基于GPS(Global Positioning System)的无线电掩星观测技术可以提供高分辨率、精确、全球覆盖的电离层电子密度剖面数据,为探测和研究电离层活动规律提供新的途径。COSMIC(Constellation Observing System for Meteorology, Ionosphere and Climate)掩星星座2006年4月15日发射,初始轨道高度512 km,最终轨道高度800 km,轨道倾角72°,由6颗相同的微卫星组成,升交点赤经间隔30°,每颗卫星装载GPS接收机、小型电离层光度计和三频段信标仪等科学探测仪,每日获得1 000—2 500个中性大气阔线和电离层电子密度剖面信息(郭鹏等,2002)。电离层垂测仪使用高频无线电波,从地面垂直向上发射频率随时间变化的无线电脉冲,在同一地点接收这些脉冲的电离层反射信号,测量电波往返的传递时延,获得反射高度与频率的关系曲线,从而对电离层进行日常观测。
COSMIC数据分析与存档中心(COSMIC Data Analysis and Archive Center,CDAAC)使用Albel积分变换方法,反演电子密度剖面数据。天基GNSS的误差来源是多方面的,硬件设备、信号传播路径、反演算法等均会在最终反演结果中引入误差源,太阳活动水平、电离层周日变化、年变化也对GPS系统硬件延迟的稳定性产生影响。研究表明:基于太阳活动高年GPS观测数据估算的硬件延迟稳定性要低于基于太阳活动低年GPS观测数据的估算结果;相对夜晚,白天电离层状态对硬件延迟的解算结果影响较大,稳定性差(金亚奇,2013;Zhang et al,2014;Li et al,2015)。目前,已有研究表明,相较于反演误差,其他误差来源可以忽略不计(Schreiner et al,1999;Wu et al,2009)。反演计算基于电子密度球对称假设、信号沿直线传播、圆形轨道、假设电子密度与折射率线性相关等假设。其中,电子密度球对称假设是反演误差的主要来源(Straus,2007;Wu et al,2009;Wu et al,2009)。近几年,很多学者开展了COSMIC掩星数据与电离层其他探测手段及电离层模型获得数据的对比分析工作,结果显示:从全球分布看,不同探测手段对应特征参量的分布结果大致相同,太阳活动低年的相关性高于太阳活动高年,春秋季数据相关性好于夏季,中纬地区相关性好于低纬地区(Lei et al,2007;Kelley et al,2009;Krankowski et al,2011;Chuo et al,2011;Ely et al,2012;Hu et al,2014)。但是,在不同纬度和局部地区,不同探测手段获取的数据相关性存在差异。巴西地区垂测仪台站(赤道台站和低纬度台站)和COSMIC掩星观测的对应特征参量对比,在太阳活动处于低水平条件和磁暴期间,依然具有较好的相关性(Sahai et al,2012);在电离层赤道异常区域,夏季、春秋季对应特征参量相关性好于冬季;在三亚地区,测高仪与COSMIC掩星对应数据符合较好,NmF2白天的相关性低于夜间,而hmF2则白天相关性较高;磁赤道地区,与测高仪数据对比,COSMIC掩星反演NmF2资料在太阳低年白天时段大多被高估,夜间至凌晨前后则被低估(黄智,2016)。
电离层不同探测数据的对比分析工作,可以为电离层建模、数据同化、检验测量精度提供参考依据,目前已经开展相关研究,但不同探测手段获取对应特征参量的相关性呈现出随纬度和季节变化的差异,有必要针对局部地区加强数据对比分析工作。鉴于此,本文使用COSMIC掩星数据,对比北京地区垂测仪台站2011—2012年对应电离层临界频率数据,分析掩星数据相对垂测仪foF2数据标准偏差和相关系数随地方时和地磁季节的变化。
1 数据及公式 1.1 数据选取使用COSMIC掩星2011—2012年电离层临界频率数据和北京地区垂测仪台站探测数据,进行2种探测手段获取数据的对比分析工作。其中,COSMIC卫星掩星数据来源于CDAAC(www.cosmic.ucar.edu),北京地区垂测仪数据来源于中国地震电离层监测试验网。
数据选取标准:时间匹配条件是2种探测手段观测时间相差不超过30 min,空间匹配条件是距离北京观测站地理经纬度2.5°以内,获得2011年1月至2012年12月期间匹配数据273个,见图 1,图中黑色点是北京站垂测仪临界频率数据,灰色点是掩星临界频率数据。
按照地方时和地磁季节划分,统计分析2011—2012年北京站垂测仪与COSMIC临界频率匹配数据的标准偏差及相关性。定义标准偏差,首先需计算2组数据的绝对偏差ΔF(h),即
$\Delta F\left( h \right)={{F}_{\text{occ}}}\left( h \right)-{{F}_{\text{iono}}}\left( h \right)$ | (1) |
其中,h为地方时刻,Focc(h)为掩星反演得到的临界频率数据,Fiono(h)为垂测仪探测的临界频率数据。则平均偏差为
$\overline{\Delta F\left( h \right)}=\left[ \sum\limits_{i=1}^{n}{\Delta F\left( h \right)} \right]/n$ | (2) |
由此得到标准偏差σ
$\sigma ={{\left[ \frac{\sum\limits_{i=1}^{n}{\left[ \Delta {{F}_{i}}\left( h \right)-\overline{{{\left[ \Delta F\left( h \right) \right]}^{2}}} \right]}}{n-1} \right]}^{\frac{1}{2}}}$ | (3) |
将2011—2012年北京站垂测仪与COSMIC临界频率匹配数据进行比较,图 2给出COSMIC掩星数据和垂测仪探测数据对比结果,其中N表示匹配数据个数,R表示相关系数,黑色斜线给出2组数据的线性拟合结果,计算得到相关系数为0.915 8,标准偏差为1.679 8,可见二者数据相关性较好。从图 2还可以看出,COSMIC掩星获得的临界频率值基本高于匹配时间垂测仪探测的值,可知COSMIC掩星反演结果相对垂测仪探测数据存在高估现象。
