利用GPS探测电离层异常中的高斯过程处理方法

平静状态下电离层总电子含量（TEC）随时间的变化通常可以视为平稳随机过程。然而，太阳或地球的突发事件（如太阳耀斑、地磁场的扰动）会引起电离层的扰动，破坏该平稳过程，从而引起其统计参数的变化。依据平稳随机过程——高斯过程的相关性质，利用其自协方差函数和TEC时间系列，构建了独立同标准正态分布的观测样本，并利用X^2假设检验的方法来探测电离层异常现象。此外，还利用了2000年7月14日太阳耀斑期间我国国际IGS跟踪站武汉GPS跟踪站的数据，进行了实例分析。结果表明，该方法可以有效地探测电离层异常现象。     

电离层TEC对小耀斑的响应

利用国际GPS观测网(IGS)提供的多个台站的观测数据,分析了M级别以下的小、暗太阳耀斑对向阳面电离层TEC的影响．利用传统分析方法的结果表明,从单条视线(LOS)观测数据得到的电离层TEC及其时间变化率曲线来看,由于它们的波动水平和正常情况下的背景电离层变化相当,使此类小耀斑的信息完全淹没在背景噪声中,不能够显示和分辨出耀斑的发生．利用相干求和的数据处理方法,选用向阳面18个GPS台站的观测数据研究了一次C级SF耀斑引起的电离层TEC增加,结果发现,这种方法能有效地消除背景电离层变化噪声,电离层对耀斑的响应非常清楚和明显,这通常只能在X级别的大耀斑中看到．和GOES卫星X射线数据相比,电离层TEC变化的时间特征和耀斑爆发的开始、最大和结束时间均有很好的符合,其最大平均TEC增量在0．1TECU以下,和X级别的大耀斑相比有一个或多个量级上的差别．     

��ǰ�����TEC�쳣����

?????????????????????GPS?????λ????????????????????50???VTEC??????????????з??????????15???VTEC???1.5??????????????????????????飬???????????????????????     

极区电离层TEC经验模型的建立及适用性分析

利用南极地区40多个GPS跟踪站2010年全年的实测数据,实现了极区电离层TEC建模,对多项式模型、广义三角级数函数模型、低阶球谐函数模型、改进的球谐函数模型以及球冠谐函数模型等五种电离层经验模型进行了比较,并评估了其在极区的适用性情况。结果表明,各个模型在极区都可以取得比较好的拟合精度,残差均值在0.1TECU以内,均方根误差在2 TECU以内。     

Performance of different TEC models to provide GPS ionospheric corrections

The existence of a worldwide international GPS service (IGS) permanent network of dual-frequency receivers makes the computation of global ionospheric maps (GIMs) of total electron content (TEC) feasible. The GIMs computed by the IGS Associate Analysis Centers on a daily basis and by other kinds of forecast GIMs, which can be computed from, for instance, the international reference ionosphere (IRI) model, and the GPS broadcast models in the navigation message, can be applied to a broad diversity of fields, for instance as, navigation and time transfer.In this context, the performance of different kinds of models are presented in order to determine the accuracy of the different GIM. This is carried out by comparison with the TOPEX data that provides an independent and precise (at the level of few TECU) vertical TEC determination over the oceans and seas. Thus, the obtained accuracies, in terms of global relative error, ranging from 54% corresponding to the GPS broadcast model, to about 41% corresponding to IRI climatological model, and to less than 30% corresponding to GPS data driven models.     

基于残差修正的ARMA模型探测门源MS6.4地震前电离层TEC异常

为提高震前电离层总电子含量(TEC)异常探测的精度,提出利用ARMA模型对预测数据进行残差修正得到TEC参考背景值,并设定相对误差和绝对误差相互制约的限差判决门限。通过对2016-01-21青海门源M_S6.4地震进行研究,验证该方法的有效性。结果表明,震前第5天存在明显的TEC异常现象,震中及附近更大区域内会形成异常范围集中的电离层异常区域,TEC异常峰值点位于震中偏南方向;震中位置与异常区域的中心点并不重合,震中位于负异常区偏东方向、正异常区偏南方向。     

基于GPS TEC的尼泊尔MW7.8地震同震电离层扰动研究

基于GPS数据对2015年尼泊尔MW7.8地震引起的同震电离层扰动进行统计与FFT频谱分析,探究地震电离层TEC扰动传播的时空特性。结果表明,震后5 min起出现明显的TEC扰动异常现象,持续时间超过6 min,呈现增大-减小-增大的变化趋势;扰动由震中向东、东北等方向传播,速率分别为2 336.36 m/s和455.52~937.64 m/s;扰动的中心频率为3~7 mHz,符合瑞利波与声波引发的扰动频段。     

TEC浓度误差变化分析

电离层是大气层中的重要组成部分,但也是GPS测量误差中重要的影响因素,本文通过对电离层浓度分布研究,分析得出电离层的季节变化和在不同区域的变化趋势。     

时间序列分析在电离层短期预报中的应用

根据IGS提供的2012年TEC数据,在得到TEC值残差序列的基础上,利用谱分析去掉周期项和Matlab工具箱去掉趋势项并采用平滑算法去噪后,对随机项进行时间序列分析。目前,电离层格网点的预报均建立在原始TEC上,阐述了采用差分后的TEC值进行预报的方法,以减少日变化周期项的影响。根据AR（p）模型预报的结果加上周期项和趋势项后,再加上前一天对应时段的TEC值与IGS发布的数据比较,结果表明,该方法利用短期IGS发布的TEC值进行电离层预报能取得较高的精度。     

利用神经网络预报短期电离层TEC变化

利用神经网络,基于IGS提供的(40°N,115°E)网格点TEC数据,本文构造了该点处提前一天的TEC预报模型。神经网络模型的预测目标是待预测日一天内的12个TEC数值。输入参数包括预测日前一日的太阳黑子数、地磁Kp指数、预测日前27天的太阳黑子数三角函数拟合参数,以及预测日前2天16个Kp指数的多项式拟合参数。实验结果表明训练后的神经网络模型可以反映出不同季节的TEC周日变化以及地磁暴情况下的TEC特征。