T96模式计算所得2010年各天静止轨道各经度位置≥2 MeV高能电子日积分通量分布情况以及≥2 MeV高能电子日积分通量最大值与最小值的比值随时间和经度变化过程. 图中所用的数据和图 7一致, 只是将每个经度位置每分钟≥2 MeV高能电子通量进行累积, 获得各经度位置各天≥2 MeV高能电子日积分通量.
图 9a中颜色表示各天静止轨道各经度位置≥2 MeV高能电子日积分通量值.图 9a中黑色点与白色点分别表示每天静止轨道各经度位置≥2 MeV高能电子日积分通量最大值、最小值所处的经度位置, 图 9b显示了该最大值和最小值比值随时间的变化.图 9a中黑色“+”与白色“+”分别表示静止轨道每个经度位置一年内每天≥2 MeV高能电子日积分通量最大值、最小值所对应的时间位置, 图 9c显示了该最大值和最小值比值随静止轨道经度的变化.
从图 9a中可知, 在相同太阳风和地磁扰动条件下, AE8+IGRF+T96模式计算所得静止轨道不同经度位置≥2 MeV高能电子日积分通量差异比较明显; 在同一天内, ≥2 MeV高能电子日积分通量最大值主要出现在170°W附近, 最小值出现在70°W附近, 最大值与最小值的比值分布在1.86~2.13之间, 比值最大值出现在夏至, 比值最小值出现在冬至, 如图 9b所示; 在静止轨道同一经度位置上, 一年内153°W至6°E经度位置≥2 MeV高能电子日积分通量最大值主要出现冬至, 其它经度范围≥2 MeV高能电子日积分通量最大值主要出现在夏至, 如图 9a黑色“+”号所示; 一年内≥2 MeV高能电子日积分通量最小值所对应的时间位置变化范围比较大, 随着经度而变化, 如图 9a白色“+”号所示. 一年内各经度位置≥2 MeV高能电子日积分通量最大值与最小值的比值分布在1.04~1.13之间, 比值有两个峰, 峰值分别出现在75°W和114°E位置, 谷值出现在153°W和6°E位置, 如图 9c所示. 也就是说, 在相同太阳风和地磁扰动条件下, 1年内同一天里经度位置所能引起的≥2 MeV高能电子日积分通量变化在1.13倍以内, 低于一天内地方时所能引起≥2 MeV高能电子通量变化倍数(1.98~5.00倍); 同一经度位置在1年时间里≥2 MeV高能电子日积分通量变化在0.13倍以内, 明显低于经度差异所引起最大变化倍数.
因此, 在构建静止轨道≥2 MeV高能电子日积分通量分布预报模式时, 不仅需要考虑外界太阳风及地磁扰动指数对静止轨道高能电子分布的影响, 还需考虑静止轨道不同位置、不同时刻高能电子分布的差异. 现有的静止轨道高能电子预报模式只能直接用于预报一个经度位置(建模卫星所在位置)的≥2 MeV高能电子日积分通量, 如果要用于其它经度高能电子分布预报就需要引入相应的修正因子.
以上所得1年内静止轨道各经度位置≥2 MeV高能电子日积分通量经度分布特征, 和静止轨道所处的磁纬度有关. 依据地磁场模式, 2010年静止轨道上72.2°W及107.8°E位置所对应磁纬度最高(即绝对值最大), 而磁纬度越高, 意味着B/B0和Lm都越大, 依据AE8模式可知, ≥2 MeV高能电子通量也就越小, 所以在72.2°W和107.8°E附近出现极小值. 同理, 在17.8°E及162.2°W位置, 磁纬度最小, 所以在17.8°E及162.2°W附近出现极大值. 由于地球磁场并不是旋转对称的, 所以, 其中的一个极小值或极大值偏弱.
