联合星载GPS和KBRR星间测速数据反演GRACE时变重力场模型

高精度GRACE卫星时变重力场反演一直是卫星重力测量中的难题.为了恢复高精度的时变地球重力场模型,本文联合GRACE卫星的星载GPS和KBR星间测速观测数据,在对GRACE卫星进行精密定轨的同时,解算出60阶月平均地球重力场模型.通过对GRACE卫星的定轨精度、星载GPS相位和KBR星间测速数据的拟合残差以及时变地球重力场模型解算精度等分析,表明:(1)与美国宇航局喷气推进实验室(JPL)发布的约化动力学精密轨道相比,本文确定GRACE卫星轨道三维位置误差小于5 cm.(2)星载GPS相位数据拟合残差为5~8 mm,KBR星间测速数据拟合残差为0.18~0.30μm·s~(-1).(3)解算的月平均重力场模型与美国德克萨斯大学空间研究中心(CSR)、德国地学研究中心(GFZ)和JPL发布的RL05模型精度接近,时变信号在全球范围内具有很好的空间分布一致性.通过计算亚马逊流域和长江流域的水储量变化,本文与上述三个机构的计算结果无明显差异,且相关系数均达0.9以上.可见,本文建立的卫星轨道与重力场同解算法具有反演高精度GRACE时变重力场能力,为我国卫星重力场反演提供了重要的技术支持.     

GPS测量误差对大气掩星反演精度影响分析

在无线电GPS大气掩星观测中,GPS和LEO卫星的位置误差、速度误差、卫星钟的漂移、载波相位观测误差等会给其反演的大气参量带来一定的误差.为定量分析上述GPS测量误差对大气掩星反演精度的影响,本文采用模拟分析的方法,利用CHAMP实测轨道数据和大气与电离层经验模式,采用三维射线追踪方法模拟得到大气附加相位观测数据;然后根据各种GPS测量误差的不同性质,在模拟掩星观测大气附加相位数据中加入GPS测量误差并进行反演,将其反演结果与未加入误差时的反演结果进行比较,分析各测量误差所带来的掩星反演误差的特点;利用一天的151个分布全球的掩星事件的误差结果进行统计分析.结果表明:(1)±10 m的GPS径向位置误差引起的温度反演误差的平均误差在30 km的高度为(-+)0.8K,标准偏差为0.05K;±0.4 m的LEO径向位置误差引起的温度反演误差的平均误差在30 km的高度为(-+)1.2K,标准偏差为0.07K.(2)仅考虑卫星速度误差对掩星几何关系的影响,则±30 m/s的GPS速度误差引起的温度反演误差的平均误差最大为±0.02K,标准偏差为0.3K;±10 m/s的LEO速度误差引起的温度反演误差的平均误差最大为±0.4K,标准偏差为0.06K.(3)当卫星钟漂为1×10-9时,反演温度误差的平均误差在30 km的高度为263K,标准偏差为16K,当卫星钟漂为1×10-14时,反演温度误差的平均误差在30km的高度为0.019K,标准偏差为0.004K.(4)当L1和L2载波相位观测误差分别为1 mm和2 mm时,引起的温度反演的平均误差在30 km的高度为0.01K,标准偏差为0.4K.(5)利用较接近真实观测的三维大气和电离层背景下的模拟附加相位数据,同时加入国际最新指标的各种GPS测量误差进行反演,误差分析结果为:在30 km以下,折射率和密度的相对误差小于0.3%(1σ),压强的相对误差小于0.5%(1σ),温度误差小于1K(1σ).     

