中纬电离层突发E层中的波动信号及长期变化特性

论文摘要

电离层突发E层（简称Es层）是在E层高度上出现的不均匀体。Es层作为目前仍未得到完满科学解释的电离层异常现象,受到相关科学领域学者的普遍关注。虽然公认的风剪切理论在解释中纬Es的形成上取得了很大的成功,但是它也有一些不能解释的现象,比如夏季异常等。近期研究表明,除了风场之外,行星波、地磁活动、天气等都有可能在Es层中起着重要作用。对这些扰动的研究有利于对Es层形成的物理机制的进一步认识,同时,我们也有可能从Es的观测数据中提取到行星波的信息来研究行星波运动,为研究电离层等离子体和中性大气的大尺度动力学现象的相互作用打开一扇新的大门。本文利用丰富的电离层垂测台站资料和武汉流星雷达数据,分析了中纬Es层中的潮汐、行星波周期分量的特点以及相互关系,并利用Es数据推算出了行星波传播的几个主要参数。另外,运用人工神经网络分析了Es的长期变化特征。主要工作及分析结果如下:（1）统计分析了中纬突发E层的测高仪数据,给出了潮汐风场诱导Es层的观测证据;详细分析了Es层参量中的8、12和24小时潮汐分量,将其与同期风场数据相比较,证实了大气潮汐风场和Es层的强烈相关性。另外,依据风剪切理论,主要强调Es层形成的动力学因素,从连续性方程出发,对离子密度的初始分布和离子-电子产生率、复合率进行合理的假设,模拟Es层在潮汐速度场的作用下的形成,从理论上证实了潮汐风场能够诱发Es层。（2）对比分析了流星雷达观测到的武汉上空80～98km区域的风场数据和同一地点同一时间段的数字测高仪得到的电离层Es层数据,发现Es出现率中存在准6天的扰动,且很有可能和行星波的活动有关。对Es出现率数据进行小波分析得到5-7天的扰动出现在2003年的第123天到第136天。而对同时段的风场数据的频谱分析也得出:风场几乎也在同一时间段出现了准6天的扰动。Es出现率和风场数据的5-7天的带通滤波结果也非常一致。根据准6日波随高度的相位变化速度推算出foEs时间序列的相位在大概115公里高度与纬向风场中的准6日波一致,这与测得的Es层出现高度111km高度相符。分析表明,foEs时间序列和纬向风场中的半日和周日潮汐分量的振幅遭受了强烈的行星波调制,证明了行星波通过调制潮汐风场间接影响Es的论点。（3）在个例研究中,分析了两次典型的6日行星波事件,采用两种不同的方法,由多个台站的Es数据推算了行星波的几个主要参数,得到的结果基本相同,并推断得到6日行星波的传播方向为西向传播,纬向波数基本为1,和6日行星波的基本特征相符,证明了推断结果的正确性和可行性,也从另一方面体现了行星波对Es造成的深刻影响。（4）提出了运用人工神经网络研究电离层Es层长期变化规律的新方法。利用34年的电离层测高仪观测资料,以前十年的foEs的年平均值和当年的太阳活动参数作为输入,以当年的foEs的年平均值作为输出,对网络进行训练。将1967年至1982年的16个样本用做训练,1983年至1990年的8个样本用作预报测试。网络训练得到的输出值与实际期望值的相关性都很高,预测值也非常接近观测值,说明网络能够很好地学习到Es层的长期变化规律。

论文目录

• 摘要
• ABSTRACT
• 第一节 绪论
• 1.1 电离层背景
• 1.2 电离层突发E 层（Es 层）
• 1.3 Es 层的观测
• 1.4 中纬Es 层的时空分布特征
• 1.4.1 全球分布
• 1.4.2 周日和季节变化
• 1.4.3 长期变化
• 1.5 中纬Es 层的形成机制及影响因素
• 1.5.1 风剪切理论
• 1.5.2 风剪切理论遇到的困难
• 1.5.3 其它因素的影响
• 1.6 行星波和中纬Es 层的关系
• 1.7 本文工作的意义和主要内容
• 第二节 数据分析方法
• 2.1 LS 谱分析
• 2.2 小波分析
• 2.3 谐波拟合
• 第三节 Es 中的潮汐分量分析及潮汐诱导 Es 的理论模拟
• 3.1 引言
• 3.2 Es 出现率的时间变化规律
• 3.3 foEs 数据的8、12 和24 小时周期分量分析
• 3.4 foEs 数据和同期风场的周期分量比较
• 3.5 利用潮汐风场模拟Es 的形成
• 3.5.1 模拟分析方法
• 3.5.2 模拟结果及讨论
• 3.6 结论与讨论
• 第四节 武汉地区 Es 的行星波扰动
• 4.1 引言
• 4.2 武汉流星雷达简介
• 4.3 Es 出现率的行星波扰动
• 4.4 风场中的准6 日波动
• 4.5 Es 与风场数据中的准6 日波动比较
• 4.6 行星波对潮汐分量的调制
• 4.7 结论与讨论
• 第五节 由 Es 观测数据估算行星波参数
• 5.1 引言
• 5.2 2003 年5 月的6 日行星波扰动事件
• 5.2.1 武汉、Athens 和San Vito 台站Es 中的6 日波比较
• 5.2.2 利用武汉、Athens 和San Vito 台站Es 估算行星波参数
• 5.3 1970 年6 月的6 日行星波事件
• 5.3.1 北京、长春和Novokazalinsk 台站Es 中的6 日波比较
• 5.3.2 利用北京、长春和Novokazalinsk 台站Es 估算行星波参数
• 5.4 结论与讨论
• 第六节 利用人工神经网络研究 Es 的长期变化
• 6.1 引言
• 6.2 人工神经网络介绍
• 6.3 数据选取及网络的构建
• 6.4 网络输出结果及分析
• 6.5 结论和展望
• 第七节 总结和展望
• 7.1 本文工作总结
• 7.2 工作展望
• 参考文献
• 附录 博士期间论文完成情况
• 致谢