9 Lm与B/B0对静止轨道≥2 MeV高能电子通量的影响比较依据AE8+IGRF+外源场模式可知, 无论是地磁场模式差异所引起静止轨道各位置≥2 MeV高能电子通量分布差异(第2节), 还是太阳风参数或地磁扰动指数变化所带来静止轨道各位置≥2 MeV高能电子通量分布差异(第3节), 或者是静止轨道经度不同、同一经度地方时不同、一年中时间不同所造成的≥2 MeV高能电子通量或日积分通量的差异(第4节至第8节), 其原因归根结底是由于静止轨道各位置所对应的地磁场结构参数Lm、B/B0发生改变造成的, 因为AE8模式在求解≥2 MeV通量时只用到(E, Lm, B/B0)参数, 详见第2节至第5节分析过程. 第3节和第4节已得到在同一时刻各种太阳风和地磁扰动条件下或者不同时刻相同太阳风和地磁扰动条件下, 静止轨道≥2 MeV高能电子通量变化轮廓和Lm变化轮廓比较相似(呈现很好的负相关), 和B/B0变化轮廓很不一致, 也就说, 决定静止轨道高能电子分布主要因素是Lm参数, B/B0只能算是二级影响因子. 本节将利用AE8+IGRF+T96模式计算在相同太阳风和地磁扰动条件下静止轨道各位置Lm和B/B0的变化幅度, 探讨其变化对静止轨道≥2 MeV高能电子通量分布影响程度.
图 10显示了在相同太阳风和地磁扰动条件下, AE8+IGRF+T96模式计算所得2010年期间静止轨道各经度位置所对应的Lm和B/B0分布变化范围, 以及≥2 MeV高能电子通量分布变化情况, 图中所用的数据和图 7一致.图 10a显示了在一整年时间内静止轨道各位置所对应的Lm和B/B0分布变化范围, 图中颜色表示≥2 MeV高能电子通量. 从图中可知, 虽然静止轨道处于地球赤道面距离地心为6.6RE的圆环上, 但一整年静止轨道各位置所能覆盖的Lm和B/B0范围较广, Lm和B/B0变化范围分别为6.57~7.44、1.00~1.69, B/B0的覆盖范围基本上随着Lm的增加而增大. 该变化是由于磁轴和地球自转轴不重合、地球自转、地球公转、地磁外源场不随地球自转等原因造成的. 从图 10a中还可获得, ≥2 MeV高能电子通量随着Lm增加不断减小, 并且减小得比较明显, ≥2 MeV高能电子通量也随着B/B0增加而不断减小, 但减小得比较缓慢, 不明显.
图 10b显示了2010年期间模式计算所得静止轨道所有位置≥2 MeV高能电子通量和Lm之间的分布关系. 图中每个Lm位置上≥2 MeV高能电子通量变化范围即为B/B0变化所能带来的影响, 从图中可知, 各Lm位置上≥2 MeV高能电子通量变化幅度不大.图 10c黑线显示了图 10b中各Lm位置所对应≥2 MeV高能电子通量最大值和最小值之比. 为了获得该比值, Lm设置的网格间距为0.0005. 从黑线可知, 1年内静止轨道各Lm位置所对应≥2 MeV高能电子通量最大值和最小值之间比值在1.14以内, 即变化幅度在0.14倍以内. 黑线显示了1年内静止轨道所有位置所得的各Lm位置所对应≥2 MeV高能电子通量最大值和最小值之间比值变化强度. 针对静止轨道上一个固定的位置来讲, 1年内该位置所能覆盖的Lm和B/B0范围要比图 10a所得范围小, 1年内该位置所得各Lm位置所对应≥2 MeV高能电子通量变化范围也比图 10b所得变化区间窄. 因此, 我们计算并绘制了静止轨道各经度位置1年内所得各Lm位置所对应≥2 MeV高能电子通量最大值和最小值之间比值分布. 在求解每个经度位置比值曲线时, 采用的Lm网格间距也设置为0.0005. 不同经度位置所得结果采用不同的颜色绘制, 其结果如图 10c中彩色区域所示, 该彩色区域是由一根根彩线相互覆盖而得. 彩色区域所覆盖范围的上边界才真正是B/B0对静止轨道高能电子分布最大的影响程度. 从彩色区域上边界分布可知, 1年内静止轨道各经度位置所对应Lm所得的≥2 MeV高能电子通量最大值和最小值之间比值在1.05以内, 即静止轨道各经度位置B/B0对各Lm位置上的≥2 MeV高能电子通量分布的影响在5%以内, 并且Lm越小, B/B0所能带来的最大影响也越小. 也就是说, 在相同太阳风和地磁扰动条件下(通常为太阳风和地磁扰动平静条件下), 第6节到第8节所得≥2 MeV高能电子通量分布变化或日积分通量变化, 几乎都是由Lm变化引起的, B/B0变化所带来的影响在5%以内.图 10b中Lm和≥2 MeV高能电子通量分布关系几乎都在一条曲线上, 也说明了B/B0影响可忽略.
