電離層TEC經驗模型的建立方法研究與實現

馮建迪

山東理工大學建筑工程學院，山東 淄博 255000

總電子含量TEC是電離層物理學中的重要參數之一，被廣泛應用于修正GNSS衛星信號的電離層延遲和電離層時空變化特性的研究。在實際應用中，電離層經驗模型是獲取TEC的重要途徑之一。以TEC數據為背景建立的電離層經驗模型可在整體上體現TEC的時空變化特性。但是，有些TEC經驗模型的精度不高，在某些局部區域上不能準確描述電離層的時變特性。制約電離層TEC經驗模型精度的主要因素有：①未能全面考慮電離層的變化規律(特別是異常現象)，并將其合理模型化；②TEC建模數據(如GIMs TEC)的精度在全球范圍內不統一，建模過程采用等權方式是不合理的。本文針對制約電離層TEC經驗模型精度的因素，從單站、區域和全球的角度，建立了若干電離層TEC經驗模型。主要研究內容及成果如下：

(1) 基于GPS-TEC數據和非線性最小二乘擬合法，提出了一種單站電離層TEC經驗模型(SSM-T1)。在法國的巴黎站(OPMT)、印度的班加羅爾站(IISC)、澳大利亞的塞杜納站(CEDU)和南極半島的奧伊金斯站(OHI3)對SSM-T1模型進行了測試。測試結果表明，SSM-T1模型在巴黎站、班加羅爾站、塞杜納站上表現得很好，而在南極半島的奧伊金斯站上空，SSM-T1模型卻無法有效地描述TEC變化特性。模型的預測評估結果同樣表明了SSM-T1模型在巴黎站、班加羅爾站、塞杜納站上表現出了良好的預測能力，而在奧伊金斯站上空，該模型基本不具備對TEC的預測能力。分析發現：奧伊金斯站(OHI3)位于典型的MSNA區域，由于SSM-T1模型未考慮MSNA現象的影響，所以該模型不適合MSNA區域內的測站。

(2) 針對MSNA區域內的測站，本文相繼提出另外兩種單站電離層TEC經驗模型，分別是SSM-T2模型和SSM-month模型。其中，SSM-T2模型是建立在SSM-T1的基礎上，在TEC日變化分量中添加了MSNA改正項。模型測試結果表明，在南極半島的奧伊金斯站上，SSM-T2模型與建模數據GPS-TEC擬合得很好，較好地描述了MSNA現象。另外一個模型為SSM-month，該模型是一個集合，包含了12個子模型，分別描述12個月的電離層TEC變化特性。SSM-month也可有效地描述奧伊金斯站上空的MSNA現象。最后，模型評估結果表明，SSM-T2-OHI3和SSM-month模型得到的TEC日變曲線與CODE GIMs符合得很好，具有較好的預測能力，優于IRI2016模型。

(3) 基于CODE GIMs和非線性最小二乘擬合法，分別建立了中國東北地區和京津唐地區的TEC區域經驗模型，分別將其命名為TECM-NEC模型和TECM-JJT模型。這兩個模型分別代表了MSNA區域和中緯度其他區域的建模方法。評估結果表明：TECM-JJT模型與GPS-TEC數據符合得很好，優于NTCM-GL模型和IRI2016模型；TECM-NEC模型能有效地描述MSNA現象和冬季夜間TEC增強現象，模型預測能力優于IRI2016模型。

(4) 針對全球TEC經驗模型的局限性，提出了網格點式建模的思想，構建了一個全球TEC經驗模型，命名為TECM-GRID。該模型包含了5183個子模型，分別對應全球范圍內的5183個網格點。根據位置的不同，在MSNA區域選取SSM-T2模型作為子模型，其他區域選取SSM-T1作為子模型。基于每個子模型的模型殘差、殘差的RMS值和相對RMS值，測試了TECM-GRID模型對建模數據的擬合能力。最后，在建模時間以外的時間點上，利用IRI2016、NTCM-GL模型和CODE GIMs，對TECM-GRID模型進行了驗證及模型比較。結果表明，TECM-GRID能較好地描述電離層EIA現象和MSNA現象，與CODE GIMs符合得很好，預測能力優于IRI2016和NTCM-GL模型。