CN107024694A - 基于奇异谱分析的电离层异常探测方法及系统 - Google Patents
基于奇异谱分析的电离层异常探测方法及系统 Download PDFInfo
- Publication number
- CN107024694A CN107024694A CN201710358603.2A CN201710358603A CN107024694A CN 107024694 A CN107024694 A CN 107024694A CN 201710358603 A CN201710358603 A CN 201710358603A CN 107024694 A CN107024694 A CN 107024694A
- Authority
- CN
- China
- Prior art keywords
- ionosphere
- ion
- time series
- normal variation
- anomalous
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种基于奇异谱分析的电离层异常探测方法,获取历史电离层观测数据ION;利用奇异谱分析法得到电离层正常变化成分IONmain;基于电离层平静时期计算正常背景噪声ε;根据IONmain和ε,得到电离层观测数据ION的正常变化范围;当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。本发明通过奇异谱分析,能够识别和强化周期信号,其提取的正常变化成分中包含了电离层随着地球公转的季节变化、太阳27天自转周期引起的电离层9天、13.5天、27天周期变化等的影响,因此异常探测结果中排除了背景场时间段与异常探测时间段地球外界环境不同造成的干扰,能够有效探测电离层异常信息。
Description
技术领域
本发明属于地球物理领域,具体涉及一种基于奇异谱分析的电离层异常探测方法及系统。
背景技术
太阳的极紫外辐射和X射线的电离作用以及太阳风和高能粒子射线的撞击作用,在地球高层大气中产生了大量的自由电子和离子,在60~2000km高度范围内形成了电离层。电离层异常是指电离层的电子密度、峰值高度等物理特征偏离其常规形态的特殊变化。地震、磁暴、海啸、火山喷发等因素都有可能导致电离层异常。确定电离层异常的出现时间,对于探索磁暴在空间天气变化中的传播过程、地震和海啸与电离层之间的相互作用的研究至关重要。由于电离层变化受太阳活动、地球自转和公转、地磁条件等多种因素的影响,因此电离层变化具有很强的周期性,在电离层异常探测时需要将电离层的正常周期变化排除。而目前国际上电离层异常探测的方法如时间序列法、四分位法以及二阶差分法等,都是基于短时间的电离层趋势变化,没有考虑电离层的常规周期变化,因此异常探测精度不够理想。
发明内容
本发明要解决的技术问题是:提供一种基于奇异谱分析的电离层异常探测方法及系统,能够排除背景场时间段与异常探测时间段地球外界环境不同造成的干扰,有效探测电离层异常信息。
本发明为解决上述技术问题所采取的技术方案为:一种基于奇异谱分析的电离层异常探测方法,其特征在于:它包括以下步骤:
S1、获取电离层历史观测数据ION;
S2、利用奇异谱分析法得到电离层正常变化成分IONmain;
S3、基于电离层平静时期计算正常背景噪声ε;
S4、根据IONmain和ε,得到电离层观测数据ION的正常变化范围;
S5、当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
按上述方法,所述的S2具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差;C(j)为时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
按上述方法,所述的S4中,取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
一种基于奇异谱分析的电离层异常探测系统,其特征在于:它包括:
数据获取模块,用于获取历史电离层观测数据ION;
数据滤波模块,用于利用奇异谱分析法得到电离层正常变化成分IONmain;
背景噪声计算模块,用于基于电离层平静时期计算正常背景噪声ε;
电离层观测数据正常变化范围确定模块,用于根据IONmain和ε,得到电离层观测数据ION的正常变化范围;
电离层异常判断模块,用于当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
按上述系统,所述的数据滤波模块具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差;C(j)为时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
按上述系统,电离层TEC正常变化范围确定模块具体为:
取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
一种电离层分析系统,其特征在于,它包括存储器,存储器用于执行所述的步骤。
本发明的有益效果为:通过奇异谱分析,能够识别和强化周期信号,其提取的正常变化成分中包含了电离层随着地球公转的季节变化、太阳27天自转周期引起的电离层9天、13.5天、27天周期变化等的影响,因此异常探测结果中排除了背景场时间段与异常探测时间段地球外界环境不同造成的干扰,能够有效探测电离层异常信息。
附图说明
图1是本发明一实施例的流程图。
图2是电离层异常探测格网点示意图。