因此, 在构建静止轨道≥2 MeV高能电子通量分布时, 必须考虑地磁场结构Lm参数对静止轨道≥2 MeV高能电子通量分布的影响, 可忽略B/B0的影响.
10 结论本文基于AE8电子辐射带模式和各地磁场模式, 从静止轨道磁场结构分布及变化角度出发, 系统分析了地磁场模式、太阳风、地磁扰动、地磁轴指向对静止轨道≥2 MeV高能电子分布的影响以及静止轨道不同经度位置高能电子分布差异, 并与实测数据做比较.
根据AE8+IGRF+OPQ77、T89、T96模式计算所得静止轨道≥2 MeV高能电子分布得到, 不同地磁外源场所得静止轨道≥2 MeV高能电子分布差异比较大. 通过与GOES-13卫星观测结果比较可知, 利用T89和T96模式所得静止轨道≥2 MeV高能电子分布轮廓和卫星实测结果比较相近, 利用T96模式所得静止轨道≥2 MeV高能电子分布及磁场分布和GOES-13卫星观测结果最相近.
利用AE8+IGRF+T96模式, 分析了太阳风(太阳风动压Pd、行星际磁场By、行星际磁场Bz)、地磁扰动(地磁活动指数Dst)及地磁轴指向对静止轨道≥2 MeV高能电子分布的影响, 获得:无论是哪个外界参量在变化, 静止轨道≥2 MeV高能电子的变化趋势都和Lm变化趋势呈现很好的负相关性, 和B/B0的变化趋势差异比较大, 和磁场B也呈现较好的正相关性.
基于AE8+IGRF+T96模式, 讨论了在相同太阳风和地磁扰动条件下, 不同时间静止轨道高能电子分布存在着差异, 其差异来源于地磁轴指向和日地连线之间的相对位置的改变. 基于AE8+IGRF+T96模式, 还讨论了同一天内静止轨道上不同经度位置≥2 MeV高能电子分布差异, 并将AE8+IGRF+T96模式计算结果与GOES-13(75°W)、GOES-14(105°W)、GOES-11(135°W)卫星2010年8月19日观测所得≥2 MeV高能电子通量分布结果进行了比较, 获得:静止轨道不同经度位置B/B0、Lm或≥2 MeV高能电子通量都存在差异, 差异不仅表现在变化轮廓相位上, 还表现在幅度上; 模式所得静止轨道75°W、105°W、135°W位置≥2 MeV高能电子通量一天内最大值和最小值所处的时间基本和GOES-13、GOES-14、GOES-11卫星观测结果一致, 变化轮廓也和观测结果一致.