基于GRACE星载加速度计数据的热层密度反演

本文主要研究了利用GRACE星载加速度计数据反演热层密度.首先联合采用GRACE卫星2007—2009年星载加速度计数据和星载GPS数据进行动力学定轨并同时估计加速度计校正参数,依此对加速度计数据进行了校正.根据Sentman稀薄空气动力学方程计算卫星空气动力系数,对校正后的加速度计数据进行处理,反演得到了该时期沿轨热层大气密度.为分析反演密度的精度,将本文反演得到的GRACE-A卫星沿轨密度与Doornbos的解算结果,以及经验密度模型NRLMSISE00,HASDM模型进行比较分析.统计结果表明,本文反演结果比Doornbos系统性偏大约5%~8%,二者间的标准差(STD,standard deviation)在10%以内,具有较好的符合性.其差异主要是由于采用了不同的加速度标校以及空气动力系数计算策略.本文反演得到的热层密度较HASDM模型表现为正的系统性偏差且幅度在4%以内,而Doornbos的结果较HASDM模型约系统性偏小4%~7%,二者与HASDM模型的标准差均为30%左右.另外,本文反演密度与NRLMSISE00模型之间存在约30%~40%的系统性bias,其STD也在30%左右.     

热层大气密度反演与建模研究进展

热层是位于地球表面大约90 km到近1 000 km的大气圈层,它与电离层和低层大气都存在着复杂的耦合关系;同时热层作为人类航天器空间活动的主要区域,其大气直接影响着各类低轨航天器的运行轨迹.近年来,热层大气观测资料的逐步增加推动了热层大气变化特性的研究和大气模式的发展.本文首先综述了基于多源卫星观测数据的热层大气密度反演算法.着重介绍了基于精密轨道数据以及加速度计数据反演密度的主要算法,以及各种反演策略的优缺点.总结了当前工程常用的MSIS、Jacchia以及DTM热层大气模式在数据源、算法实现过程及其适用范围等方面的异同.接着介绍了基于当前最新大气密度观测数据结合已有大气模式,应用多项式、稀疏矩阵拟合以及数据同化等技术的大气模式优化研究进展.最后概述了基于观测数据研究热层大气响应磁暴、耀斑以及日食等空间事件方面的科学进展.     

APOD卫星大气密度数据处理与标校

APOD卫星是我国首颗以热层大气密度探测与精密定轨为科学目标的微纳卫星,搭载大气密度探测器、双频GNSS接收机等载荷,于2015年9月20日发射入轨,2015年10月27日进入轨道高度460 km、轨道倾角97.4°、降交点地方时6∶20的工作轨道,各项载荷随即展开例行观测.本文给出了APOD卫星大气密度探测器的基本原理和数据处理流程,采用基于双行根数（TLE）反演获取的密度数据,对2015年12月至2016年12月的就位探测数据进行了标校,并与经验密度模式进行了比较.结果表明,反演密度与APOD卫星就位探测数据的线性相关性达到0.943,采用线性拟合与二次函数拟合的残差水平基本相当.两种不同方法标校密度相对于NRLMSIS00模式日均值误差的均值和标准偏差为10.1%、18.2%和5.1%、17.1%,二次函数标校略优于线性标校;相对于JB2008模式日均值误差的均值和标准偏差为0.6%、14.9%和3.9%、16.9%,线性标校略优于二次函数标校.总体而言,APOD卫星大气密度就位探测数据与常用经验模式精度基本一致,可为开展大气密度变化规律及应用研究提供数据基础.     

基于能量衰减法利用CHAMP卫星精密轨道数据反演热层大气密度

利用CHAMP卫星精密轨道数据,使用新的反演方法,即能量衰减法反演了热层大气密度,并将反演结果与加速度计数据反演的大气密度以及经验模式结果对比.主要结论如下:(1)利用卫星精密轨道数据,可以使用能量衰减法反演热层大气密度,其反演结果与半长轴衰减法一致;(2)反演密度的时间间隔与反演精度相关.对于CHAMP卫星,采用20min左右的积分时间较为合适;(3)应用能量衰减法反演密度,可同时对加速度计数据进行标定;(4)使用精密轨道数据反演密度精度与卫星高度、地方时等相关.     

