CN109507674A - 一种基于非相干散射雷达的热层温度与氧原子密度反演方法 - Google Patents
一种基于非相干散射雷达的热层温度与氧原子密度反演方法 Download PDFInfo
- Publication number
- CN109507674A CN109507674A CN201811462091.5A CN201811462091A CN109507674A CN 109507674 A CN109507674 A CN 109507674A CN 201811462091 A CN201811462091 A CN 201811462091A CN 109507674 A CN109507674 A CN 109507674A
- Authority
- CN
- China
- Prior art keywords
- temperature
- thermosphere
- oxygen atom
- density
- ion
- 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.)
- Pending
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)
- Measuring Temperature Or Quantity Of Heat (AREA)
Abstract
本发明公开了一种基于非相干散射雷达的热层温度与氧原子密度反演方法,包括如下步骤:(1)热层温度与氧原子密度模型、氧原子离子热量平衡方程:(2)反演初值与收敛条件的确定:(3)分步反演法。本发明所公开的基于非相干散射雷达的热层温度与氧原子密度反演方法,对提升我国的热层大气探测与研究水平具有重要意义,与现有其它的热层探测反演方法相比,具有简单、快捷、有效的突出优点。该方法的研究提出,有助于充分发挥已建大型设备(非相干散射雷达)的作用,具有重要的科学与应用价值。
Description
技术领域
本发明属于地球空间环境探测与研究领域,特别涉及该领域中的一种基于非相干散射雷达的热层大气温度与氧原子密度反演方法。
背景技术
热层大气是指中层顶(约90km)到约500km的地球中性大气层,它是地球电离层的背景大气层。受太阳、地磁活动以及低层大气等因素的影响,热层大气温度、密度、成分等具有复杂的时空变化特性。热层大气温度与密度的观测反演具有重要的科学研究与工程应用价值。热层大气是国际空间站、神舟飞船、航天飞机等低轨航天器驻留和运行的空间环境,热层大气变化对低轨航天器运行具有重要影响。比如:热层大气密度直接决定了低轨道航天器运行的大气阻力,实验表明热层大气密度变化引起的低轨航天器轨道变化和摄动可达数百m;热层大气温度对低轨航天器的材料选择、环境适应性设计等有重要影响。
目前的热层大气观测手段非常有限,主要观测手段是通过卫星搭载光谱仪、大气成分探测器、宽带辐射计等实现热层探测,此外通过卫星等低轨航天器运行轨道也可推算热层大气密度等。在地基探测方面,通过发射高空探空火箭可探测火箭飞行区域的热层大气密度等参数,地面被动光学(气辉、FPI光谱仪)等可探测局地(如250km)的热层大气密度。此外,非相干散射雷达作为目前地面探测电离层的最强大手段,它可以直接探测电离层电子密度、电子与离子温度,间接推导热层大气温度、密度、热层成分、运动(风)等。目前全世界科学研究与工程应用领域普遍使用的热层大气模型MSIS就是基于卫星质谱仪、地基探空火箭与非相干散射雷达的观测数据而开发的。
由于观测手段的不足,我国的热层大气监测手段与数据严重不足,在热层大气反演与建模方面尚属于空白,急需加强。在子午工程(国家“十一五”大科学工程)支持下,我国在云南曲靖建设了国内首套非相干散射雷达,为我国开展热层大气温度与密度的反演提供了条件。
发明内容
本发明所要解决的技术问题就是提供一种基于非相干散射雷达的热层温度与氧原子密度反演方法。
本发明采用如下技术方案:
一种基于非相干散射雷达的热层温度与氧原子密度反演方法,其改进之处在于,包括如下步骤:
(1)热层温度与氧原子密度模型、氧原子离子热量平衡方程:
研究表明,热层大气温度随高度的变化特点是从较低的某一高度(约120km)出发,开始温度梯度很大,随后随高度增加而减小。在很高的高度上,热层大气温度趋近于恒定值(通常称为逃逸层温度TN∞),逃逸层温度与太阳活动密切相关,从太阳活动低年的600K左右到高年的2000K左右。
Bates(空间物理学家的姓名)的热层温度经验模型如下:
其中TN120为120km的热层温度,z为相对120km的高度,s表示热层温度形态因子;
热层氧原子密度的经验模型如下:
其中m(O)为氧原子质量,g为重力加速度,k是波尔兹曼常数,z0是参考高度,[O]z0是参考高度处的氧原子密度,可见中性氧原子密度主要由热层温度、参考高度氧原子密度与高度确定;
在高度150-500km的电离层F层,主要离子成分为氧原子离子,忽略氮分子与氧分子的热损失、输运过程,那么电子-氧原子离子碰撞能量损失Lei与氧原子离子-氧原子碰撞能量损失Lin满足能量平衡,即Lei=Lin;
根据Banks(空间物理学家的姓名)的经验公式:
Lin=2.1×10-15×[O]×(TN+TI)1/2×(TI-TN)×NE (3-2)