由于不同时间静止轨道≥2 MeV高能电子分布存在差异, 同一天内不同经度位置≥2 MeV高能电子分布也存在差异, 因此, 我们基于AE8+IGRF+T96模式深入分析了在相同太阳风和地磁扰动条件下, 一年内每个时刻静止轨道≥2 MeV高能电子通量变化情况、一年内静止轨道各经度位置每天≥2 MeV高能电子通量变化情况、一年内静止轨道不同经度位置≥2 MeV高能电子日积分通量变化情况, 得到: 1年期间每个时刻静止轨道上≥2 MeV高能电子通量最大值和最小值比值变化范围在2.50~7.51之间, 每天比值变化量都超过3, 且每天都在随时间不断变化. 每天比值最大值出现在23:43—02:55时段, 即午夜附近, 最小值出现在15:57—16:28时段; 1年内静止轨道各经度位置各天内≥2 MeV高能电子通量最大值和最小值比值随着时间和经度位置而变化, 比值的变化范围为2.98~6.00, 各经度位置每天≥2 MeV高能电子通量最大值和最小值所对应的地方时分别在10:59—12:48和23:19—00:41时段内; 在同一天内, ≥2 MeV高能电子日积分通量最大值主要出现在170°W附近, 最小值出现在70°W附近, 一年内最大值与最小值的比值分布在1.86~2.13之间; 在静止轨道同一个经度位置上, 一年内≥2 MeV高能电子日积分通量最大值主要出现在夏至和冬至, 最小值出现的时间随着经度变化比较大, 最大值与最小值的比值分布在1.04~1.13之间.
依据AE8+IGRF+外源场模式可知, 以上模式计算所得静止轨道≥2 MeV高能电子分布变化, 是由于静止轨道位置所对应的地磁场结构参数Lm、B/B0发生改变造成的. 根据以上AE8+IGRF+T96模式计算所得在相同太阳风和地磁扰动条件下2010年各时刻静止轨道≥2 MeV高能电子分布数据, 经过分析得到:一整年静止轨道各位置所能覆盖的Lm和B/B0范围还是比较广的, Lm和B/B0变化范围分别为6.57~7.44、1.00~1.69, B/B0的覆盖范围基本上随着Lm的增加而增大; 1年内静止轨道各经度位置B/B0对各Lm位置所得的≥2 MeV高能电子通量分布的影响在5%以内, 并且Lm越小, B/B0所能带来最大影响也越小. 因此, 在构建静止轨道≥2 MeV高能电子通量分布时, 必须考虑地磁场结构Lm参数对静止轨道≥2 MeV高能电子通量分布的影响, 可忽略B/B0的影响.
综上所述, 地磁场结构对静止轨道≥2 MeV高能电子分布的影响不容忽视, 在构建静止轨道≥2 MeV高能电子通量或日积分通量模式时, 需考虑地磁场结构的影响, 特别是Lm参数.
致谢 感谢NOAA国家环境信息中心(NCEI)提供经过处理的GOES系列卫星数据, 感谢NASA提供OMNI卫星数据库(提供太阳风数据及地磁扰动数据), 感谢COSPAR PRBEM(辐射带环境建模小组)免费提供国际辐射带环境建模库(IRBEM-LIB).
Baker D N, Belian R D, Higbie P R, et al. 1987. Deep dielectric charging effects due to high energy electrons in the earth's outer magnetosphere. Journal of Electrostatics, 20(1): 3-19. DOI:10.1016/0304-3886(87)90082-9 |
Baker D N, McPherron R L, Cayton T E, et al. 1990. Linear prediction filter analysis of relativistic electron properties at 6.6RE. Journal of Geophysical Research, 1990(A9): 15133-15140. DOI:10.1029/JA095iA09p15133 |
Bedingfield K L, Leach R D, Alexander M B. 1996. NASA Reference Publication 1390. National Aeronautics and Space Administration.
|
Boynton R J, Balikhin M A, Billings S A. 2015. Online NARMAX model for electron fluxes at GEO. Annales Geophysicae, 33(3): 405-411. DOI:10.5194/angeo-33-405-2015 |
Brautigam D H, Bell J T. 1995. CRRESELE documention, PL-TR-95-2128, Environmental Research Papers, 1178. Phillips Laboratory.