统计COSMIC掩星相对垂测仪对应的临界频率数据计算的标准偏差随地方时的变化结果,见图 3。
由图 3可知,标准偏差随地方时的变化,6:00 LT开始增大,16:00LT达次高值,19:00LT达最大值后开始下降。白天硬件延迟的解算结果稳定性差,导致反演误差增大(Zhang et al,2014;Li et al,2015),可能是白天标准偏差偏大的原因之一。此外,掩星反演的1个重要假设条件是,电子密度是球对称分布的,事实上,电子密度在水平方向的分布变化不一定是线性的,夜间太阳辐射电离作用停止,电离层的动力过程起主导作用,子夜时,电离层参数变化相对其他时间段较平缓,电子密度的水平变化相对接近线性分布。因此,球对称分布假设与实际情况更符合,可以解释地方时夜间绝对偏差普遍低于白天的现象;白天太阳辐射对电离层的变化起主导作用,相对白天其他时段,正午电离层变化更平稳,而在不同季节,日出时段大致在4:30LT—7:30LT,日落时段为16:30LT—19:30LT,电子密度随时间变化剧烈增加和减小,导致电离层电子密度水平方向梯度增大,带来的电子密度反演误差相对增大,可能解释了标准偏差在日出时段开始增大、正午相对较小、日落时段增大后随之减小的现象。
进一步按地磁季节划分(地磁春秋季:3月、4月、9月、10月;地磁夏季:5月、6月、7月、8月;地磁冬季:1月、2月、11月、12月),分析2组探测手段获取的临界频率数据随地磁季节相关系数的变化。图 4给出2组数据的比较结果,其中N表示匹配数据个数,R表示相关系数,黑色斜线给出2组数据的线性拟合结果。计算得到临界频率的各相关系数,其中:地磁夏季为0.909 0,标准偏差为1.181;地磁春秋季为0.916 4,标准偏差为1.795 1;地磁冬季为0.901 5,标准偏差1.846 4。由图 4可知,各地磁季节相关系数均在0.9以上,相差不明显,表明不同地磁季节2组数据的相关性较好;标准偏差夏季较小,冬季较大。COSMIC反演电子密度基于Abel积分变换,在球对称假设条件下,对电子密度水平梯度较大区域做平滑处理,造成系统偏差增大,冬季在跨赤道中性风作用下,受控区域电子密度在水平方向和垂直方向的梯度变化相对其他季节明显增强(Wu et al,2009;Yue et al,2011;孙凌峰等,2014),导致反演误差增大,可能解释了COSMIC掩星反演值与垂测仪探测值在不同地磁季节的对比结果。
本文使用COSMIC掩星2011—2012年数据和北京地区垂测仪台站探测数据,分析2种探测手段获得临界频率数据的相关性,主要得出以下结论:① 2组数据具有很好的相关性。掩星获得的临界频率值基本高于匹配时间垂测仪探测的值;② 随地方时的变化,日出时段6:00LT掩星数据相对垂测仪数据的标准偏差开始增大,日落时段16:00LT到次高值,19:00LT达到最大值后开始下降;③ 随地磁季节的变化,2组数据的相关系数相差不明显,在不同地磁季节的相关性较好,COSMIC掩星数据相对垂测仪数据的标准偏差地磁夏季最小,地磁冬季最大。
与以往研究对比,北京地区临界频率参量的相关性较好,随地磁季节变化的相关系数都在0.9以上,冬季电子密度在水平方向和垂直方向的梯度变化相对其他季节明显增强,可能造成了标准偏差夏季小、冬季大的现象;随地方时的变化,夜间电离层参数变化相对其他时间段较平缓,日出和日落时间段电子密度变化剧烈,水平方向梯度变化明显,引起掩星反演误差增大,可能导致了标准偏差相应的变化。另外,2种探测手段获取对应特征参量在时间跨度和空间距离上的不完全匹配,也会使对比结果产生一定误差。
COSMIC掩星可以提供高垂直分辨率的电子密度剖面数据,但电离层存在梯度变化,COSMIC掩星反演电子密度剖面时引入局部球对称、沿直线传播等假设条件,会造成反演结果与真实分布不同程度的偏差,而误差变化水平与纬度、季节和地方时相关。因此,利用垂测仪台站数据与COSMIC掩星数据,针对局部区域对应特征参量开展随地方时刻和季节的对比分析工作,取得的研究结果可以为COSMIC掩星数据应用、数据同化和电离层空间环境监测提供参考依据。
郭鹏, 洪振杰, 张大海. COSMIC计划[J]. 天文学进展, 2002, 20(4): 324-336. | |
黄智, 袁洪. 磁赤道地区2007-2013年COSMIC掩星反演和国际参考电离层模型输出结果分析[J]. 地球物理学报, 2016, 59(7): 2 333-2 343. | |
金亚奇, 张东和, 刘玉梅, 等. 不同太阳活动条件下电离层形态对估算GPS系统硬件延迟的影响[J]. 空间科学学报, 2013, 33(4): 427-435. DOI:10.11728/cjss2013.04.427 | |
孙凌峰, 赵必强, 乐新安, 等. 中国区域电离层垂测仪探测参量与COSMIC掩星反演结果比较研究[J]. 地球物理学报, 2014, 57(11): 3 625-3 632. | |
Chun Y J, Lee C C, Chen W S, et al. Comparison between bottom side ionospheric profile parameter sretrieved from FORMOSAT3 measurement sand ground-based obseratons collected at Jicamarca[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2011, 73(13): 1 665-1 673. DOI:10.1016/j.jastp.2011.02.021 | |
Ely C V, Batista I S, Abdu M A. Radio occultation electron density profiles from the FORMOSAT-3/COSMIC satellites over the Brazilian region:A comparison with Digisonde data[J]. Advances in Space Research, 2012, 49(11): 1 553-1 562. DOI:10.1016/j.asr.2011.12.029 | |