这里NE为电子密度,TE是电子温度,TI是离子温度,TN是热层中性大气温度;
(2)反演初值与收敛条件的确定:
根据(1)式,未知变量为逃逸层温度TN∞、120km热层温度TN120和温度梯度s,其中TN120为常数,其变化范围为350-450K,由于120km位于电离层E区,在夜间热层温度与离子温度处于热平衡,因此通过对非相干散射雷达夜间的离子温度观测数据进行统计分析可得出;在高度大于300km时,热层温度接近逃逸层温度,温度梯度很小,为0.02K/km,近似为零,难以有效反演温度梯度;根据(2)式,未知变量为热层温度与参考高度处的氧原子密度;根据(3)式,未知变量为氧原子密度与热层温度;利用MSIS模型(Mass Spectrometer andIncoherent Scatter Radar,质谱与非相干散射雷达热层大气模型,是国外开发的且目前比较广泛使用的模型)可计算逃逸层温度与参考高度氧原子密度初值;
非相干散射雷达可提供100-500km内电离层电子密度、电子温度、离子温度剖面的观测数据,即观测方程个数多于反演参数个数,属于超定方程组,可采用最小二乘法迭代求解;即假设TN∞、s与[O]z0的初值,通过方程(1)-(3),求解离子温度TIinv,并与非相干散射雷达实测离子温度TImea比较,在满足迭代次数与反演精度条件下,即可得到一组TN∞、s与[O]z0的反演值;
迭代次数与反演精度有关,也影响了计算量与反演速度,一般迭代次数数百至数千次。离子温度反演精度一般小于10%。迭代收敛条件可表示如下:
N为与高度范围、高度步长有关的高度数目,ΔTImea,i为相对于非相干散射雷达观测值的第i个高度的离子温度偏差;
从(1)式可推导出热层温度梯度与热层温度形态参数的表达式如下:
在300km以上,热层温度趋近于常数,温度梯度接近于零,此时无法有效反演热层温度形态因子;
从(3)式可知,未知量为氧原子密度[O]、离子温度与热层温度差ΔTin,从(3)式可推导出氧原子密度随着离子温度与热层温度差而变化的表达式如下:
可见ΔTin较小时,氧原子密度变化剧烈,误差增大;当离子温度与热层温度相近时,较小的温度误差可能导致很大的氧原子密度变化或误差(见图1),甚至得不到有效的氧原子密度。比如,夜间时,离子温度与热层温度几乎相等,电子温度与离子温度接近,此时(3)式能量损失项为小项,无法反演得到有效的氧原子密度。
基于以上考虑,若利用非相干散射雷达观测的160-500km的电子密度、电子温度、离子温度数据同时反演TN∞、s与[O]z0三个参数将存在很大误差,或者可信度大大降低,因此我们采用以下分步反演法。
(3)分步反演法:
(31)对于300km以上高度,设温度梯度为常数值s0,利用非相干散射雷达350-500km的电子密度、电子温度、离子温度观测数据,可以初步反演TN∞与[O]z0;
(32)对于160-500km,将以上步骤的[O]z0作为准确值,进一步反演TN∞和s。
进一步的,参考高度需要满足扩散平衡,取150-250km。
本发明的有益效果是:
本发明所公开的基于非相干散射雷达的热层温度与氧原子密度反演方法,对提升我国的热层大气探测与研究水平具有重要意义,与现有其它的热层探测反演方法相比,具有简单、快捷、有效的突出优点。该方法的研究提出,有助于充分发挥已建大型设备(非相干散射雷达)的作用,具有重要的科学与应用价值。
附图说明
图1是氧原子密度变化量与离子温度—热层温度差的变化关系图;
图2是曲靖非相干散射雷达实测的电子密度、电子温度、离子温度剖面的日变化图;
图3是本方法基于曲靖非相干散射雷达观测数据反演的热层温度图;
图4是本方法基于曲靖非相干散射雷达观测数据反演的氧原子密度图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1,本发明所公开的方法已经基于子午工程曲靖非相干散射雷达进行了非公开保密应用,该雷达的主要参数包括:工作频率为500MHz、发射峰值功率为2MW、最大占空比为5%、脉冲重复周期为1-20ms、天线增益为41dB、系统噪声温度为150K。其具体实施步骤如下:
1)首先,获取非相干散射雷达的电子密度、电子温度、离子温度实测数据,逃逸层温度(1000K)与氧原子密度(1015/m3)初值,离子温度误差值(取实测离子温度的10%),最大迭代次数1000次。曲靖非相干散射雷达实测的电子密度、电子温度、离子温度剖面日变化见图2。
2)假设温度梯度为常数(0.02K/km),通过迭代反演,可得到TN∞与[O]z0的初步反演值,分别为1100K与1.76x1015/m3。
3)根据2)获取的[O]z0反演值,进一步反演得到TN∞与s修正值,作为最终反演结果。
4)根据公式(1)和(2)计算得到热层温度、氧原子密度剖面,见图3与图4。
Claims (2)
1.一种基于非相干散射雷达的热层温度与氧原子密度反演方法,其特征在于,包括如下步骤:
(1)热层温度与氧原子密度模型、氧原子离子热量平衡方程:
Bates的热层温度经验模型如下:
其中TN120为120km的热层温度,z为相对120km的高度,s表示热层温度形态因子;
热层氧原子密度的经验模型如下:
其中m(O)为氧原子质量,g为重力加速度,k是波尔兹曼常数,z0是参考高度,[O]z0是参考高度处的氧原子密度,可见中性氧原子密度主要由热层温度、参考高度氧原子密度与高度确定;