|
Brautigam D H. 2002. CRRES in review:space weather and its effects on technology. Journal of Atmospheric and Solar-Terrestrial Physics, 64(16): 1709-1721. DOI:10.1016/S1364-6826(02)00121-9 |
Burin des Roziers E, Li X. 2006. Specification of >2 MeV geosynchronous electrons based on solar wind measurements. Space Weather, 4(6): 2006. DOI:10.1029/2005SW0000177 |
Chen B, Gu Z W, Di C Z, et al. 2012. International geomagnetic reference field:the eleventh generation. Recent Developments in World Seismology, 2012(2): 20-29. DOI:10.3969/j.issn.0235-4975.2012.02.006 |
Erwan Thébault, Christopher C F, Ciarán D B, et al. 2015. International Geomagnetic Reference Field:the 12th generation. Earth, Planets and Space, 67(79): 19. DOI:10.1186/s40623-015-0228-9 |
Frederickson A R, Benson C E, Bockman J F. 2003. Measurement of charge storage and leakage in polyimides. Nuclear instruments and methods in physics research B, 208: 454-460. DOI:10.1016/S0168-583X(03)00885-1 |
Fukata M, Taguchi S, Okuzawa T, et al. 2002. Neural network prediction of relativistic electrons at geosynchronous orbit during the storm recovery phase:effects of recurring substorms. Annales Geophysicae, 20(7): 947-951. DOI:10.5194/angeo-20-947-2002 |
Gussenhoven M S, Mullen E G, Brautigam D H. 1994. Near-earth radiation model deficiencies as seen on CRRES. Advances in Space Research, 14(10): 927-941. DOI:10.1016/0273-1177(94)90559-2 |
He T, LIU S Q, Shen H, et al. 2013. Quantitative prediction of relativistic electron flux at geosynchronous orbit with geomagnetic pulsations parameters. Chinese Journal of Space Science, 2013(1): 20-27. |
Hilton H H. 1971. L parameter:A new approximation. Journal of Geophysical Research, 76(28): 6952-6954. DOI:10.1029/JA076i028p06952 |
Huang J G, Han J W. 2010. Analysis of a typical internal charging induced spacecraft anomaly. Acta Physica Sinica, 59(4): 2907-2913. |
Johnston W R, O'Brien T P, Gregory P G, et al. 2014. AE9/AP9/SPM: new models for radiation belt and space plasma specification. Proceedings of the SPIE, 908508(3 June 2014), doi: 10.1117/12.2049836.
|
Johnston W R, Brien T P, Gregory P G. 2015. Release of AE9/AP9/SPM Radiation Belt and Space Plasma Model Version 1.20.002. Space Weather, 13(6): 368-368. DOI:10.1002/2015SW001212 |
Jordan C E. 1989. NASA radiation belt models AP-8 and AE-8. RADEX FNC BEDFORD MA, GL-TR-89-0267.
|
Kataoka R, Miyoshi Y. 2006. Flux enhancement of radiation belt electrons during geomagnetic storms driven by coronal mass ejections and corotating interaction regions. Space Weather, 4(9): 2006. DOI:10.1029/2005SW000211 |
Koons H C, Mazur J E, Selesnick R S, Blake J B, et al. 1998. The Impact of the Space Environment on Space Systems. Proceedings of the 6th Spacecraft Charging Conference. AFRL Science Center, Hanscom AFB, MA, USA, 7-11.
|
Langel R A. 1992. International Geomagnetic Reference Field, 1991 revision:International Association of Geomagnetism and Aeronomy (IAGA) Division V, Working Group 8:Analysis of the main field and secular variation. Physics of the Earth and Planetary Interiors, 70(1-2): 1-6. DOI:10.1016/0031-9201(92)90155-O |
Lanzerotti L J, Breglia C, Maurer D W, et al. 1998. Studies of spacecraft charging on a geosynchronous telecommunications satellite. Advances in Space Research, 22(1): 79-82. DOI:10.1016/S0273-1177(97)01104-6 |
Li S, Huang W G, LIU S Q, et al. 2017. Dynamic prediction model of relativistic electron differential fluxes at the geosynchronous orbit. Chinese Journal of Space Science, 2017, 37(3): 298-311, doi: 10.11728/cjss2017.03.298.
