论文摘要
热层大气密度模式误差已经成为低轨太空目标精密定轨、轨道参数和返回预报重要误差来源之一,随着低轨道空间目标越来越多,轨控精度要求越来越高,对高精度热层大气密度建模预报的需求也越来越迫切。此前由于高精度、长时间、全高度热层大气观测数据相对较为缺乏,热层大气密度的时空变化特征并未得到系统性研究。本文基于CHAMP、GRACE和GOCE卫星搭载的高精度加速度计数据反演的热层大气密度结果,以及低轨道空间目标轨道参数反演的全球日平均热层大气密度数据,采用经验正交基、多项式和人工神经网络等方法构建了新的热层大气密度模式。同时,利用观测数据和模式对热层大气密度季节变化、年异常、高纬低热层大气密度胞状结构等时空变化特征进行了统计分析研究。主要工作如下:1.热层大气密度经验建模及修正本论文从经验模式改进、等效太阳指数法、建立模式误差库、大气密度及热层温度建模等方面,对目前国内外热层大气建模修正进展情况进行了总结分析和对比评估。另外,我们利用270km高度处GOCE卫星低热层大气密度数据和经验正交基方法分别建立了黎明和傍晚时段热层大气密度模式(GOCE Model,简称GOCE大气密度模式);基于多项式方法和CHAMP卫星热层大气密度数据提取的逃逸层温度建立了逃逸层温度模式(Exospheric Temperature Model,简称ETM模式);利用人工神经网络方法建立了不同高度全球日平均热层大气密度模式(Artificial Neural Network Model,简称ANNM模式);通过调整太阳活动指数,对MSISE00模式进行了修正研究。与热层大气密度观测数据相比,评估表明本文建模修正结果更为接近观测值,可以有效消除季节性误差以及太阳活动低年期间的偏差现象。此外,人工神经网络方法能够更有效地表征各种因素对不同高度、不同太阳活动水平下热层大气密度变化规律的影响,适合用于大气密度季节和长期变化趋势等特征研究。2.不同高度热层大气密度季节变化和年异常现象GOCE大气密度模式结果表明黎明和傍晚时段低热层大气密度最大值分别出现在高纬和低纬地区,所有纬度大气密度都存在显著的季节变化特征,且南半球季节变化幅度高于北半球,而最小值则出现在6-7月份南半球高纬地区;研究显示年和半年变化特征分别在高纬和低纬地区占主导地位,其中年变化幅度和相位均随纬度和太阳活动水平变化,而半年变化幅度和相位则主要受太阳活动影响;此外,低热层大气密度年异常指数与太阳活动呈正比,但日地距离变化对大气密度年异常的贡献率随太阳活动水平增加而降低。ETM模式计算的400km高度处热层大气密度季节变化规律与低热层大气较为相似,但相对变化幅度显著高于低热层;研究结果显示太阳活动高年期间中低纬地区3月份热层大气密度数值大小高于9月份,太阳活动低年则正好相反,而MSISE00经验模式则一直是9月份高于3月份。ANNM模式计算结果证实了ETM模式中热层大气密度春秋季节不对称现象,并且年异常指数随高度上升而增加;太阳活动与热层大气密度年异常指数的相关性,及其贡献率均随高度上升而增大,但在525km高度以上开始减小,这可能与O-He成分过渡高度等因素有关;对地磁活动而言,其相关性和贡献率随高度增加逐渐降低。3.高纬低热层大气密度胞状结构时空变化特征利用统一归化到270km高度处的GOCE卫星低热层大气密度观测数据,研究了高纬地区低密度、高密度和波状三种类型胞状结构,发现其在北半球的发生率整体上明显高于南半球,即存在显著的半球不对称性;三种胞状结构均在各自半球夏季发生率最高,冬季最低,即存在显著的季节不对称性;对北半球胞状结构出现的时间进行统计,研究结果表明低密度结构主要出现在黎明时段,而高密度和波状结构则主要出现在上午时段;三种胞状结构主要水平尺度范围分别为2000~4000km、3000~3500km和4000~5000km,即波状结构水平尺度最大;三种胞状结构相对于周围背景热层大气密度的变化幅度分别约为30%、40%及20~30%,即高密度变化幅度最大。我们分析认为胞状结构的时空分布特征可能与太阳辐射、行星际磁场、周围背景大气、电场或粒子沉降等因素有关。总之,本论文提出的多种建模及修正方案可有效提高热层大气密度结果精度,同时定量研究了不同高度热层大气密度季节变化、年异常以及长期变化趋势等特征,而胞状结构统计分析结果则增加了我们对高纬地区热层不规则结构变化特性的认识。