在高度150-500km的电离层F层,主要离子成分为氧原子离子,忽略氮分子与氧分子的热损失、输运过程,那么电子-氧原子离子碰撞能量损失Lei与氧原子离子-氧原子碰撞能量损失Lin满足能量平衡,即Lei=Lin;
根据Banks的经验公式:
Lin=2.1×10-15×[O]×(TN+TI)1/2×(TI-TN)×NE(3-2)
这里NE为电子密度,TE是电子温度,TI是离子温度,TN是热层中性大气温度;
(2)反演初值与收敛条件的确定:
根据(1)式,未知变量为逃逸层温度TN∞、120km热层温度TN120和温度梯度s,其中TN120为常数,其变化范围为350-450K,由于120km位于电离层E区,在夜间热层温度与离子温度处于热平衡,因此通过对非相干散射雷达夜间的离子温度观测数据进行统计分析可得出;在高度大于300km时,热层温度接近逃逸层温度,温度梯度很小,为0.02K/km,近似为零,难以有效反演温度梯度;根据(2)式,未知变量为热层温度与参考高度处的氧原子密度;根据(3)式,未知变量为氧原子密度与热层温度;利用MSIS模型可计算逃逸层温度与参考高度氧原子密度初值;
非相干散射雷达可提供100-500km内电离层电子密度、电子温度、离子温度剖面的观测数据,即观测方程个数多于反演参数个数,属于超定方程组,可采用最小二乘法迭代求解;即假设TN∞、s与[O]z0的初值,通过方程(1)-(3),求解离子温度TIinv,并与非相干散射雷达实测离子温度TImea比较,在满足迭代次数与反演精度条件下,即可得到一组TN∞、s与[O]z0的反演值;
迭代收敛条件可表示如下:
N为与高度范围、高度步长有关的高度数目,ΔTImea,i为相对于非相干散射雷达观测值的第i个高度的离子温度偏差;
从(1)式可推导出热层温度梯度与热层温度形态参数的表达式如下:
在300km以上,热层温度趋近于常数,温度梯度接近于零,此时无法有效反演热层温度形态因子;
从(3)式可知,未知量为氧原子密度[O]、离子温度与热层温度差ΔTin,从(3)式可推导出氧原子密度随着离子温度与热层温度差而变化的表达式如下:
可见ΔTin较小时,氧原子密度变化剧烈,误差增大;
(3)分步反演法:
(31)对于300km以上高度,设温度梯度为常数值s0,利用非相干散射雷达350-500km的电子密度、电子温度、离子温度观测数据,可以初步反演TN∞与[O]z0;
(32)对于160-500km,将以上步骤的[O]z0作为准确值,进一步反演TN∞和s。
2.根据权利要求1所述基于非相干散射雷达的热层温度与氧原子密度反演方法,其特征在于:参考高度需要满足扩散平衡,取150-250km。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811462091.5A CN109507674A (zh) | 2018-12-03 | 2018-12-03 | 一种基于非相干散射雷达的热层温度与氧原子密度反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811462091.5A CN109507674A (zh) | 2018-12-03 | 2018-12-03 | 一种基于非相干散射雷达的热层温度与氧原子密度反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109507674A true CN109507674A (zh) | 2019-03-22 |
Family
ID=65751465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811462091.5A Pending CN109507674A (zh) | 2018-12-03 | 2018-12-03 | 一种基于非相干散射雷达的热层温度与氧原子密度反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507674A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113687149A (zh) * | 2021-07-19 | 2021-11-23 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226401A1 (en) * | 2002-06-06 | 2003-12-11 | Howard Letovsky | Atomic structure recognition and modification method and apparatus |
US20100134349A1 (en) * | 2008-12-02 | 2010-06-03 | Gary Lennen | System and method for enhanced data decode in a gps receiver |
CN102508222A (zh) * | 2011-11-18 | 2012-06-20 | 中国科学技术大学 | 一种中高层大气风场反演方法 |