Hu L H, Ning B Q, Liu L B, et al. Comparison between ionospheric peak parameters retrieved from COSMIC measurement and ionosonde observation over Sanya[J]. Advances in Space Research, 2014, 54(6): 929-938. DOI:10.1016/j.asr.2014.05.012 | |
Kelley M C, Wong V K, Aponte N, et al. Comparison of COSMIC occultation-based electron density profiles and TIP observations with Arecibo incoherent scatter radar data[J]. Radio Science, 2009, 44(4): RS4011 DOI:10.1029/2008RS004087 | |
Krankowski A, Zakharenkova I, Krypiak-Gregorczyk A, et al. Ionospheric electron density observed by FORMOSAT-3/COSMIC over the European region and validated by ionosonde data[J]. Journal of Geodesy, 2011, 85(12): 949-964. DOI:10.1007/s00190-011-0481-z | |
Lei J H, Syndergaard S, Burns A G, et al. Comparison of COSMIC ionospheric measurements with ground-based observations and model predictions:preliminary results[J]. Journal of Geophysical Research, 2007, 112(A7): A07308 DOI:10.1029/2006JA012240 | |
Li L X, Zhang D H, Zhang S R, et al. Influences of the day-night differences of ionospheric variability on the estimation of GPS differential code bias[J]. Radio Science, 2015, 50(4): 339-353. DOI:10.1002/2014RS005565 | |
Sahai Y, de Jesus R, Fagundes P R, et al. Effects observed in the equatorial and low latitude ionospheric F-region in the Brazilian sector during low solar activity geomagnetic storms and comparison with the COSMIC measurements[J]. Advances in Space Research, 2012, 50(10): 1 344-1 351. DOI:10.1016/j.asr.2012.07.006 | |
Schreiner W S, Sokolovskiy S V, Rocken C, et al. Analysis and validation of GPS/MET radio occultation data in the ionosphere[J]. Radio Science, 1999, 34(4): 949-966. DOI:10.1029/1999RS900034 | |
Straus P R. Ionospheric climatology derived from GPS occultation observations made by the ionospheric occultation experiment[J]. Advances in Space Research, 2007, 39(5): 793-802. DOI:10.1016/j.asr.2006.08.009 | |
Wu X C, Hu X, Gong X Y, et al. Analysis of inversion errors of ionospheric radio occultations[J]. GPS Solutions, 2009, 13(3): 231-239. DOI:10.1007/s10291-008-0116-x | |
Wu X C, Hu X, Gong X Y, et al. An asymmetry correction method for ionospheric radio occultation[J]. Journal of Geophysical Research, 2009, 114(A3): A03304 DOI:10.1029/2008JA013025 | |
Zhang D H, Shi H, Jin Y Q, et al. The variation of the estimated GPS instrumental bias and its possible connection with ionospheric variability[J]. Science China Technological Sciences, 2014, 57(1): 67-79. DOI:10.1007/s11431-013-5419-7 |