张衡一号电磁卫星在轨情况及主要的科学成果

张衡一号电磁卫星是中国地震立体观测体系的天基观测平台,其科学目标是获取全球电磁场、电离层等离子体、高能粒子数据,对中国及其周边开展电离层动态实时监测和地震前兆跟踪,弥补地面观测的不足,探索地震监测预测新途径.张衡一号电磁卫星系列的第一颗试验卫星于2018年2月成功发射,现已在轨稳定运行4年多;第二颗同类电磁卫星将于2023年6月左右发射.在轨测试、交叉定标工作表明张衡一号电磁卫星具备良好数据质量.在科学产出方面,张衡一号卫星全球地磁场参考模型是全球地磁场参考模型（IGRF）构建一个多世纪以来,唯一由中国科学家牵头且唯一采用中国数据制作的全球地磁场参考模型;基于张衡一号的电离层电子密度3D模型很好地重现了电离层结构特征;张衡一号电磁卫星在地震等自然灾害、空间天气事件监测方面显示出了良好的响应能力;在圈层耦合机理方面,关于地震电磁波跨圈层传播全波计算方法能够计算出岩石圈-电离层波导及电离层中的电磁场变化,证实了张衡一号卫星电磁场载荷探测地震低频电磁异常的能力.张衡一号卫星能够反映岩石圈的地震、甚低频发射站、岩石圈磁异常、大气层的闪电等活动.科学研究结果表明张衡一号电磁卫星与其它观测结果一致...     

基于ZH-1卫星探测的太阳活动低年顶部电离层不规则结构的时空特征

利用ZH-1卫星2019、2020年的原位电子密度观测数据,对卫星观测范围,即地理纬度南北65°之间午夜后顶部电离层的不规则结构进行研究,得到如下结果.(1)午夜后顶部电离层不规则结构集中区主要分布在地磁赤道、中纬度以及较高纬度区,白天赤道异常峰值区为不规则结构的谷值区.(2)不同纬度区不规则结构随地理经度分布呈现出明...     

一种基于大数据的前兆异常识别方法——以云南鲁甸地震为例

利用大数据的研究思想,对鲁甸地震多个前兆测项的震前观测数据进行多测项异常检测的联合应用,结果与地震有很好的对应关系。对区域内更多数据的分析表明,该方法检测结果与5级以上地震具有较好的对应关系。该方法是将大数据思想引入地震观测数据应用的一次尝试。     

基于电磁卫星的闪电哨声波智能检测算法的研究进展

闪电哨声波作为探索空间物理环境的重要媒介,淹没在海量的电磁卫星数据中.近年来随着计算机视觉和深度学习等人工智能技术的发展,从电磁卫星的存档数据中自动检测闪电哨声波的算法取得了一定的效果.本文对近年来闪电哨声波智能检测算法的文献进行了整理和总结.首先,阐述闪电哨声波在电磁卫星数据中呈现的时频特征和类型;然后,介绍了闪电哨声波智能检测算法的流程并从闪电哨声波的特征提取、分类和定位三个方面对主要的智能检测算法进行归纳、总结和评述;其次,简述了闪电哨声波智能检测模型的评价指标;接着,在张衡一号（ZH-1）卫星的磁场数据上对三种典型的闪电哨声波智能检测算法进行复现,并对三种算法的优缺点进行了较深入的分析;最后,对基于电磁卫星的闪电哨声波智能检测的研究领域进行总结和展望.

     

张衡一号卫星闪电哨声波扩散状态识别算法

闪电哨声波是由闪电激发的宽频带电磁脉冲,在穿越南北两半球沿地磁线传播时携带了大量的空间环境信息.由于在闪电哨声波中高频的部分先到达低频的部分后到达,导致其在时频图中呈现色散状.其传播路径的长短、传播路径中的电子密度成分以及反射次数等不同使得其存在多种扩散状态.为了进一步探索闪电哨声波的扩散状态与空间环境之间的关系,将闪电哨声波依据其扩散状态进行分类是现在一个亟需解决的问题.然而,目前的检测算法还无法对闪电哨声波扩散状态进行细分.基于此,本文以张衡一号(ZH-1)卫星感应磁力仪(SCM)的VLF波段的波形数据为研究对象,首次将闪电哨声波的散度信息作为其特征,统计并制作了2303张闪电哨声波的时频图像数据集并对其进行特征提取,最后将提取到的特征输入SVM分类器对闪电哨声波进行分类.实验结果表明该算法具有较好的分类效果,其准确率为94.35%、精确率为95.42%、召回率为98.58%、F1-Score为96.97%.     