CN103605123A (zh) * | 2013-12-04 | 2014-02-26 | 中国科学院遥感与数字地球研究所 | 基于氧a通道气溶胶散射效应的参数化遥感方法 |
CN107332800A (zh) * | 2017-04-26 | 2017-11-07 | 南京理工大学 | 一种基于随机子载波选择的方向调制精准无线传输方案 |
CN108132140A (zh) * | 2017-12-05 | 2018-06-08 | 航天东方红卫星有限公司 | 一种星载光学遥感器全视场柱辐射率确定方法 |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
-
2018
- 2018-12-03 CN CN201811462091.5A patent/CN109507674A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030226401A1 (en) * | 2002-06-06 | 2003-12-11 | Howard Letovsky | Atomic structure recognition and modification method and apparatus |
US20100134349A1 (en) * | 2008-12-02 | 2010-06-03 | Gary Lennen | System and method for enhanced data decode in a gps receiver |
CN102508222A (zh) * | 2011-11-18 | 2012-06-20 | 中国科学技术大学 | 一种中高层大气风场反演方法 |
CN103605123A (zh) * | 2013-12-04 | 2014-02-26 | 中国科学院遥感与数字地球研究所 | 基于氧a通道气溶胶散射效应的参数化遥感方法 |
CN107332800A (zh) * | 2017-04-26 | 2017-11-07 | 南京理工大学 | 一种基于随机子载波选择的方向调制精准无线传输方案 |
CN108132140A (zh) * | 2017-12-05 | 2018-06-08 | 航天东方红卫星有限公司 | 一种星载光学遥感器全视场柱辐射率确定方法 |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
Non-Patent Citations (8)
Title |
---|
LIN LI: "Research on Signal Modulation and Processing for Incoherent Scattering Radar", 《IEEE XPLORE》 * |
MICHAEL J. NICOLLS: "Daytime F region ion energy balance at Arecibo for moderate to high solar flux conditions", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
NESTOR APONT: "Electron energy balance in the F region above Jicamarca", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
李万彪等: "气象卫星遥感西北太平洋海温的研究", 《气象学报》 * |
王宁等: "中低纬电离层F层峰高和厚度的变化特征分析", 《地球物理学报》 * |
郝书吉: "利用气辉测量结果研究高频电波加热电离层实验中电子能量分布", 《地球物理学报》 * |
马淑英等: "电离层诸参量对大气重力波的响应与重力波参数反演", 《地球物理学报》 * |
鱼艇等: "夏季格尔木中间层大气温度探测初步分析", 《红外与激光工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113687149A (zh) * | 2021-07-19 | 2021-11-23 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
CN113687149B (zh) * | 2021-07-19 | 2024-04-05 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luhmann et al. | Near‐Mars space | |
Kuverova et al. | Chemical physics of D and E layers of the ionosphere | |
Guo et al. | Four-dimensional variational data assimilation of heterogeneous mesoscale observations for a strong convective case | |
Titheridge | Winds in the ionosphere—A review | |