陆面微波比辐射率的卫星观测研究进展

复杂多变的陆地表微波比辐射率,造成陆面上星载微波观测反演大气参数较为困难,也使得许多卫星微波资料不易同化应用到数值模式,因此迫切需要提供准确可靠的陆面微波地表比辐射率信息.随着卫星观测技术的迅速发展,利用丰富的星载被动微波观测直接反演陆面微波比辐射率成为一种主要手段.国外针对星载微波成像仪和微波垂直探测器开展较为系统的陆面微波比辐射率研究,建立不同类型的地表比辐射率反演方法,开发地表比辐射率参数化方法并应用于辐射资料同化.对于卫星观测反演陆面微波比辐射率存在的问题,开展了评估分析和方法订正.国内利用卫星观测也开展了一些陆面微波比辐射率研究工作,尚需要系统、综合的提炼.对于地表特征复杂的中国地区,还需要评估认识不同陆面微波比辐射率反演方法在我国适用情况,需要增强陆面微波比辐射率数据质量的认识以及业务应用.     

山基GPS掩星观测实验及其反演原理

分别在湖北省药姑山和九宫山的山头上开展GPS掩星观测实验,成功获取山基掩星观测数据,对掩星事件进行了分析和统计.给出利用山基掩星观测数据反演大气折射指数剖面和电波弯曲角的原理和算法.利用山基GPS掩星观测模拟数据,对反演方法进行试算和检验,结果表明反演方法准确可行.将该反演方法应用于观测数据的反演,获得了观测点高度以下的大气折射率剖面,以及电波弯曲角.实验结果和原理研究表明,山基掩星观测技术是一种潜在的低层大气环境监测新技术.     

大气掩星反演误差特性初步分析

GPS大气掩星探测技术可以获得全球大气折射率、气压、密度、温度和水汽压等气象参数,该技术基本原理是基于几何光学近似的Abel积分反演.地球扁率、电离层传播时间延迟、大气大尺度水平梯度、多路径传播现象等因素在某些高度范围影响大气反演的精度.本文采用模拟的方法,分析其中地球扁率及电离层对反演结果的影响,并讨论局部圆弧修正及电离层修正的效果.利用CHAMP掩星实测轨道数据和有关电离层和大气经验模式、采用三维射线追踪方法模拟计算几种情形下的GPS掩星观测附加相位数据,对模拟数据进行反演,将反演气象参量剖面与模拟时给定模式剖面进行比较,得到了0～60 km高度范围内的反演误差.误差统计分析结果表明,局部圆弧中心的修正以及电离层修正,对于高精度的GPS掩星反演是非常重要的;电离层修正残差仍是制约30～60 km高度范围内反演精度的重要因素,进一步完善和优化大气掩星反演需要发展新的电离层修正算法.     

山基GPS掩星与自动气象站观测结果比较

山基GPS掩星技术可以精确获得低层大气折射率信息,其观测原理是:在高山的山顶安装GPS接收机,跟踪GPS卫星的低仰角和负仰角信号,通过载波相位的变化求出大气折射造成的弯曲角剖面,从而利用科学反演方法获得观测点高度以下的大气折射率剖面.为了对山基掩星测量数据进行验证,2005年8月1日～29日,在河北雾灵山(40.60°N,117.48°E,2118m)开展了为期一个月的山基GPS掩星观测与其他探测的时比实验.实验所用的JAVAD双频GPS接收机共工作576小时,接收机朝南观测,记录到山基掩星事件1136次,其中上升掩星621次,下降掩星515次.实验期间,在雾灵山顶利用自动气象观测仪每天24小时观测当地的温度、湿度和气压,由此可计算大气折射率.本文利用雾灵山GPS掩星实验所获得的观测数据,成功反演得到大气折射率剖面,并将所得接收机高度的折射率与雾灵山顶自动气象站观测结果进行比对,分析结果表明:山基GPS掩星和自动气象站观测结果是一致的.山基GPS掩星观测可为低层大气环境监测提供大量数据,具有潜在的应用前景.     