ZH-1卫星LAP数据校正及与Swarm B数据差异分析

针对ZH-1卫星朗缪尔探针(LAP)原位电子密度观测数据远小于其他系统观测数据的问题,本文利用COSMIC及COSMIC 2在中纬度地区的掩星数据,得到对LAP数据的校正关系,并进一步利用与ZH-1具有相似飞行高度的Swarm B卫星全球等离子观测数据对校正后的LAP数据进行检验,以评估校正结果的准确性和可靠性.检验结果认为：(1)校正后的LAP数据与Swarm B数据基本一致,两者在中纬度地区符合较好,在赤道地区仍有明显偏差.(2)这一偏差与观测数据值的大小有关,在较小观测值时两者符合较好,较大观测值时差异变大,可能与两个卫星载荷的不同动态响应特性有关.(3)经过线性校正的LAP数据不会改变相对变化关系,但拓展了数据的应用场合.

     

形变观测数据的多异常形态统一识别

地震前兆数据中的形变观测数据变化复杂,地球物理场变化和环境干扰等信息识别与剔除是与地震相关现象分析的关键.传统的信号识别主要采用回归分析、经验模态分解、频域信号分解等方法,但它们难以统一识别高幅值变化（尖峰、阶跃）与高频变化波形.本文利用信息熵参与形变时序数据的自动化分段构造子序列,一定程度上避免了这两种波形被分割的弊端,然后以统计描述方式表达子序列,最后利用角度异常因子（Angle-Based Outlier Factor,ABOF）和局部异常因子（Local Outlier Factor,LOF）构建对数函数定义离群点,以解决统一识别高幅度变化与高频率变化的问题.实验表明,对于特征向量维度变化的情况,LOF-ABOF算法的计算效率呈线性变化关系;在特征表达策略改变的情况下,该算法对高幅值变化和高频变化的异常识别效果良好.本文所提供方法可以检测出高幅值变化与高频率变化的异常形态,为地震前兆数据中形变观测数据"前兆信号"的识别提供指导与参考,为深入认识地震现象及其产生机理奠定基础.     

面向震害信息提取的多源遥感图像自动配准

为了从多源遥感图像中提取震害信息,研究了一种图像自动配准的高精度算法.首先,利用Moravec算子提取图像的特征点,并采用随机抽样一致性(random sample consensus,RANSAC)算法剔除误匹配点;然后,根据特征点对图像进行对数极坐标变换,求得基准图像和待配准图像间的旋转和缩放因子;进行旋转角度和缩放系数补偿后,采用与相位相关的亚像元级算法计算图像间的偏移量;最后,利用插值算法对待配准图像进行重采样,实现待配准图像与基准图像的几何配准.将配准后的震前和震后图像作为分类目标,分别进行基于特征的分类和震害信息提取,并对分类结果进行变化检测.实验结果表明,该算法流程具有较高的鲁棒性与配准精度,适用于多源遥感图像配准,所提取的震害信息能较好地应用于震害评估.     

"张衡一号"卫星电场数据存储实验

"张衡一号"卫星搭载的空间电场探测仪,可采集全球范围的电场数据,为空间科学研究及实验提供原位观测数据.该载荷产出的波形和功率谱数据都是以H5格式的文件方式存储,但由于电场观测数据量巨大,文件方式储存导致数据应用效率极低.因此,本文提出了一种基于关系性数据库的数据存储方法,可以显著提高数据访问时间.试验结果表明本文存储方法可应用到张衡一号卫星其他载荷数据,为电磁卫星海量观测数据的高效应用提供了有效的技术支撑.