图3是本发明一实施例的F10.7,Dst,Kp指数变化。
图4是非电离层异常区域格网点TEC时间序列图。
图5是电离层异常区域格网点TEC时间序列图。
具体实施方式
下面结合具体实例和附图对本发明做进一步说明。
本发明提供一种基于奇异谱分析的电离层异常探测方法,如图1所示,它包括以下步骤:
S1、获取历史电离层观测数据ION。
S2、利用奇异谱分析法得到电离层正常变化成分IONmain。
奇异谱分析(SSA)是一种广义的功率谱分析,不受正弦波假定的约束,对信号的识别和描述采用时域性的频率域分析方式,能够稳定识别和强化周期信号。SSA的分析对象是一维的时间序列。S2具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;经过大量实验证明,M取N/3左右时,分析效果比较理想。
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差(或时迟为0的自协方差);C(j)为
时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;Ek的集合为M个分量构成的一个时间序列,它反映时间序列x中的时间演变型。
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
与主成分分析类似,将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其
所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
由于电离层变化受太阳活动、地球自转和公转、地磁条件等多种因素的影响,因此电离层变化具有很强的日周期性。而奇异谱分析能够识别和强化周期信号,利用奇异谱分析的方法可以提取出电离层观测数据时间序列中除去异常扰动以及观测噪声部分的日周期部分,作为主要成分IONmain。与时间序列ARMA等异常探测方法相比,奇异谱分析提取的IONmain中包含了电离层随着地球公转的季节变化、太阳27天自转周期引起的电离层9天、13.5天、27天周期变化等的影响,排除了背景场时间段与异常探测时间段地球外界环境不同造成的干扰。
S3、基于电离层平静时期计算正常背景噪声ε;平静时期即为不受太阳活动和地磁异常扰动的时期。
S4、根据IONmain和ε,得到电离层观测数据ION的正常变化范围。具体取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
S5、当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
一种基于奇异谱分析的电离层异常探测系统,它包括:
数据获取模块,用于获取历史电离层观测数据ION。
数据滤波模块,用于利用奇异谱分析法得到电离层正常变化成分IONmain。数据滤波模块具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差;C(j)为时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
背景噪声计算模块,用于基于电离层平静时期计算正常背景噪声ε。
电离层TEC正常变化范围确定模块,用于根据IONmain和ε,得到电离层TEC的正常变化范围;电离层TEC正常变化范围确定模块具体为:
取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
电离层异常判断模块,用于当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
本发明还可以提供一种电离层分析系统,包括存储器,存储器用于执行上述步骤。
上述技术方案省略去具体推导步骤后,在实际应用中可以简化为如下3个步骤。下面结合具体案例对本发明的技术方案做进一步的介绍,然而本发明的范围并不限于下述实施例。
2015年4月25日,尼泊尔发生了MS8.1级大地震,震中位于28.147°N,84.708°E,震源深度为15km。本专利基于奇异谱分析的电离层异常探测方法对此次震前电离层异常进行探测。采用欧洲定轨中心(CODE)发布的全球电离层地图数据进行异常探测。该数据为格网数据,经纬度分辨率为5°×2.5°,时间分辨率为1小时。对震中周围的格网点的总电子含量(TEC)时间序列进行异常探测。探测结果如图2所示,其中黑色五角星为震中位置,椭圆形阴影为具有异常的格网点的大致范围。限于篇幅原因,选取图中的a、b、c、d、e五个格网点作为实例对本发明进行说明。
步骤1:基于奇异谱分析提取电离层正常变化
利用奇异谱分析的方法对a、b、c、d、e五个格网点的TEC时间序列进行正常变化成分进行提取,获得TECmain。
步骤2:确定电离层正常变化范围
选取电离层平静时期内不受太阳活动和地磁异常扰动的电离层观测数据计算背景噪声ε。选取震前30天内不受太阳活动和地磁异常扰动的TEC数据计算背景噪声ε,由此得到电离层TEC变化的上下界范围。图3依次给出了3月26日至4月27日33天的F10.7指数、Dst指数、Kp指数变化图,从图3中可以看出,3月26日至4月10日15天内,F10.7均超过100但是小于150,太阳辐射较为强烈。Dst指数均大于-40,Kp指数除了4月3日短时间内超过了4.0,其余均小于4.0,说明该段时间太阳活动较少,地磁场平静,属于电离层平静时期,可以用于计算背景场噪声。计算得到背景场噪声之后,由式(8)计算得到电离层正常变化的范围。图4和图5中灰色阴影部分为up和low组成的电离层正常变化范围。