基于GPS和MODIS的ENVISAT ASAR数据干涉测量中大气改正方法研究

GPS数据用于改正InSAR中大气延迟误差的方法受GPS站点密度的限制,只利用有限的几个站点所观测到的大气数据来生成干涉图的大气改正图,往往达不到很好的效果.本文研究利用GPS与MODIS数据的联合使用来生成大气改正图,首先用GPS数据对MODIS水汽产品进行分块校准,并且对MODIS水汽数据进行了空间结构函数分析,得到研究区域内水汽场的空间分布规律.然后把这种区域水汽场的空间分布信息结合到Kriging内插法中生成更为合理的水汽图.通过上海地区ENVISAT ASAR数据的实验发现,这种加以改正的GPS和MODIS数据联合改正法不仅可以对长波大气信号有明显的消弱,还能消弱一些短波的大气信号,特别是一些幅度较强的短波信号;经过GPS+MODIS算法改正后,短波信号占优和长波信号占优的两幅差分大气延迟图的整体RMS分别降低了32.74%和38.82%,去除幅度较大.与GPS+ATM(大气传输模型)算法比较,我们发现,在上海地区有限的数据条件下（即研究区域内只有6个GPS点）,GPS+MODIS法在大气去除效果或者说大气信号重现能力方面优于GPS+ATM算法.GPS+MODIS算法在捕获短波大气信号方面要比GPS+ATM更有优势,因此也可以改正短波大气误差.     

A methodology for using optimal MSIS parameters retrieved from SSULI data to compute satellite drag on LEO objects

A key application to be derived from Space Weather research will be to forecast atmospheric drag on low Earth orbit (LEO) satellites with significantly better accuracy than is attainable today. The recently launched STP P91-1 ARGOS mission will serve as a testbed for the use of future operational ultraviolet remote-sensing data to achieve such an improvement. This paper describes the associated methodology, which uses discrete inverse theory in conjunction with the data to derive correction factors in near real time for the MSISE-90 empirical thermospheric model. To simulate the application of this technique to orbit prediction, we use the Jacchia-71 operational model to generate an evolving “ground truth” upper atmospheric state over a 48 h time period. This permits a state-of-the-art Satellite Tool Kit orbit propagator to synthesize a corresponding “ground truth” orbit on a standard LEO test object at 350 km altitude. Our tests show that, for orbit prediction, the “data-enhanced” MSIS density specification can provide significant improvement over the uncorrected MSIS specification. However, for orbit prediction, the results are sensitive to the strategy selected for applying the correction factors. We contrast our results for orbit prediction with those of Marcos et al. (1998. Astrodynamics. Vol. 97(1). AAS, San Diego, pp. 501–513) for precision orbit determination. An important result in the context of Space Weather is that the Jacchia and MSIS models can show significant point-to-point disagreement, which has major implications for operational specification of thermospheric drag.     

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

利用加速度计数据反演热层大气密度算法一般需由经验模式给定热层大气温度,进而计算大气阻尼系数C_D.本文基于CHAMP卫星加速度计数据反演得到大气密度,以2008年为例,利用反演得到的热层大气密度循环迭代修正大气阻尼系数C_D,通过对比修正前后密度偏差,评估经验模式给定热层温度对热层大气密度反演造成的影响.结果表明,经验模式热层温度计算偏差对大气密度反演造成的影响小于5%,而且考虑大气成分的改变则进一步降低了这种影响.     

Thermospheric mass density derived from CHAMP satellite precise orbit determination data based on energy balance method

In this article, the energy balance method is used to retrieve thermospheric mass density from CHAMP satellite precise orbit determination(POD) data during 2007–2009. The retrieved thermospheric mass densities are compared with those from accelerometer data and an empirical model. The main conclusions are as follows:(1) Thermospheric mass density can be retrieved from POD data by the energy balance and semi-major axis decay methods, whose results are consistent.(2) The accuracy of the retrieved densities depends on the integration time period, and the optimal period for CHAMP density retrieval from POD data is about 20 minutes.(3) The energy balance method can be used to calibrate accelerometer data.(4) The accuracy of retrieving thermospheric density from POD data varies with satellite altitude and local time.     