论文目录
文章来源
类型: 博士论文
作者: 翁利斌
导师: 雷久侯
关键词: 热层大气密度,经验建模,季节变化,年异常,胞状结构,长期变化趋势,人工神经网络方法
来源: 中国科学技术大学
年度: 2019
分类: 基础科学
专业: 气象学
单位: 中国科学技术大学
分类号: P401
总页数: 137
文件大小: 14743K
下载量: 107
相关论文文献
- [1].飞往火星的单程票[J]. 高中生 2017(19)
- [2].太阳活动与热层大气密度的相关性研究[J]. 空间科学学报 2014(01)
- [3].不同强度磁暴期间热层大气密度响应特征分析[J]. 空间科学学报 2020(01)
- [4].基于经验正交分析法的暴时热层大气密度时空分布规律[J]. 地球物理学报 2013(10)
- [5].2007-2009谷年期间高热层大气密度的变化[J]. 空间科学学报 2012(06)
- [6].磁暴期间热层大气密度变化[J]. 地球物理学报 2015(09)
- [7].基于实测数据的大气密度反演方法及应用研究[J]. 宇航学报 2018(12)
- [8].两分两至点热层大气密度变化[J]. 科技导报 2019(06)
- [9].基于电子密度同化的热层大气密度预报方法[J]. 空间科学学报 2019(05)
- [10].基于卫星数据和NRLMSISE-00模型的低轨道大气密度预报修正方法[J]. 地球物理学报 2013(10)
- [11].地球低纬区边缘大气密度的预测[J]. 航天器环境工程 2012(06)
- [12].基于经验模式给定热层温度对热层大气密度反演影响的评估[J]. 地球物理学报 2017(08)
- [13].基于星载高精度GPS观测数据的大气密度反演[J]. 地球物理学报 2016(10)
- [14].基于非线性自回归神经网络的局部大气密度预测方法[J]. 中国科学技术大学学报 2017(12)
- [15].基于卫星加速度数据反演的热层大气密度与NRLMSISE-00模式结果的比较研究[J]. 空间科学学报 2012(05)
- [16].对地球大气密度随高度分布规律的讨论[J]. 真空科学与技术学报 2009(S1)
- [17].临近空间38°N大气密度特性及建模技术[J]. 北京航空航天大学学报 2017(09)
- [18].热层大气密度变化特征与太阳辐射和地磁指数的相关性分析[J]. 载人航天 2012(05)
- [19].载人航天轨道大气密度模式修正研究[J]. 载人航天 2014(01)
- [20].基于实测数据的大气密度模型修正方法[J]. 载人航天 2011(03)
- [21].一种反演中高层大气密度的新方法[J]. 电波科学学报 2017(06)
- [22].基于瑞利激光雷达对格尔木中间层大气密度的探测研究(英文)[J]. 红外与激光工程 2018(S1)
- [23].APOD卫星大气密度数据处理与标校[J]. 地球物理学报 2018(09)
- [24].100km附近大气密度模型的误差带和置信度[J]. 中国科学:物理学 力学 天文学 2015(12)
- [25].利用经验正交函数分解的大气密度模式校准方法[J]. 航空学报 2018(S1)
- [26].利用星载加速度计数据反演高层大气密度的方法[J]. 解放军理工大学学报(自然科学版) 2010(03)
- [27].基于星载加速度计反演载人航天轨道大气密度[J]. 载人航天 2013(06)
- [28].基于机械能变化的超低轨道大气密度实时估计[J]. 飞行力学 2015(03)
- [29].月球表面是什么样子[J]. 航天器环境工程 2008(03)
- [30].地球边缘大气密度时空特性分析[J]. 宇航学报 2012(08)
标签:热层大气密度论文; 经验建模论文; 季节变化论文; 年异常论文; 胞状结构论文; 长期变化趋势论文; 人工神经网络方法论文;