步骤3:电离层异常探测
计算得到电离层正常变化范围up、low之后,与实际TEC时间序列进行比较,确定异常是否存在以及异常出现的时间。图4给出了非异常区域格网点a、b的时间序列(黑色实线)和电离层变化范围(灰色区域)的对比图。从图中可以看出,a、b两点的TEC时间序列一直处于电离层正常变化范围内,因此不存在电离层异常。图5给出了异常区域格网点c、d、e格网点的TEC时间序列(黑色实线)以及正常变化范围(灰色区域)对比图。从图中可以看出,4月23日,c、d、e三个格网点的时间序列都明显超出了阴影区域,说明在该天出现了电离层异常。
由此能够看出,本发明能够克服目前电离层异常探测方法中的不足,提供了一种排除电离层正常周期项的影响、有效探测电离层扰动的方法。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (7)
1.一种基于奇异谱分析的电离层异常探测方法,其特征在于:它包括以下步骤:
S1、获取历史电离层观测数据ION;
S2、利用奇异谱分析法得到电离层正常变化成分IONmain;
S3、基于电离层平静时期计算正常背景噪声ε;
S4、根据IONmain和ε,得到电离层观测数据ION的正常变化范围;
S5、当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
2.根据权利要求1所述的基于奇异谱分析的电离层异常探测方法,其特征在于:所述的S2具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差;C(j)为时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
3.根据权利要求1所述的基于奇异谱分析的电离层异常探测方法,其特征在于:所述的S4中,取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
4.一种基于奇异谱分析的电离层异常探测系统,其特征在于:它包括:
数据获取模块,用于获取历史电离层观测数据ION;
数据滤波模块,用于利用奇异谱分析法得到电离层正常变化成分IONmain;
背景噪声计算模块,用于基于电离层平静时期计算正常背景噪声ε;
电离层观测数据正常变化范围确定模块,用于根据IONmain和ε,得到电离层观测数据ION的正常变化范围;
电离层异常判断模块,用于当实际电离层观测数据超出电离层观测数据ION的正常变化范围时,视为电离层异常。
5.根据权利要求4所述的基于奇异谱分析的电离层异常探测系统,其特征在于:所述的数据滤波模块具体为:
选取电离层历史观测数据,时间序列x=[x1,x2,x3,..xN],将其进行中心化处理后,按照相同的序列延迟排列得到
其中,N为时间序列长度,M为嵌入维数;
矩阵X的第i个状态向量为
(1)式的变量间协方差是原时间序列x不同滞后的自协方差,构造滞后自协方差阵Tx
Tx是Toeplitz矩阵,其主对角线元素是时间序列x的方差;C(j)为时间序列x迟后为j的自协方差,0≤j≤M-1,用Yule–Walke估计法得到
然后根据公式
TxEk=λkEk,k=1,2,3…,M (5),
求得Tx的特征值λk和特征向量Ek;
定义状态向量Xi在第K个特征向量上的投影为:
由其中一部分特征向量和时间系数来重建x的成分
将Tx的特征值λk从大到小排列,截取前p个较大的特征值,由其所对应的xk之和重建出反映原时间序列的整体特征,即
提取ION中对应公式(8)的时间序列y作为电离层正常变化成分IONmain。
6.根据权利要求4所述的基于奇异谱分析的电离层异常探测系统,其特征在于:电离层TEC正常变化范围确定模块具体为:
取2倍ε作为上下限值,得到电离层观测数据ION的正常变化范围:
以up和low作为ION序列变化的上下界。
7.一种电离层分析系统,其特征在于,它包括存储器,存储器用于执行权利要求1至3中任意一项所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710358603.2A CN107024694A (zh) | 2017-05-19 | 2017-05-19 | 基于奇异谱分析的电离层异常探测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710358603.2A CN107024694A (zh) | 2017-05-19 | 2017-05-19 | 基于奇异谱分析的电离层异常探测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107024694A true CN107024694A (zh) | 2017-08-08 |
Family
ID=59529636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710358603.2A Withdrawn CN107024694A (zh) | 2017-05-19 | 2017-05-19 | 基于奇异谱分析的电离层异常探测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107024694A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627855A (zh) * | 2018-05-15 | 2018-10-09 | 淮海工学院 | 台风中心电离层tec异常的滑动三次曲线探测方法 |
