摘要:电离层突发E层(简称Es层)是在E层上出现的不均匀体。Es层作为仍未完满科学解释的电离层异常现象,受到科学领域学者的关注。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,除了风场之外,行星波、地磁活动、天气等都有可能在Es层中起着作用。对这些扰动的研究于对Es层形成的物理机制的认识,同时,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作用打开一扇新的大门。利用丰富的电离层垂测台站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;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、复合率合理的检测设,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出现率数据小波分析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: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。准6日波随的相位变化速度推算出foEs时间序列的相位在大概115公里与纬向风场中的准6日波一致,这与测得的Es层出现111km相符。分析,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,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,的结果基本相同,并推断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,也从另一体现了行星波对Es造成的深刻影响。(4)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,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。网络训练的输出值与实际期望值的性都很高,预测值也非常接近观测值,网络很好地学习到Es层的长期变化规律。关键词:中纬突发E层论文潮汐风场论文行星波论文长期变化论文
摘要6-8
ABSTRACT8-11
节 绪论11-35
1.1 电离层背景11-12
1.2 电离层突发E 层(Es 层)12-15
1.3 Es 层的观测15-17
1.4 中纬Es 层的时空分布特征17-20
1.4.1 全球分布17-18
1.4.2 周日和季节变化18-19
1.4.3 长期变化19-20
1.5 中纬Es 层的形成机制及影响因素20-28
1.5.1 风剪切理论20-25
1.5.2 风剪切理论遇到的困难25-26
1.5.3 其它因素的影响26-28
1.6 行星波和中纬Es 层的关系28-33
1.7 工作的和主要内容33-35
节 数据分析方法35-41
2.1 LS 谱分析35-36
2.2 小波分析36-40
2.3 谐波拟合40-41
节 Es 中的潮汐分量分析及潮汐诱导 Es 的理论模拟41-56
3.1 引言41
3.2 Es 出现率的时间变化规律41-42
3.3 foEs 数据的8、12 和24 小时周期分量分析42-46
3.4 foEs 数据和同期风场的周期分量比较46-50
3.5 利用潮汐风场模拟Es 的形成50-54
3.5.1 模拟分析方法50-52
3.5.2 模拟结果及讨论52-54
3.6 与讨论54-56
节 武汉地区 Es 的行星波扰动56-72
4.1 引言56-57
4.2 武汉流星雷达简介57-59
4.3 Es 出现率的行星波扰动59-62
4.4 风场中的准6 日波动62-64
4.5 Es 与风场数据中的准6 日波动比较64-67
4.6 行星波对潮汐分量的调制67-70
4.7 与讨论70-72
第五节 由 Es 观测数据估算行星波参数72-82
5.1 引言72
5.2 2003 年5 月的6 日行星波扰动事件72-77
5.2.1 武汉、Athens 和San Vito 台站Es 中的6 日波比较72-75
5.2.2 利用武汉、Athens 和San Vito 台站Es 估算行星波参数75-77
5.3 1970 年6 月的6 日行星波事件77-81
5.3.1 北京、长春和Novokazapnsk 台站Es 中的6 日波比较77-80
5.3.2 利用北京、长春和Novokazapnsk 台站Es 估算行星波参数80-81
5.4 与讨论81-82
第六节 利用人工神经网络研究 Es 的长期变化82-91
6.1 引言82-83
6.2 人工神经网络介绍83-85
6.3 数据选取及网络的构建85-86
6.4 网络输出结果及分析86-89
6.5 和展望89-91
第七节 总结和展望91-94
7.1 工作总结91-92
7.2 工作展望92-94