NO冷却率在连续磁暴中对热层密度的影响

基于CHAMP卫星加速度计数据,对2002年4月和2004年11月两个连续磁暴事件期间400 km高度热层大气密度时空变化特征进行了分析,结果表明,地磁扰动相近的连续磁暴发生时,热层密度对第一个磁暴的响应幅度明显大于后续磁暴;磁暴间歇期有时会出现密度低值;磁暴恢复相,热层密度先于ap指数快速恢复至暴前水平,甚至更低;热层大气经验模式NRLMSISE00的预测结果中没有包含这些现象.利用TIMED卫星SABER辐射计数据进一步分析同时段100~155 km高度NO冷却率的变化特点,NO冷却率在暴时的增大滞后热层密度2~6 h;磁暴恢复相,NO冷却率保持在较高水平,弛豫时间远大于热层密度.暴时增强的NO冷却率及其缓慢的恢复是导致热层密度响应幅度变小的原因,间歇期是否出现热层密度异常低值也与NO冷却率的增幅有关.     

Ionospheric imaging at mid-latitudes using both GPS and ionosondes

Measurements from the Global Positioning System (GPS) satellites provide a valuable source of information about the ionosphere in the form of ray-path integrations of electron density. Total electron content (TEC) through the ionosphere can be estimated for specific satellite-to-ground paths using the two GPS frequencies and knowledge of the dispersive properties of the ionosphere. One approach used is the ionospheric imaging tool Multi Instrument Data Analysis System (MIDAS), which uses differential phase data from a number of GPS satellites and receivers to create an ionospheric movie of electron density. This paper addresses the accuracy with which MIDAS images the electron density at the F-layer peak. Firstly, the image accuracy is tested using a simulation of the imaging technique, representative of 1 year of data. Experimental GPS phase data are then used to image the electron density during a period of disturbed geomagnetic activity during April 2002. The images are compared to independent measurements from three ionosondes located across Europe and confirm the underestimate in peak electron density that was found in the simulation. Regardless of the peak density errors the vertical TEC in the images remains accurate. The accuracy of the imaged peak electron density is shown to improve across the image when measurements from ionosondes are included in the inversion process.     

The JB2006 empirical thermospheric density model

A new empirical atmospheric density model is developed using the CIRA72 (Jacchia 71) model as the basis for the diffusion equations. New solar indices based on orbit-based sensor data are used for the solar irradiances in the extreme and far ultraviolet wavelengths. New exospheric temperature and semiannual density equations are employed to represent the major thermospheric density variations. Temperature correction equations are also developed for diurnal and latitudinal effects, and finally density correction factors are used for model corrections required at high altitude (1500–4000 km). The new model, Jacchia–Bowman 2006, is validated through comparisons of accurate daily density drag data previously computed for numerous satellites. For 400 km altitude the standard deviation of 16% for the standard Jacchia model is reduced to 10% for the new JB2006 model for periods of low geomagnetic storm activity.     

不同高度和不同地磁扰动期间热层大气密度模式值与探测值的显著差异

热层大气密度是空间大气环境的重要参数,经过多年的研究已开发了多种大气模式,但其误差普遍较大,尤其在磁暴期间偏差值甚至超过100%.本文利用中国星载大气密度探测器和CHAMP卫星加速度计在轨获得的连续探测数据,针对近10年(2003—2014)中多次强磁暴事件和多次中等强度扰动事件,即2003年11月、2004年7月和2005年8~9月多次强磁暴事件(Kp值均达到9),2006年4月、2012年4月的两次中等强度磁暴事件(Kp值分别达到7和6),分析和比对不同强度磁扰事件期间不同高度全球大气密度就位探测值与模式值(NRLMSISE00)之间的差别.在2005年8月24日强磁扰事件中,560 km高度中国卫星就位探测值上涨幅度约2~3倍,扰动区中的增变比高达5.7倍,375 km高度CHAMP卫星就位探测值上涨幅度约0.8倍,扰动区中增变比达4.0倍,期间大气密度模式值不仅没有出现明显的涨落,更没有出现强烈的区域扰动;在2003年11月和2004年7月的强磁扰事件中,CHAMP卫星就位探测值均有显著涨变和强烈扰动变化,而模式值无明显扰动变化;在中等强度磁扰事件中,高度560 km附近就位探测值在北、南半球高纬地区显著上涨,远高于模式值,高度350 km附近就位探测值在地球阴影区域显著上涨,上涨幅度也大于模式值.分析结果表明现有大气模式对地磁扰动(尤其是强磁暴事件)期间全球热层大气密度的响应并不明显,需要进一步改善.     