|
Li X, Temerin M, Baker D N, Reeves G D, et al. 2001. Quantitative prediction of radiation belt electrons at geostationary orbit based on solar wind measurements. Geophysical Research Letters, 28(9): 1887-1890. DOI:10.1029/2000GL012681 |
Li X. 2004. Variations of 0.7-6.0 MeV electrons at geosynchronous orbit as a function of solar wind. Space Weather, 2(3): 2004. DOI:10.1029/2003SW000017 |
Li X, Baker D N, O'Brien T P, et al. 2006. Correlation between the inner edge of outer radiation belt electrons and the innermost plasmapause location. Geophysical Research Letters, 33(L14107): 2006. DOI:10.1029/2006GL026294 |
Li X, Temerin M, Baker D N, Reeves G D. 2011. Behavior of MeV electrons at geosynchronous orbit during last two solar cycles. Journal of Geophysical Research, 116(A11): 2011. DOI:10.1029/2011JA016934,2011 |
Liang B, Xu W F, Li C, et al. 2010. The status and prospect of orbital servicing in the geostationary orbit. Journal of Astronautics, 2010, 31(1): 1-13, doi: 10.3873/j.issn.1000-1328.2010.01.001.
|
Ling A G, Ginet G P, Hilmer R V, et al. 2010. A neural network-based geosynchronous relativistic electron flux forecasting model. Space Weather, 8(9): 2010. DOI:10.1029/2010SW000576 |
Lucci N, Levitin A E, Belov A V, et al. 2005. Space weather conditions and spacecraft anomalies in different orbits. Space Weather, 3(1): 2005. DOI:10.1002/2003SW000056 |
Macmillan S, Finlay C. 2011. The international geomagnetic reference field. IAGA Special Sopron Book, 2011, 2(3): 265-276, doi: 10.1007/978-90-481-9858-0_10.
|
Miyoshi Y, Kataoka R. 2008. Probabilistic space weather forecast of the relativistic electron flux enhancement at geosynchronous orbit. Journal of Atmospheric and Solar-Terrestrial Physics, 70(2-4): 475-481. DOI:10.1016/j.jastp.2007.08.066 |
O'Brien T P, Sornette D, McPherron R L. 2001a. Statistical asynchronous regression:Determining the relationship between two quantities that are not measured simultaneously. Journal of Geophysical Research, 106(A7): 13247-13259. DOI:10.1029/2000JA900193 |
O'Brien T P. 2001b. Empirical Analysis of Storm-Time Energetic Electron Enhancements.[Ph. D. thesis]. Los Angeles: University of California.
|
O'Brien T P. 2009. SEAES-GEO:A spacecraft environmental anomalies expert system for geosynchronous orbit. Space Weather, 7(9): 2009. DOI:10.1029/2009SW000473 |
Ohno M, Hamano Y. 1992. Geomagnetic poles over the past 10, 000 years. Geophysical Research Letters, 19(16): 1715-1718. DOI:10.1029/92GL01576 |
Olson W P. 1979. Quantitative Modeling of Magnetospheric Processes. Washington: American Geophysical Union.
|
Onsager T G, Chan A A, Fei Y, et al. 2004. The radial gradient of relativistic electrons at geosynchronous orbit. Journal of Geophysical Research, 109(A5): 2004. DOI:10.1029/2003JA010368 |
Rodgers D J, Ryden K A, Wrenn G L, et al. 1998. An Engineering Tool for the Prediction of Interanl Dielectric Charging. Proceedings of the 6th Spacecraft Charging Conference. November 2-6, 1998. AFRL Science Center, Hanscom AFB, MA, USA, 125-130.
|
Sakaguchi K, Miyoshi Y, Saito S, et al. 2013. Relativistic electron flux forecast at geostationary orbit using Kalman filter based on multivariate autoregressive model. Space Weather, 11(2): 79-89. DOI:10.1029/swe.20020 |
Shin D K, Lee D Y, Kim K C, et al. 2016. Artificial neural network prediction model for geosynchronous electron fluxes:Dependence on satellite position and particle energy. Space Weather, 14(4): 313-321. DOI:10.1002/2015SW001359 |
Su Y J, Quinn J M, Johnston W R, et al. 2014. Specification of >2 MeV electron flux as a function of local time and geomagnetic activity at geosynchronous orbit. Space Weather, 12(7): 470-486. DOI:10.1002/2014SW001069 |
Tian T, Wu Y P, Chang Z, et al. 2015. Analysis of the Chinese GEO satellite anomaly on 9 March 2012. Chinese Journal of Space Science, 2015, 35(6): 687-695, doi: 10.11728/cjss2015.06.687.
|
Tsyganenko N A. 1989. A magnetospheric magnetic field model with a warped tail current sheet. Planetary and Space Science, 37(1): 5-20. DOI:10.1016/0032-0633(89)90066-4 |
Tsyganenko N A, Stern D P. 1996. Modeling the global magnetic field of the large-scale Birkeland current systems. Journal of Geophysical Research, 101(A12): 27187-27198. DOI:10.1029/96ja02735 |
Tsyganenko N A. 2002a. A model of the near magnetosphere with a dawn-dusk asymmetry-1.Mathematical Structure. Journal of Geophysical Research, 107(A8): 1-15. DOI:10.1029/2001JA000219 |
Tsyganenko N A. 2002b. A model of the near magnetosphere with a dawn-dusk asymmetry-2.Parameterization and fitting to observations. Journal of Geophysical Research, 107(A7): 1-17. DOI:10.1029/2001JA000220 |
Tsyganenko N A, Sitnov M I. 2005. Modeling the dynamics of the inner magnetosphere during strong geomagnetic storms. Journal of Geophysical Research, 110(A3), 2005, doi: 10.1029/2004JA010798.
|
Turner D L, Li X L. 2008. Quantitative forecast of relativistic electron flux at geosynchronous orbit based on low-energy electron flux. Space Weather, 6(5): 2008. DOI:10.1029/2007SW000354 |
Turner D L, Li X, Burin des Roziers E, et al. 2011. An improved forecast system for relativistic electrons at geosynchronous orbit. Space Weather, 9(6): 2011. DOI:10.1029/2010SW000647 |
Ukhorskiy A Y, Sitnov M I, Sharma A S, et al. 2004. Data-derived forecasting model for relativistic electron intensity at geosynchronous orbit. Geophysical Research Letters, 31(9): 2004. DOI:10.1029/2004GL019616 |
Vette J I. 1991a. The AE-8 trapped electron model environment. National Space Science Data Center, NSSDC/WDC-A-R&S 91-24, 1991, 92.
|
Vette J I. 1991b. The NASA/National Space Science Data Center trapped radiation environment model program, 1964-1991. NASA Sti/recon Technical Report N, NSSDC/WDC-A-R&S 91-29, 1991.
|
Violet M D, Frederickson A R. 1993. Spacecraft anomalies on the CRRES satellite correlated with the environment and insulator samples. IEEE Transactions on Nuclear Science, 40(6): 1512-1520. DOI:10.1109/23.273511 |
Wang R Z. 2012. Study on the forecasting method of relativistic electron flux at geostationary orbit based on support vector machine. Chinese Journal of Space Science, 2012, 32(3): 354-361, doi: CNKI:SUN:KJKB.0.2012-03-008.
|
Wang Z H, Sun B S, Liu S P. 2017. Influence of high energy electrons on geosynchronous orbit satellites. Journal of Spacecraft TT & C Technology, 2017, 36(3): 201-206, doi: 10.7642/j.issn.1674-5620.2017-03-0201-06.
|
Wei H L, Billings S A, Surjalal S A, et al. 2011. Forecasting relativistic electron flux using dynamic multiple regression models. Annales Geophysicae, 29(2): 415-420. DOI:10.5194/angeo-29-415-2011 |
Wei L H. 2018. Study on the prediction model of high-energy electron integral flux at GEO based on deep learning[Master thesis]. Beijing: National Space Science Center, Chinese Academy of Sciences.
|
Wei L H, Zhong Q Z, Lin R L, et al. 2018. Quantitative prediction of high-energy electron integral flux at geostationary orbit based on deep learning. Space Weather, 16(7): 903-916. DOI:10.1029/2018SW001829 |
Wrenn G L, Rodgers D J, Buehler Paul. 2000. Modeling Outer Belt Enhancements of the Penetraing Electrons. Journal of Spacecraft and Rockets, 37(3): 408-415. DOI:10.2514/2.3575 |
Wrenn G L, Rodgers D J, Ryden K A. 2002. A solar cycle of spacecraft anomalies due to internal charging. Annales Geophysicae, 20: 953-956. DOI:10.5194/angeo-20-953-2002 |
Xu R L, Li L. 2005. Magnetosphere Particle Dynamics (in Chinese). Beijing: Science Press.
|
Xue B S, Ye Z H. 2004. Forcast of the enhancement of relativistic eletron at the GEO-synchronous orbit. Chinese Journal of Space Science, 2004, 24(4): 283-288, doi: 10.3969/j.issn.0254-6124.2004.04.007.
|
Zhong Q Z, Wei L H, Lin R L, et al. 2019. Statistical model of the relativistic electron fluence forecast at geostationary orbit. Chinese Journal of Space Science, 2019, 39(1): 18-27, doi: CNKI:SUN:KJKB.0.2019-01-019.
|
陈斌, 顾左文, 狄传芝, 等. 2012. 第11代国际地磁参考场. 国际地震动态, 2012(2): 20-29. DOI:10.3969/j.issn.0235-4975.2012.02.006 |
何甜, 刘四清, 沈华等. 2013. 使用地磁脉动参数定量预报地球同步轨道相对论电子通量的建模研究. 空间科学学报, 2013, 33(1): 20-27, doi: CNKI:SUN:KJKB.0.2013-01-005.
|
黄建国, 韩建伟. 2010. 航天器内部充电效应及典型事例分析. 物理学报, 2010, 59(4): 2907-2913, doi: CNKI:SUN:WLXB.0.2010-04-114.
|
李胜, 黄文耿, 刘四清等. 2017. 地球同步轨道相对论电子微分通量的动态预报模型. 空间科学学报, 2017, 37(3): 298-311, doi: 10.11728/cjss2017.03.298.
|
梁斌, 徐文福, 李成等. 2010. 地球静止轨道在轨服务技术研究现状与发展趋势. 宇航学报, 2010, 31(1): 1-13, doi: 10.3873/j.issn.1000-1328.2010.01.001.
|
田天, 吴耀平, 常峥等. 2015. 2012年3月9日中国某地球同步轨道卫星故障原因分析. 空间科学学报, 2015, 35(6): 687-695, doi: 10.11728/cjss2015.06.687.
|
王任重. 2012. 基于支持向量机方法的地球同步轨道相对论电子事件预报模型研究. 空间科学学报, 2012, 32(3): 354-361, doi: CNKI:SUN:KJKB.0.2012-03-008.
|
王振河, 孙宝升, 刘胜鹏. 2017. 高能电子对地球同步轨道卫星的影响分析. 飞行器测控学报, 2017, 36 (3): 201-206, doi: 10.7642/j.issn.1674-5620.2017-03-0201-06.
|
未历航. 2018. 基于深度学习的地球同步轨道高能电子积分通量预报模型研究[硕士论文]. 北京: 中国科学院空间科学与应用研究中心.
|
徐荣栏, 李磊. 2005. 磁层粒子动力学. 北京: 科学出版社.
|
薛炳森, 叶宗海. 2004. 地球同步轨道高能电子增强事件预报方法. 空间科学学报, 2004, 24(4): 283-288, doi: 10.3969/j.issn.0254-6124.2004.04.007.
|
钟秋珍, 未历航, 林瑞淋等. 2019. GEO轨道相对论电子日积分通量预报统计建模. 空间科学学报, 2019, 39(1): 18-27, doi: CNKI:SUN:KJKB.0.2019-01-019.
|