CN112287607A (zh) * | 2020-11-13 | 2021-01-29 | 华东交通大学 | 一种多尺度电离层tec预测方法 |
CN112381351A (zh) * | 2020-10-15 | 2021-02-19 | 广西电网有限责任公司 | 一种基于奇异谱分析的用电行为变化检测方法及系统 |
CN113139327A (zh) * | 2020-01-19 | 2021-07-20 | 中国科学院国家空间科学中心 | 一种基于gru网络模型的电离层tec单点预测方法及系统 |
CN113406609A (zh) * | 2021-06-04 | 2021-09-17 | 哈尔滨工业大学 | 一种天波雷达探测电离层突发异常结构方法 |
CN116400385A (zh) * | 2023-03-21 | 2023-07-07 | 湖北珞珈实验室 | 一种底层大气与电离层耦合异常探测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308385A (zh) * | 2008-07-11 | 2008-11-19 | 东北大学 | 基于二维动态核主元分析的非线性过程故障检测方法 |
CN104392414A (zh) * | 2014-11-04 | 2015-03-04 | 河海大学 | 一种区域cors坐标时间序列噪声模型的建立方法 |
CN106226407A (zh) * | 2016-07-25 | 2016-12-14 | 中国电子科技集团公司第二十八研究所 | 一种基于奇异谱分析的超声回波信号在线预处理方法 |
-
2017
- 2017-05-19 CN CN201710358603.2A patent/CN107024694A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308385A (zh) * | 2008-07-11 | 2008-11-19 | 东北大学 | 基于二维动态核主元分析的非线性过程故障检测方法 |
CN104392414A (zh) * | 2014-11-04 | 2015-03-04 | 河海大学 | 一种区域cors坐标时间序列噪声模型的建立方法 |
CN106226407A (zh) * | 2016-07-25 | 2016-12-14 | 中国电子科技集团公司第二十八研究所 | 一种基于奇异谱分析的超声回波信号在线预处理方法 |
Non-Patent Citations (1)
Title |
---|
姚宜斌 等: ""2015年尼泊尔地震的震前电离层异常探测"", 《测绘学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627855A (zh) * | 2018-05-15 | 2018-10-09 | 淮海工学院 | 台风中心电离层tec异常的滑动三次曲线探测方法 |
CN108627855B (zh) * | 2018-05-15 | 2020-04-28 | 江苏海洋大学 | 台风中心电离层tec异常的滑动三次曲线探测方法 |
CN113139327A (zh) * | 2020-01-19 | 2021-07-20 | 中国科学院国家空间科学中心 | 一种基于gru网络模型的电离层tec单点预测方法及系统 |
CN113139327B (zh) * | 2020-01-19 | 2024-03-12 | 中国科学院国家空间科学中心 | 一种基于gru网络模型的电离层tec单点预测方法及系统 |
CN112381351A (zh) * | 2020-10-15 | 2021-02-19 | 广西电网有限责任公司 | 一种基于奇异谱分析的用电行为变化检测方法及系统 |
CN112287607A (zh) * | 2020-11-13 | 2021-01-29 | 华东交通大学 | 一种多尺度电离层tec预测方法 |
CN112287607B (zh) * | 2020-11-13 | 2022-09-02 | 华东交通大学 | 一种多尺度电离层tec预测方法 |
CN113406609A (zh) * | 2021-06-04 | 2021-09-17 | 哈尔滨工业大学 | 一种天波雷达探测电离层突发异常结构方法 |
CN113406609B (zh) * | 2021-06-04 | 2022-11-29 | 哈尔滨工业大学 | 一种天波雷达探测电离层突发异常结构方法 |
CN116400385A (zh) * | 2023-03-21 | 2023-07-07 | 湖北珞珈实验室 | 一种底层大气与电离层耦合异常探测系统及方法 |
CN116400385B (zh) * | 2023-03-21 | 2024-01-12 | 湖北珞珈实验室 | 一种底层大气与电离层耦合异常探测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107024694A (zh) | 基于奇异谱分析的电离层异常探测方法及系统 | |
Carter et al. | On the occurrence of equatorial F‐region irregularities during solar minimum using radio occultation measurements | |
Munroe et al. | Temporal correspondence between pluvial lake highstands in the southwestern US and Heinrich Event 1 | |
Hattori et al. | Investigation of ULF seismo-magnetic phenomena in Kanto, Japan during 2000–2010: case studies and statistical studies | |
Kusche et al. | Mapping probabilities of extreme continental water storage changes from space gravimetry | |
Wang et al. | A raised OIS 3 sea level recorded in coastal sediments, southern Changjiang delta plain, China | |
Sakumura et al. | High‐frequency terrestrial water storage signal capture via a regularized sliding window mascon product from GRACE | |
CN104992054B (zh) | 基于时间序列二维化的电离层垂直总电子含量预报方法 | |
Shen et al. | Feature extraction algorithm using a correlation coefficient combined with the VMD and its application to the GPS and GRACE | |
Li et al. | Synergistic data fusion of multimodal AOD and air quality data for near real-time full coverage air pollution assessment | |
Gosse et al. | Terrestrial cosmogenic nuclide methods passing milestones toward paleo‐altimetry | |
Regard et al. | Denudation rates on cratonic landscapes: comparison between suspended and dissolved fluxes, and 10Be analysis in the Nyong and Sanaga River basins, south Cameroon | |
CN106096311A (zh) | 一种电离层vtec值异常检测方法 | |
Love et al. | Magnetic storms and induction hazards | |
CN107807385A (zh) | 一种区域应力场时空变化反演方法 | |
He et al. | A study to investigate the relationship between ionospheric disturbance and seismic activity based on Swarm satellite data | |
Li et al. | East Gobi megalake systems reveal East Asian Monsoon dynamics over the last interglacial-glacial cycle | |
Tian et al. | A deep‐learning ensemble method to detect atmospheric rivers and its application to projected changes in precipitation regime | |
Lin | Ionospheric total electron content anomalies due to Typhoon Nakri on 29 May 2008: A nonlinear principal component analysis | |
CN112285808B (zh) | 一种aphrodite降水数据的降尺度方法 | |
Zhang et al. | Scale variance analysis coupled with Moran's I scalogram to identify hierarchy and characteristic scale | |
Atulkar et al. | Geomagnetic disturbances and its impact on ionospheric critical frequency (foF2) at high, mid and low latitude region | |
Husebye et al. | On upper mantle seismic heterogeneities beneath Fennoscandia | |
Wang et al. | GIS-based landslide hazard zonation model and its application | |
Moldovan et al. | OF ROMANIA AND BLACK SEA AREA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170808 |