磁暴期间热层大气密度变化

基于CHAMP卫星资料,分析了2002—2008年267个磁暴期间400km高度大气密度变化对季节、地方时与区域的依赖以及时延的统计学特征,得到暴时大气密度变化的一些新特点,主要结论如下:1)两半球大气密度绝对变化(δρa)结果在不同强度磁暴、不同地方时不同.受较强的焦耳加热和背景中性风共同作用,在北半球夏季,中等磁暴过程中夜侧和大磁暴中,夏半球的δρa强于冬半球;由于夏季半球盛行风环流造成的扰动传播速度快,北半球夏季日侧30°附近大气,北(夏)半球到达峰值的时间早于南(冬)半球.而可能受半球不对称背景磁场强度所导致的热层能量输送率影响,北半球夏季强磁暴和中磁暴个例的日侧,南半球δρa强于北半球;春秋季个例中日侧30°附近大气,北半球先于南半球1~2h达到峰值.2)受叠加在背景环流上的暴时经向环流影响,春秋季暴时赤道大气密度达到峰值的时间最短,日/夜侧大气分别在Dstmin后1h和2h达到峰值.至点附近夜侧赤道大气达到峰值时间一致,为Dstmin后3h;不同季节日侧结果不同,在北半球冬季时赤道地区经过更长的时间达到峰值.3)日侧赤道峰值时间距离高纬度峰值时间不受季节影响,为3h左右.在春秋季和北半球冬季夜侧,赤道大气密度先于高纬度达到峰值,且不同纬度大气密度的峰值几乎无差别,表明此时低纬度存在其他加热源起着重要作用.     

Inversion of GPS meteorology data

The GPS meteorology (GPS/MET) experiment, led by the Universities Corporation for Atmospheric Research (UCAR), consists of a GPS receiver aboard a low earth orbit (LEO) satellite which was launched on 3 April 1995. During a radio occultation the LEO satellite rises or sets relative to one of the 24 GPS satellites at the Earths horizon. Thereby the atmospheric layers are successively sounded by radio waves which propagate from the GPS satellite to the LEO satellite. From the observed phase path increases, which are due to refraction of the radio waves by the ionosphere and the neutral atmosphere, the atmospheric parameter refractivity, density, pressure and temperature are calculated with high accuracy and resolution (0.5–1.5 km). In the present study, practical aspects of the GPS/MET data analysis are discussed. The retrieval is based on the Abelian integral inversion of the atmospheric bending angle profile into the refractivity index profile. The problem of the upper boundary condition of the Abelian integral is described by examples. The statistical optimization approach which is applied to the data above 40 km and the use of topside bending angle profiles from model atmospheres stabilize the inversion. The retrieved temperature profiles are compared with corresponding profiles which have already been calculated by scientists of UCAR and Jet Propulsion Laboratory (JPL), using Abelian integral inversion too. The comparison shows that in some cases large differences occur (5 K and more). This is probably due to different treatment of the upper boundary condition, data runaways and noise. Several temperature profiles with wavelike structures at tropospheric and stratospheric heights are shown. While the periodic structures at upper stratospheric heights could be caused by residual errors of the ionospheric correction method, the periodic temperature fluctuations at heights below 30 km are most likely caused by atmospheric waves (vertically propagating large-scale gravity waves and equatorial waves).Present address: Communications Research Laboratory, Upper Atmosphere Section, 4-2-1 Nukui- Kita, Koganei- shi, Tokyo 184, Japan