Forbes | Dynamics of the thermosphere | |
Xu et al. | Impact of assimilating radiances with the WRFDA ETKF/3DVAR hybrid system on prediction of two typhoons in 2012 | |
Žagar et al. | Atmospheric subseasonal variability and circulation regimes: spectra, trends, and uncertainties | |
Jiang et al. | Observations of the first meteorological rocket of the Meridian Space Weather Monitoring Project | |
Adediji et al. | Influence of some meteorological factors on tropospheric radio refractivity over a tropical location in Nigeria | |
CN109507674A (zh) | 一种基于非相干散射雷达的热层温度与氧原子密度反演方法 | |
Liou et al. | Thermodynamic recovery of the pressure and temperature fields over complex terrain using wind fields derived by multiple-Doppler radar synthesis | |
Whitten et al. | The Venus ionosphere at grazing incidence of solar radiation: Transport of plasma to the night ionosphere | |
Qin et al. | Assimilation of Doppler radar observations with an ensemble square root filter: A squall line case study | |
Zhou | Introduction to a new fog diagnostic scheme | |
Raymond et al. | Characteristics of mountain-induced thunderstorms and cumulus congestus clouds from budget measurements | |
Chen et al. | Application of IVAP-based observation operator in radar radial velocity assimilation: The case of Typhoon Fitow | |
Smith et al. | Remote sensing of land surface temperature: the directional viewing effect | |
Mikkelsen et al. | Simultaneous measurements of the thermospheric wind profile at three separate positions in the dusk auroral oval | |
Hartle et al. | Light ion flow in the nightside ionosphere of Venus | |
Brinkman et al. | E region neutral winds in the postmidnight diffuse aurora during the Atmospheric Response in Aurora 1 rocket campaign | |
Huang et al. | Impact of physical representations in CALMET on the simulated wind field over land during Super Typhoon Meranti (2016) | |
Vanina-Dart et al. | Response of the lower equatorial ionosphere to strong tropospheric disturbances | |
CN113591265B (zh) | 一种计算火星探测器大气阻力的方法 | |
Yang et al. | Application of a Physical Ensemble Method in the POD-4DEnVar | |
Wu et al. | Comparison of simulating mineral dust aerosols in East Asia by two emission schemes |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |