一種基于LEO衛(wèi)星信標(biāo)的電離層層析成像新算法

歐明， 甄衛(wèi)民， 劉裔文， 鄧忠新， 熊雯， 徐繼生

1 武漢大學(xué)電子信息學(xué)院， 武漢 430079 2 中國電波傳播研究所青島分所， 青島 266107

?

一種基于LEO衛(wèi)星信標(biāo)的電離層層析成像新算法

歐明1,2， 甄衛(wèi)民2， 劉裔文2， 鄧忠新2， 熊雯2， 徐繼生1

1 武漢大學(xué)電子信息學(xué)院， 武漢 430079 2 中國電波傳播研究所青島分所， 青島 266107

LEO衛(wèi)星信標(biāo)是電離層監(jiān)測的重要手段之一. 利用電離層層析成像算法, LEO衛(wèi)星信標(biāo)能夠?qū)崿F(xiàn)區(qū)域電離層電子密度的快速重構(gòu). 針對LEO衛(wèi)星信標(biāo)的特點(diǎn), 本文提出了一種函數(shù)基模型與像素基模型組合的電離層層析成像新算法. 選擇差分相對電離層總電子含量作為輸入數(shù)據(jù)源, 先通過函數(shù)基模型法獲取電離層電子密度初始分布, 再利用像素基模型法對初始分布進(jìn)行二次迭代重構(gòu), 該方法可有效降低電離層層析成像對背景電離層模型的依賴, 同時(shí)能夠?qū)崿F(xiàn)電離層小尺度擾動結(jié)構(gòu)的有效反演. 利用數(shù)值仿真方法及低緯度電離層層析成像網(wǎng)的實(shí)測數(shù)據(jù)的反演結(jié)果驗(yàn)證了本文提出的新算法的可行性和可靠性.

LEO衛(wèi)星信標(biāo); 電離層層析成像; 電子密度; 函數(shù)基模型; 像素基模型

1 引言

電子密度分布是表征電離層狀態(tài)變化的一個(gè)重要參數(shù)，研究其時(shí)空變化規(guī)律和特征對衛(wèi)星通信、衛(wèi)星導(dǎo)航、空間天氣等領(lǐng)域具有重要的理論意義和應(yīng)用價(jià)值. 為了獲得電離層電子密度時(shí)空分布的精細(xì)結(jié)構(gòu)，美國伊利諾大學(xué)的Austen等人在1986年首次提出了電離層層析成像(Computerized Tomography, CT)的設(shè)想，即通過LEO衛(wèi)星發(fā)射信標(biāo)信號結(jié)合沿子午面分布的地面臺鏈接收的方式實(shí)現(xiàn)對電離層電子密度的二維層析成像反演(Austen et al.,1986, 1988). 從20世紀(jì)80年代末起，美國、俄羅斯、西北歐、東亞等相繼建立了基于LEO衛(wèi)星信標(biāo)的電離層CT觀測臺鏈并獲得了有關(guān)電離層中緯槽、電離層行進(jìn)式擾動等很多具有較大影響意義的探測結(jié)果(Afraimovich el al., 1992; Andreeva et al.,1992; Bust et al., 1994; Kunitsyn et al., 1995; Huang et al., 1997; Nygrén et al., 1997). 20世紀(jì)90年代初，武漢大學(xué)等與美國伊利諾大學(xué)以及中國臺灣“中央”大學(xué)和中山大學(xué)合作，建立了北起上海南至馬尼拉的國際上第一個(gè)基于LEO衛(wèi)星信標(biāo)信號的低緯電離層CT探測臺鏈(Low-latitude Ionospheric Tomography Network,LITN)并實(shí)現(xiàn)了東亞磁赤道異常區(qū)電離層CT成像(Huang et al., 1997; 徐繼生等, 2000). 此外，自2007年起，日本京都大學(xué)也相繼在日本及東南亞部分國家建立了無線電信標(biāo)接收站網(wǎng)(GNU Radio Beacon Receiver Network, GRBRN)并實(shí)現(xiàn)了對低緯區(qū)域的電離層擾動結(jié)構(gòu)的探測(Ram et al., 2012).

對于LEO衛(wèi)星信標(biāo)測量而言，要實(shí)現(xiàn)高精度的電離層電子密度CT反演需要重點(diǎn)解決兩方面的問題：第一，傳統(tǒng)的電離層CT方法主要采用絕對TEC數(shù)據(jù)進(jìn)行反演，而衛(wèi)星信標(biāo)的直接測量量為相對TEC數(shù)據(jù). 為此，有學(xué)者研究了基于兩個(gè)或多個(gè)臺站的相對TEC數(shù)據(jù)估計(jì)絕對TEC的方法，如雙站法(Leitinger et al., 1975)，多站法(Huang et al., 1997)等. 但由于電離層存在較大的水平不均勻性，這些方法重構(gòu)得到的絕對TEC往往存在較大的誤差(Watthanasangmechai et al., 2014)，從而影響到電離層CT的反演精度; 第二，LEO衛(wèi)星相對地面運(yùn)動的角速度較快，一般15～20 min以內(nèi)即可實(shí)現(xiàn)一次電離層CT成像，主要用于獲取電離層內(nèi)部的快速變化特征，對背景電離層的敏感度較高.傳統(tǒng)CT方法通常直接將經(jīng)驗(yàn)電離層模型的輸出設(shè)定為背景初值，由于經(jīng)驗(yàn)?zāi)Ｐ团c真實(shí)電離層間存在的較大偏差，這同樣也會導(dǎo)致CT的反演結(jié)果存在較大的誤差(Al-Fanek, 2013)，無法較為“忠實(shí)”地反演出電離層的真實(shí)結(jié)構(gòu).

目前主流的電離層CT方法主要分為兩大類:像素基模型法和函數(shù)基模型法(聞德保, 2013). 像素基模型法將待反演的電離層區(qū)域離散化為一系列小的像素，然后在選擇的參考框架和反演時(shí)間內(nèi)，假定每個(gè)像素內(nèi)的電離層電子密度為一常量并在此基礎(chǔ)上進(jìn)行電離層電子密度反演(Raymund et al., 1993; Pryse et al., 1998; Hernández-Pajares et al., 2000; 鄒玉華, 2004; Ma et al., 2005; Wen et al., 2007; Das and Shukla, 2011). 像素基模型法通常使用線性代數(shù)類迭代算法實(shí)現(xiàn)電離層CT反演矩陣的求解，如代數(shù)重構(gòu)算法(Algebraic Reconstruction Technique, ART)、聯(lián)合迭代重構(gòu)算法(Simultaneous Iterative Reconstruction Technique, SIRT)、乘法代數(shù)重構(gòu)算法(Multiplicative Algebraic Reconstruction Technique, MART)及相應(yīng)的改進(jìn)算法等(Wen et al, 2007; 姚宜斌等, 2014; 聞德保等, 2014). 在給定精度較高的迭代電子密度初值情況下，像素基模型法的優(yōu)點(diǎn)是能夠很好地重建出電離層中小尺度結(jié)構(gòu)，但缺點(diǎn)是方法本身對迭代初值的精度要求較高(Raymund et al., 1993; Ossama, 2013). 為克服像素基模型電離層CT方法存在的不足，函數(shù)基模型法開始被很多學(xué)者使用(Fremouw et al., 1992; Hansen et al. 1997; Howe et al., 1998; Bhuyan et al., 2002 ; Mitchell et al., 2003; Amerian et al., 2010; Al-Fanek, 2013). 函數(shù)基模型法的特點(diǎn)是利用一組函數(shù)來描述電離層電子密度的空間分布特性，再通過求解基函數(shù)的權(quán)重系數(shù)來重構(gòu)電離層電子密度的區(qū)域變化. 函數(shù)基模型法常用非迭代類方法如隨機(jī)反演(Stochastic Inversion)、廣義奇異值分解(Generalized Singular Value Decomposition, GSVD)、截?cái)嗥娈愔捣纸?Truncated Singular Value Decomposition, TSVD)等方法來求解反演方程，而無需給定背景初值(Fremouw et al.,1992; Nygrén et al.,1997; Thampi et al., 2004; 歐明等, 2014). 相比像素基方法，函數(shù)基模型法需要求解的未知數(shù)較少，反演結(jié)果穩(wěn)定性高. 但該類方法缺點(diǎn)是反演結(jié)果過于平滑，有時(shí)會“掩蓋”一些電離層的小尺度擾動結(jié)構(gòu)特征(Nygrén et al.,1997).

因此，本文針對LEO衛(wèi)星信標(biāo)的特點(diǎn)及現(xiàn)有電離層CT算法存在的不足，提出了一種函數(shù)基模型與像素基模型組合的電離層CT新算法. 算法首先采用函數(shù)基模型法反演獲取平滑但精度較高的電子密度，再利用像素基模型法對函數(shù)基模型法的反演結(jié)果進(jìn)行二次迭代重構(gòu)，該算法一方面能有效降低電離層CT方法對背景電離層模型的依賴，同時(shí)也能滿足電離層小尺度擾動結(jié)構(gòu)的反演要求.

2 基于LEO衛(wèi)星信標(biāo)的電離層層析成像新算法

2.1 電離層CT原理

電離層TEC可以表示為沿信號傳播路徑上電子密度的積分(Austen et al., 1988)，有

(1)

式中，di為第i個(gè)絕對TEC值，rteci為第i個(gè)相對TEC值，δ0表示由于相位模糊造成的未知TEC偏差；對于單個(gè)接收機(jī)一段連續(xù)觀測而言，δ0可以認(rèn)為是恒定不變的(Fremouwetal., 1992);Ne(r)為隨空間r變化的電子密度值;s表示接收機(jī)至LEO衛(wèi)星的視線路徑. 對式(1)進(jìn)行線性離散后可以表示為

T=Hx,

(2)

其中T表示絕對TEC觀測向量，H代表積分算子矩陣，x為電子密度向量，電離層層析成像即為求解式(2)得到電子密度向量x的過程.

2.2 電離層CT新算法

由于LEO衛(wèi)星信標(biāo)測量得到的是相對TEC數(shù)據(jù)，若想利用絕對TEC數(shù)據(jù)實(shí)現(xiàn)電離層CT，首先需要估算δ0，然后再利用式(2)進(jìn)行CT反演. 由于估算δ0一般存在較大的誤差，這勢必會影響電離層CT的精度. 為消除δ0對電離層CT的影響，本文采用差分相對TEC的方法實(shí)現(xiàn)電離層CT成像.

對于某個(gè)接收機(jī)的一段連續(xù)測量的數(shù)據(jù)而言，可先選擇一個(gè)參考值rtec0，再將其他觀測值依次對該參考值相減，得到

ri=di-d0=rteci-rtec0

(3)

式中，ri即為差分相對TEC值，式(3)線性離散化后可表示為

R=(H-H0)Ne=Tx，

(4)

式中，R表示差分相對TEC觀測向量，H0為參考值rtec0對應(yīng)的積分算子矩陣，Ne為電子密度向量. 為求解電子密度Ne(簡便起見用向量x代替)，先將需要反演的區(qū)域按一定的緯度、經(jīng)度和高度間隔劃分網(wǎng)格，每個(gè)網(wǎng)格內(nèi)由一個(gè)唯一的電子密度值表示，采用級數(shù)展開法，電子密度可表示為

(5)

式中，r≡(φ,λ,h)表示網(wǎng)格的空間位置，αk為權(quán)重系數(shù)，K為最大展開階數(shù)，hk(r)表示第k階基函數(shù)(basis function). 若選擇像素基模型進(jìn)行電離層CT，則有

(6)

像素基模型電離層CT法需要求解每個(gè)網(wǎng)格內(nèi)的電子密度值，未知數(shù)較多，加上LEO衛(wèi)星信標(biāo)的觀測數(shù)據(jù)較為稀疏，反演結(jié)果將嚴(yán)重依賴于給定的背景初值的精度. 為降低背景初值對電離層CT結(jié)果的影響，本文選擇函數(shù)基與像素基組合的方法進(jìn)行電離層CT，具體分為如下兩步：

第1步：先利用球諧分析(Spherical Harmonic Analysis, SHA)和經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Functions, EOF)組合的函數(shù)基模型法進(jìn)行電離層CT：

+Cjn mcos(mλ)}fj(h)，

(7)

x=By，

(8)

式中，y為基函數(shù)的權(quán)重系數(shù)Sjn m及Cjn m的集合；B是由SHA和EOF函數(shù)構(gòu)建的系數(shù)矩陣. 將式(8)代入式(4)，得到基于差分相對TEC數(shù)據(jù)的電離層CT反演方程：

R=TBy=Ay.

(9)

相較于像素基模型法而言，函數(shù)基模型法的未知數(shù)會有較大減少，但矩陣A通常情況下依然是病態(tài)的. 為了獲得式(9)的穩(wěn)定解，本文采用TSVD方法進(jìn)行求解(Hansen, 1990)，計(jì)算過程如下：

(10)

(11)

式中，U=(u1,u2,…,un)，ui為左奇異值;V=(v1,v2,…,vn)，vi為右奇異值;S=diag(σ1,σ2,…,σn)，σi為奇異值，σ1≥σ2≥…≥σn≥0，q為截?cái)嘞禂?shù). 通過式(11)求解得到基函數(shù)權(quán)重y后，重新代入式(8)中便可得到電子密度的初始分布值.

第2步：將函數(shù)基模型的反演結(jié)果作為迭代初值，采用像素基模型的ART算法(Gordonetal.,1970)對式(4)進(jìn)行第二次迭代重構(gòu)，以獲取更小尺度的電離層擾動結(jié)構(gòu)，計(jì)算方法如下：

(12)

式中，q表示迭代輪次，具體次序可按順序或通過隨機(jī)數(shù)的方法產(chǎn)生，i=mod(q,L)+1，L為矩陣T的行數(shù)，ti表示矩陣T的第i行元素，Ri表示R的第i個(gè)元素，λ為松弛因子. ART算法收斂較快，一般取迭代10～20輪左右即可，也可在具體執(zhí)行過程中設(shè)置適當(dāng)?shù)牡K止的閾值. 通過以上兩步的反演即可獲得最終的電離層電子密度分布.

3 計(jì)算結(jié)果與分析

3.1 數(shù)據(jù)來源

為利用LEO衛(wèi)星信標(biāo)實(shí)現(xiàn)電離層CT探測，2003年起，臺灣“中央”大學(xué)在中國臺灣、菲律賓、印尼等地各設(shè)立了LEO衛(wèi)星信標(biāo)接收站，建立了新的低緯電離層層析成像網(wǎng)(new Low-latitude Ionosphere Tomography Network，簡稱LITN). 通過接收COSMIC、COSMOS 2414、OSCAR、RADCAL、DMSP F15等衛(wèi)星發(fā)射的信標(biāo)信號(趙運(yùn)超等, 2014)，LITN可對北半球120°E子午面附近部分中低緯度區(qū)域的電離層進(jìn)行CT探測. 通過對各站接收數(shù)據(jù)的連續(xù)性和數(shù)據(jù)質(zhì)量的分析，本文選擇LITN網(wǎng)的中壢(NCU)、嘉義(Jiayi)、車城(Checheng)三個(gè)站的數(shù)據(jù)進(jìn)行電離層CT反演，具體臺站地理位置信息如表1所示.

3.2 仿真驗(yàn)證

首先采用數(shù)值仿真的方法驗(yàn)證本文電離層CT新算法的有效性. 選擇經(jīng)度120°E、緯度10°N—50°N、高度100～800 km的區(qū)域作為CT成像區(qū)域，其中沿緯度和高度方向上網(wǎng)格的間隔分別設(shè)定為0.5°和25 km. 每個(gè)衛(wèi)星信標(biāo)地面接收站對衛(wèi)星的觀測截止仰角設(shè)定為15°，理想情況下，每個(gè)臺站一次衛(wèi)星過境期間的可觀測時(shí)間約15 min. 仿真時(shí)，觀測所需的電子密度“真值”由國際參考電離層模型IRI-2012給出.

表1 LITN接收站地理位置信息表Table 1 Geographical information of LITN stations

利用式(1)的積分方程計(jì)算出絕對TEC，再將每個(gè)臺站的絕對TEC值減去該站TEC的最小值，得到衛(wèi)星信標(biāo)測量的相對TEC數(shù)據(jù). 由于觀測噪聲和離散誤差的存在，仿真過程中在相對TEC中加入了隨機(jī)噪聲. 電離層CT過程中函數(shù)基模型采用了15階SHA和2階EOF函數(shù). 通過分析可知，此次仿真若采用像素基模型法需要求解的未知數(shù)為81×29=2349，而采用函數(shù)基模型法僅為(15+1)2×2=512個(gè)，不足像素基模型法的1/4，這有助于降低反演矩陣的條件數(shù)從而增強(qiáng)CT反演的穩(wěn)定性. 在計(jì)算量上，新算法的計(jì)算量主要集中在反演矩陣的構(gòu)建、截?cái)嗥娈愔捣纸饧癆RT算法的迭代上面，在普通的個(gè)人計(jì)算機(jī)上(Intel Core I5處理器，4G內(nèi)存)，3個(gè)臺站的觀測數(shù)據(jù)利用MATLAB軟件完成一次CT成像計(jì)算只需2～3 min.

為了驗(yàn)證電離層CT算法對在不同時(shí)間和空間的變化條件下的電子密度重構(gòu)能力，選取2012年5月1日00∶00 LT—21∶00 LT作為仿真時(shí)間，每間隔3 h進(jìn)行一次成像. 圖1給出了IRI模型計(jì)算的“真實(shí)”電子密度分布，從圖中可以看出電離層隨著當(dāng)?shù)貢r(shí)(Local Time, LT)和緯度的變化特征，其主要表現(xiàn)為低緯度電子密度高于中緯度區(qū)域的，白天高于夜間的，其中夜間00∶00LT前后電子密度值最小，白天12∶00前后電子密度達(dá)到最大.

圖2為電離層CT的反演結(jié)果，由于臺站位置的限制，部分區(qū)域沒有觀測射線穿越，因此圖中用空白顯示. 從圖2可以看出，本文的電離層CT較好地重構(gòu)出了電子密度隨時(shí)間和空間的變化規(guī)律，反演結(jié)果隨LT與緯度的變化規(guī)律與真實(shí)值較為一致，但反演的峰值電子密度高度與真實(shí)值之間存在一定的偏差，造成該偏差的主要原因分析是由于衛(wèi)星與地面接收機(jī)間缺乏水平射線，地基電離層CT的垂直分辨率較低造成的(Zhao et al., 2010).

圖1 IRI-2012模型給出的“真實(shí)”電離層電子密度分布Fig.1 “Real” distribution of ionospheric electron density derived from IRI-2012 model

圖2 電離層CT反演得到的電離層電子密度分布Fig.2 Distribution of ionospheric electron density derived from ionospheric CT

圖3 真實(shí)的電離層NmF2與電離層CT反演結(jié)果比較Fig.3 Comparison of ionospheric NmF2 between the true value and CT results

電離層F2層峰值電子密度(NmF2)反演精度是驗(yàn)證電離層CT算法反演性能的重要指標(biāo).圖3給出了電離層CT反演的NmF2與真實(shí)值之間的比較. 其中圖3a所示為真實(shí)的NmF2分布，從圖中可以看出，與電子密度的變化規(guī)律相同，真實(shí)的NmF2呈現(xiàn)出隨緯度的增加而逐漸減小的趨勢，NmF2在12∶00 LT時(shí)最大，在00∶00LT時(shí)最小. 圖3b為電離層CT反演結(jié)果，從圖中可以看出，CT反演的NmF2與真實(shí)值之間的一致性較好. 圖3c為電離層CT反演相比真實(shí)值的絕對誤差. 從圖中可以發(fā)現(xiàn)20°N—24°N之間的區(qū)域在LT06∶00和LT18∶00的反演誤差要高于其他時(shí)段，最大誤差約2.0×1011el·m-3，且反演結(jié)果呈現(xiàn)出了類似的“雙峰”結(jié)構(gòu)，由于此區(qū)域處于磁赤道駝峰異常區(qū)北側(cè)，且正好處于晨昏交替時(shí)刻，電離層一般存在較大的梯度變化，因此會引起較大的反演誤差. 而在28°N—32°N之間的區(qū)域，則是正午(LT12∶00)前后反演誤差最大，最大NmF2誤差約3.0×1011el·m-3，分析引起該誤差的原因與該區(qū)域接收機(jī)與衛(wèi)星間的射線普遍仰角相對較低，射線對反演的影響權(quán)重過小有關(guān). 對于整個(gè)仿真場景，電離層CT反演NmF2的絕對平均誤差為0.89×1011el·m-3，RMS為1.00×1011el·m-3，相對百分比誤差為7.8%. 仿真結(jié)果驗(yàn)證了本文的電離層CT方法的可行性.

應(yīng)該指出的是，圖2中給出的IRI模型電子密度分布主要驗(yàn)證本文新CT算法對電離層時(shí)變特征的重構(gòu)能力，由于IRI模型是一個(gè)經(jīng)驗(yàn)電離層模型(采用URSI作為模型的默認(rèn)輸入系數(shù))，只能反映電離層的平均變化狀態(tài)，因此與實(shí)際情況(一般情況NmF2LT14∶00最大，LT06∶00最小)會存在一定的偏差.此外，由于幾何因素的限制，衛(wèi)星信標(biāo)地面觀測站與LEO衛(wèi)星間缺乏水平射線，基于LEO衛(wèi)星信標(biāo)的電離層CT的垂直分辨率是有限的.從仿真結(jié)果來看，本文新算法反演的峰值高度比真實(shí)值要系統(tǒng)地低約100 km，該系統(tǒng)偏差與觀測視角、算法及仿真所用的電離層模型等很多影響因素有關(guān)，并非恒定值，因此無法在利用實(shí)測數(shù)據(jù)進(jìn)行電離層CT時(shí)對該偏差進(jìn)行修正.

受太陽、地磁、大氣等多種影響因素的共同作用，電離層擾動狀況時(shí)有發(fā)生.為驗(yàn)證本文算法對不同尺度電離層擾動結(jié)構(gòu)的成像能力，選定一個(gè)有擾動的槽狀電子密度分布模型進(jìn)行CT成像反演，該擾動模型在Chapman函數(shù)的基礎(chǔ)上通過添加高斯型電子密度耗盡因子和擾動因子來模擬電離層大尺度的“槽”結(jié)構(gòu)和小尺度的增強(qiáng)擾動結(jié)構(gòu)(吳雄斌, 1999).模型最大電子密度值、峰值高度和標(biāo)高分別設(shè)定為1×1012el·m-3、300 km和60 km，電子密度剖面見圖4a所示. 由于像素基模型電離層CT算法需要在反演時(shí)先給定背景電子密度分布，為分析像素基算法對背景電離層模型的依賴性，給定兩種不同的背景電離層電子密度值作為像素基模型法的迭代初值(以下分別簡稱為CIT-1和CIT-2). 其中，“CIT-1”給定的背景電子密度參數(shù)為最大電子密度值、峰值高度和標(biāo)高分別設(shè)定為8×1011el·m-3、280 km和60 km；而“CIT-2”給定的背景電子密度參數(shù)則相應(yīng)調(diào)整為8×1011el·m-3、250 km和40 km.像素基模型法在兩種不同條件下的CT反演結(jié)果分別如圖4(b、c)所示；函數(shù)基模型算法的CT反演結(jié)果(簡稱CIT-3)如圖4d所示；本文算法的CT反演結(jié)果(簡稱CIT-4)如圖4e所示.

從圖4中的電離層CT結(jié)果來看，對于存在擾動變化的電離層而言，像素基、函數(shù)基及本文算法獲取的四組電離層CT結(jié)果均較好地重構(gòu)出了緯度27°N—33°N附近的大尺度電離層“槽”狀結(jié)構(gòu)，驗(yàn)證了電離層CT對于大尺度電離層結(jié)構(gòu)的反演能力，但在CT反演精度及對緯度30°N、高度400 km處的電離層小尺度的增強(qiáng)擾動結(jié)構(gòu)的重構(gòu)方面，各種算法的表現(xiàn)差別較大. 從圖4b、4c的對比可以看出，即使迭代算法相同，但在輸入不同的電離層背景電子密度的條件下，像素基模型法的反演結(jié)果也存在很大區(qū)別. 圖4b “CIT-1”中，由于設(shè)定的背景電離層模型參數(shù)與“真實(shí)”電離層結(jié)構(gòu)較為接近，因此其反演得到的峰值電子密度(1.06×1012el·m-3)與峰值高度(280 km)均與結(jié)構(gòu)“真實(shí)”分布更為接近，且在30°N附近區(qū)域也重構(gòu)出了電離層的部分?jǐn)_動特征；而“CIT-2”由于設(shè)定的背景電離層模型參數(shù)與“真實(shí)”電離層結(jié)構(gòu)偏差較大，其CT反演效果則明顯要差于“CIT-1”的表現(xiàn).從圖4c中可以看出，“CIT-2”反演的峰值電子密度(～1.4×1012el·m-3)相比真實(shí)值過高，而峰值高度(～250 km)則過低.對比結(jié)果表明，像素基模型法的反演精度在很大程度上依賴于背景電子密度值的準(zhǔn)確性，其反演精度存在較大的不確定性；當(dāng)背景電子密度值與實(shí)際的電離層狀態(tài)存在較大偏差時(shí)，即使進(jìn)行多輪次的ART迭代重構(gòu)，CT成像結(jié)果依然非常不理想；而在利用實(shí)測數(shù)據(jù)進(jìn)行電離層CT時(shí)，由于無法事先獲知電離層的結(jié)構(gòu)特征，通常只能使用經(jīng)驗(yàn)電離層模型(如IRI)的輸出值作為背景模型值，這勢必會影響電離層CT的精度，這也正是像素基模型法的不足之處. 另外，從圖4d可以看出，函數(shù)基模型法能夠較為真實(shí)地對電離層分布及較大尺度的“槽”狀結(jié)構(gòu)特征進(jìn)行成像，重構(gòu)的電離層峰值電子密度(0.95×1012el·m-3)和峰值高度(～280 km)與“真實(shí)”值也非常接近. 函數(shù)基模型法的優(yōu)點(diǎn)在于無需設(shè)定背景電子密度分布即可實(shí)現(xiàn)CT反演，因此算法的穩(wěn)定性較強(qiáng).但圖4d的結(jié)果同時(shí)也印證了函數(shù)基模型法重構(gòu)的電子密度剖面較為“平滑”的特點(diǎn)，其CT結(jié)果沒有重構(gòu)出電離層的小尺度增強(qiáng)擾動結(jié)構(gòu)；從圖4e可以看出，本文新算法充分結(jié)合了像素基和函數(shù)算法的優(yōu)點(diǎn)，不管是在大尺度“槽”狀結(jié)構(gòu)還是在小尺度增強(qiáng)結(jié)構(gòu)上，反演結(jié)果均與圖4a中的“真實(shí)”場景非常一致，仿真結(jié)果驗(yàn)證了新算法相比其他算法在重構(gòu)電離層不均勻體結(jié)構(gòu)方面的優(yōu)越性.

3.3 實(shí)測數(shù)據(jù)驗(yàn)證

利用LITN網(wǎng)NCU、Jiayi、Checheng等三個(gè)臺站的實(shí)測數(shù)據(jù)進(jìn)行電離層CT成像，CT算法采用與3.2節(jié)數(shù)值仿真時(shí)相同的參數(shù)設(shè)置. 由于LEO衛(wèi)星軌道高度和衛(wèi)星數(shù)目的限制，LITN網(wǎng)暫時(shí)不能進(jìn)行全天候連續(xù)的電離層CT，因此本文主要對衛(wèi)星過境期間的夜間黎明前時(shí)段和白天午后時(shí)段的CT成像結(jié)果進(jìn)行討論.

圖5所示為5月9日的白天下午時(shí)段(08∶27UT轉(zhuǎn)換為當(dāng)?shù)貢r(shí)即16∶27LT)電離層CT成像結(jié)果，圖中綠色三角形表示參與CT反演的臺站所在的地理緯度，白線代表用于CT精度驗(yàn)證時(shí)采用的臺灣花蓮(坐標(biāo)23.9°N，121.6°E)的動態(tài)式電離層探測儀(dynasonde)的位置. 從圖中可以看出，CT算法較為清晰地重構(gòu)出了白天磁赤道北駝峰區(qū)域的特征，重構(gòu)的峰值區(qū)域分布在16°N—19°N之間. 隨著緯度的增加，電子密度表現(xiàn)出先增加再逐漸下降的變化趨勢. 其中，駝峰區(qū)最大電子密度值約2.0×1012el·m-3，而駝峰區(qū)南側(cè)及北側(cè)的最大電子密度約為1.5×1012～1.6×1012el·m-3，相比峰值區(qū)有20%的下降.另外，峰值電子密度高度在駝峰區(qū)南側(cè)與北側(cè)均相比駝峰區(qū)也出現(xiàn)了不同程度的降低.

圖6所示為5月9日的夜間黎明前時(shí)段(20∶02UT, 即5月10日04∶02LT)電離層CT成像結(jié)果. 從圖6可以看出，與白天不同，在夜間較高緯區(qū)域的電離層電子密度要高于較低緯區(qū)域，其峰值出現(xiàn)在33°N—35°N附近，電子密度值約為3×1011el·m-3左右，當(dāng)緯度高于33°N時(shí)，電子密度開始逐漸減小. 通過圖5及圖6的比較可以看出，隨著時(shí)間的變化，峰值電子密度呈現(xiàn)出從白天的低緯區(qū)域逐漸向夜間的更高緯度區(qū)域移動的趨勢. 以上電離層CT結(jié)果與電離層其他觀測手段觀測到的變化規(guī)律是基本吻合的(Wen el al., 2007; 聞德保等, 2014).

由于結(jié)合了函數(shù)基模型與像素基模型的優(yōu)點(diǎn)，本文算法能夠較好地反演出電離層擾動結(jié)構(gòu).如圖7所示為2012年5月8日19∶36 UT的衛(wèi)星信標(biāo)地面接收站獲取的相對TEC測量值及電離層CT結(jié)果. 其中圖7a所示為NCU、Jiayi、Checheng三個(gè)臺站測量的電離層相對TEC值，圖中橫坐標(biāo)表示衛(wèi)星星下點(diǎn)的緯度值；圖7b為電離層CT反演結(jié)果.從圖7a可看出，在整個(gè)衛(wèi)星過頂期間，當(dāng)衛(wèi)星處于較低緯度時(shí)，電離層TEC的相對變化較小，以NCU站的測量結(jié)果為例，衛(wèi)星緯度由5°N變化到20°N期間，電離層TEC的相對變化僅為不到2.5TECU，而在20°N到45°N期間，相對TEC的變化則增加到約12.5TECU，從電離層TEC變化的形態(tài)分析來看，衛(wèi)星與地面接收機(jī)信號穿越區(qū)的電離層電子密度應(yīng)該滿足低緯較小而高緯較高的變化特征，對比圖7b可以看出，電離層CT的反演結(jié)果與TEC推斷的電子密度變化趨勢是一致的.另外值得注意的是，當(dāng)衛(wèi)星位于41°N和46°N附近時(shí)，NCU站測量到了衛(wèi)星信號傳播路徑上TEC的兩處小“凸起”結(jié)構(gòu)(圖中圓圈處位置)，由于斜TEC反映的是信號穿越區(qū)域電子密度的積分情況，因此，只要該區(qū)域的電離層出現(xiàn)了較為明顯的增強(qiáng)情況，對應(yīng)的三個(gè)臺站的電離層TEC一般會出現(xiàn)一一對應(yīng)的擾動特征.由此可以推斷NCU站接收的信號路徑經(jīng)過了兩處電離層電子密度的擾動增強(qiáng)區(qū). 通過計(jì)算NCU站在300 km左右的電離層穿刺點(diǎn)，得到這兩處電子密度增強(qiáng)的位置約為30.8°N和34.3°N，而圖7b給出的CT結(jié)果非常準(zhǔn)確地重構(gòu)出了在31°N和34°N兩處電離層電子密度增強(qiáng)的特征.反演結(jié)果驗(yàn)證了本文算法重構(gòu)電離層小尺度擾動特征的可行性.

圖4 不同算法電離層CT結(jié)果(a) 真實(shí)電離層電子密度分布； (b) 像素基算法CIT-1結(jié)果； (c) 像素基算法CIT-2結(jié)果；(d) 函數(shù)基算法CIT-3結(jié)果； (e) 本文算法CIT-4結(jié)果.Fig.4 Ionospheric CT results calculated by different algorithms(a) “Real” electron density; (b) Result of voxel-based algorithm CIT-1; (c) Result of voxel-based algorithm CIT-2; (d) Result of function-based algorithm CIT-3; (e) Result of proposed algorithm CIT-4.

圖5 2012年5月9日08∶27 UT (16∶27 LT) 的電離層CT結(jié)果Fig.5 Ionospheric CT result at 08∶27 UT (16∶27 LT) in May 9, 2012 (16∶27 LT)

圖6 2012年5月9日 20:02UT (04∶02LT)的電離層CT結(jié)果Fig.6 Ionospheric CT result at 20:02 UT (04∶02 LT) in May 9, 2012

圖7 2012年5月8日19∶36 UT (03∶36 LT)衛(wèi)星信標(biāo)TEC測量值及電離層CT結(jié)果(a) LITN地面衛(wèi)星信標(biāo)接收機(jī)相對TEC測量值； (b) 電離層CT結(jié)果.Fig.7 TEC from beacon observation and ionospheric CT result at 19∶36 UT (03∶36 LT) in May 8, 2012(a) Relative TEC observations from ground beacon receivers of LITN; (b) Ionospheric CT result.

在對圖7的分析過程中，選擇NCU站的數(shù)據(jù)為例分析斜TEC的增強(qiáng)與反演Ne小尺度增強(qiáng)間的對應(yīng)關(guān)系，主要原因在于NCU站觀測的電離層斜TEC的采樣點(diǎn)數(shù)最多，觀測時(shí)間最長.而Checheng站點(diǎn)衛(wèi)星星下點(diǎn)41°N附近觀測的斜TEC數(shù)據(jù)同樣出現(xiàn)了類似的增強(qiáng)，計(jì)算其300 km左右的電離層穿刺點(diǎn)，反推得到這處電子密度增強(qiáng)的位置也為30.8°N，這與NCU站的分析結(jié)果是非常一致的.然而，由于Checheng站并未獲取衛(wèi)星星下點(diǎn)45°N更往北后的電離層斜TEC數(shù)據(jù)，因此只通過Checheng站的數(shù)據(jù)無法進(jìn)一步驗(yàn)證NCU站反演的第二個(gè)擾動增強(qiáng)結(jié)構(gòu).另外對Jiayi站而言，由于其觀測數(shù)據(jù)覆蓋的區(qū)域太小(13°N—25°N)，其接收的LEO信標(biāo)信號并未穿越對應(yīng)的兩處增強(qiáng)區(qū)域，因此無法通過其觀測的電離層斜TEC分析得到電離層的增強(qiáng)結(jié)構(gòu).

此外值得注意的是，在圖7a第二個(gè)虛圈所示的TEC凸起結(jié)構(gòu)之后約5°同樣也出現(xiàn)了一個(gè)擾動結(jié)構(gòu)，但圖7b的CT結(jié)果中并沒有反映出該擾動特征，分析其原因主要在于NCU站該TEC凸起結(jié)構(gòu)的星下點(diǎn)位置約50°N左右，計(jì)算該擾動結(jié)構(gòu)對應(yīng)350 km高度的對應(yīng)的信號穿刺點(diǎn)位置應(yīng)為緯度41°，從圖中可以看出，在350 km高度處41°已處于電離層CT反演區(qū)域的邊緣位置，由于該區(qū)域僅有少量NCU的觀測射線通過，而Checheng和Jiayi站均無觀測射線通過這部分邊緣區(qū)域，電離層CT的視角非常有限，這極大限制了CT算法對該擾動結(jié)構(gòu)的成像能力，導(dǎo)致CT算法無法對這一擾動結(jié)構(gòu)進(jìn)行清晰的成像.

為進(jìn)一步驗(yàn)證算法的可靠性，本文對LITN網(wǎng)2012年5月1日至5月31日共計(jì)66組數(shù)據(jù)進(jìn)行了電離層CT反演，同時(shí)利用臺灣花蓮站動態(tài)式電離層探測儀探測獲得的NmF2數(shù)據(jù)對反演結(jié)果進(jìn)行驗(yàn)證，結(jié)果如圖8所示，圖中橫軸對應(yīng)時(shí)刻均為UT時(shí). 從圖中可以看出，本文算法的反演結(jié)果與實(shí)測結(jié)果較為一致，計(jì)算NmF2的最大絕對誤差6.1×1011el·m-3，絕對平均誤差為1.6×1011el·m-3，RMS為2.3×1011el·m-3，相對百分比誤差約為16.2%.

圖8 花蓮站dynasonde探測的電離層NmF2與電離層CT反演結(jié)果比較Fig.8 Comparison of ionospheric NmF2 between dynasonde observation at Hualien and ionospheric CT result

4 結(jié)論

LEO衛(wèi)星信標(biāo)作為一種電離層探測的有效手段，可用于電離層電子密度的快速成像，從而滿足空間科學(xué)研究及空間信息系統(tǒng)對精細(xì)化電離層電子密度參量的需求. 本文針對LEO衛(wèi)星信標(biāo)的特點(diǎn)，提出了一種新的電離層CT方法. 該算法的特點(diǎn)主要表現(xiàn)為： (1) 無需估算電離層絕對TEC值，直接利用差分相對TEC數(shù)據(jù)進(jìn)行電離層CT反演; (2) 利用基于SHA及EOF的函數(shù)基模型與像素基模型組合的方法進(jìn)行電離層CT，同時(shí)將TSVD和ART算法綜合用于反演矩陣的求解，降低了傳統(tǒng)電離層CT方法對背景電離層模型的依賴，增強(qiáng)了反演的穩(wěn)定性.

仿真結(jié)果表明：電離層CT結(jié)果與“真實(shí)”電子密度分布較為吻合，整體上CT得到NmF2的絕對平均誤差為0.89×1011el·m-3，RMS為1.00×1011el·m-3，相對誤差為7.8%.利用LITN網(wǎng)的實(shí)測數(shù)據(jù)對東經(jīng)120°子午面部分中低緯度區(qū)域進(jìn)行了電離層CT反演：其中白天數(shù)據(jù)重構(gòu)得到了清晰的電離層磁赤道異常區(qū)北駝峰的結(jié)構(gòu)，且發(fā)現(xiàn)夜間電離層峰值有從低緯向更高緯度移動的趨勢；通過與實(shí)測的TEC結(jié)果的比較分析，驗(yàn)證了本文算法對電離層的小尺度擾動結(jié)構(gòu)的重構(gòu)能力.對2012年5月期間電離層CT反演結(jié)果的統(tǒng)計(jì)表明：本文算法反演的NmF2最大絕對誤差6.1×1011el·m-3，絕對平均誤差為1.6×1011el·m-3，RMS為2.3×1011el·m-3，相對誤差約為16.2%. 仿真實(shí)驗(yàn)和實(shí)測數(shù)據(jù)的CT驗(yàn)證了本文算法的可靠性.

必須指出的是，由于地面觀測站與衛(wèi)星間缺乏水平射線，基于LEO衛(wèi)星信標(biāo)的電離層CT的垂直分辨率較為有限(Zhao et al., 2010)，本文峰值高度(hmF2)的反演精度相比經(jīng)驗(yàn)電離層模型(如IRI模型)并沒有明顯的提高.融合地基垂測儀、天基無線電掩星等數(shù)據(jù)進(jìn)行多手段聯(lián)合CT是提高成像垂直分辨率的重要途徑(Hajj el al., 2000; 鄒玉華, 2004; Bust et al., 2004; Li et al.,2012)，這也將是下一步研究的方向.

致謝 本文使用的LITN衛(wèi)星信標(biāo)觀測數(shù)據(jù)及花蓮dynasonde數(shù)據(jù)均由臺灣“中央”大學(xué)太空及遙測研究中心蔡龍治教授提供下載. 另外，兩位匿名審稿人為論文提供了寶貴的修改意見，作者一并在此表示感謝.

Afraimovich E L, Pirog O M, Terekhov A I. 1992. Diagnostics of large-scale structures of the high-latitude ionosphere based on tomographic treatment of navigation-satellite signals and of data from ionospheric stations.J.Atmos.Terr.Phys., 54(10): 1265-1273.

Al-Fanek O J S. 2013. Ionospheric imaging for Canadian Polar regions[Ph. D. thesis]. Calgary: University of Calgary. Amerian Y, Hossainali M M, Voosoghi B, et al. 2010. Tomographic reconstruction of the ionospheric electron density in terms of wavelets.JournalofAerospaceScienceandTechnology, 7(1): 19-29.

Andreeva E S, Kunitsyn V E, Tereshchenko E D. 1992. Phase-difference radio tomography of the ionosphere.Ann.Geophys., 10: 849-855.

Austen J R, Franke S J, Liu C W, et al. 1986. Application of computerized tomography techniques to ionospheric research.// URSI and COSPAR International Beacon Satellite Symposium on Radio Beacon Contribution to the Study of Ionization and Dynamics of the Ionosphere and to Corrections to Geodesy and Technical Workshop. Oulu, Finland, Proc. Part I, 25. University of Oulu.

Austen J R, Franke S J, Liu C H. 1988. Ionospheric imaging using computerized tomography.RadioSci., 23(3): 299-307. Bhuyan K, Singh S B, Bhuyan P K. 2002. Tomographic reconstruction of the ionosphere using generalized singular value decomposition.CurrentScience, 83(9): 1117-1120.

Bust G S, Cook J A, Kronschnabl G R, et al. 1994. Application of ionospheric tomography to single-site location range estimation.InternationalJournalofImagingSystemsandTechnology, 5(2): 160-168.

Bust G S, Garner T W, Gaussiran T L. 2004. Ionospheric Data Assimilation Three-Dimensional (IDA3D): A global, multisensor, electron density specification algorithm.J.Geophys.Res., 109: A11312, doi: 10.1029/2003JA010234.

Das S K, Shukla A K. 2011. Two-dimensional ionospheric tomography over the low-latitude Indian region: An inter-comparison of ART and MART algorithms.RadioSci., 46, doi: 10.1029/2010RS004350.

Fremouw E J, Secan J A, Howe B M. 1992. Application of stochastic inverse theory to ionospheric tomography.RadioSci., 27(5): 721-732.

Gordon R, Bender R, Herman G T. 1970. Algebraic reconstruction techniques (ART) for three-dimensional electron microscopy andx-ray photography.JournalofTheoreticalBiology, 29(3): 471-481, doi: 10.1016/0022-5193(70)90109-8.

Hajj G A, Lee L C, Pi X Q, et al. 2000. COSMIC GPS ionospheric sensing and space weather.TerrestrialAtmosphericandOceanicSciences, 11(1): 235-272.Hansen A J, Walter T, Enge P. 1997. Ionospheric correction using tomography. // Proceeding of Institute of Navigation ION GPS-97. Kasas City, Missouri, USA, 249-257.

Hansen P C. 1990. Truncated singular value decomposition solutions to discrete ill-posed problems with ill-determined numerical rank.SIAMJ.Sci.Stat.Comput., 11(3): 503-518.

Hernández-Pajares M, Juan J M, Sanz J, et al. 2000. Application of ionospheric tomography to real-time GPS carrier-phase ambiguities resolution, at scales of 400～1000 km, and with high geomagnetic activity.GeophysicalResearchLetters, 27(13): 2009-2012.

Howe B M, Runciman K, Secan J A. 1998. Tomography of ionosphere: Four-dimensional simulations.RadioSci., 33(1): 109-128.

Huang C R, Liu C H, Yeh H C, et al. 1997. The low-latitude ionospheric tomography network (LITN)-initial results.J.Atmos.Sol.-Terr.Phys., 59(13): 1553-1567.

Kunitsyn V E, Andreeva E S, Tereshchenko E D, et al. 1995. Investigations of the ionosphere by satellite radiotomography.Ann.Geophys., 13(12): 1263-1276.

Leitinger R, Schmidt G, Tauriainen A. 1975. An evaluation method combining the differential Doppler measurements from two stations that enables the calculation of the electron content of the ionosphere.ZeitschriftfurGeophysik, 41: 201-213.

Li H, Yuan Y B, Li Z S, et al. 2012. Ionospheric electron concentration imaging using combination of LEO satellite data with ground-based GPS observations over China.IEEETransactionsonGeoscienceandRemoteSensing, 50(5): 1728-1734. Ma X F, Maruyama T, Ma G Y, et al. 2005. Three-dimensional ionospheric tomography using observation data of GPS ground receivers and ionosonde by neural network.J.Geophys.Res., 110: doi 10.1029/2004JA010797. Mitchell C N, Spencer P S. 2003. A three-dimensional time-dependent algorithm for ionosphere imaging using GPS.Ann.Geophys., 46(4): 687-696.

Nygrén T, Markkanen M, Lehtinen M, et al. 1997. Stochastic inversion in ionospheric radiotomography.RadioScience, 32(6): 2359-2372.

Ou M, Zhen W M, Yu X, et al. 2014. A computerized ionospheric tomography algorithm based on TSVD regularization.ChineseJournalofRadioScience(in Chinese), 29(2): 345-352, doi: 10.3433/cjors.2013052401.

Pryse S E, Kersley L, Williams M J. 1998. Electron density structures in the polar cap imaged by ionospheric tomography.Adv.SpaceRes., 22(9): 1385-1389.

Ram S T, Yamamoto S M, Tsunoda R T, et al. 2012. On the application of differential phase measurements to study the zonal large scale wave structure (LSWS) in the ionospheric electron content.RadioSci., 47(2): RS2001, doi: 10.1029/2011RS004870.Raymund T D, Pryse S E, Kersley L, et al. 1993. Tomographic reconstruction of ionospheric electron density with European incoherent scatter radar verification.RadioSci., 28(5): 811-817.

Thampi S V, Pant T K, Ravindran S, et al. 2004. Simulation studies on the tomographic reconstruction of the equatorial and low-latitude ionosphere in the context of the Indian tomography experiment: CRABEX.Ann.Geophys., 22(10): 3445-3460.

Watthanasangmechai K, Yamamoto M, Saito A, et al. 2014. Latitudinal GRBR-TEC estimation in Southeast Asia region based on the two-station method.RadioSci., 49(10): 910-920, doi: 10.1002/2013RS005347.

Wen D B, Yuan Y B, Ou J K. 2007. Monitoring the three-dimensional ionospheric electron density distribution using GPS observations over China.J.EarthSyst., 116(3): 235-244.

Wen D B. 2013. GNSS-based Ionospheric Tomographic Algorithms and Applications (in Chinese). Beijing: Surveying and Mapping Press.

Wen D B, Lü H Z, Zhang X. 2014. A new method of ionospheric tomographic reconstruction.ChineseJ.Geophys. (in Chinese), 57(11): 3611-3616, doi: 10.6038/cjg20141114.Wu X B. 1999. A study of algorithm and experiments for computerized ionospheric tomography in the equatorial anomaly region [Ph. D. thesis] (in Chinese). Wuhan: Wuhan University.

Xu J S, Ma S Y, Wu X B, et al. 2000. Low-latitudinal ionospheric effects during a moderate storm by tomographic imaging.ChineseJournalofGeophysics(in Chinese), 43(2): 145-151.

Yao Y B, Tang J, Zhang I, et al. 2014. An adaptive simultaneous iteration reconstruction technique for three-dimensional ionospheric tomography.ChineseJ.Geophys. (in Chinese), 57(2): 345-353, doi: 10.6038/cjg.20140101.

Zhao H S, Xu Z W, Wu J, et al. 2010. Ionospheric tomography by combining vertical and oblique sounding data with TEC retrieved from a tri-band beacon.J.Geophys.Res., 115: A1303, doi: 10.1029/2010JA015285.

Zhao Y C, Gui X C, Hong Z J, et al. 2014. The Kalman Filter imaging studies of ionosphere TEC.ChineseJ.Geophys. (in Chinese), 57(11): 3617-3624, doi: 10.6038/cjg20141115. Zou Y H. 2004. A study of time-dependent 3-D ionospheric tomography with ground-based GPS network and occultation observations [Ph. D. thesis] (in Chinese).Wuhan: Wuhan University.

附中文參考文獻(xiàn)

歐明, 甄衛(wèi)民, 徐繼生等. 2014. 一種基于截?cái)嗥娈愔捣纸庹齽t化的電離層層析成像算法. 電波科學(xué)學(xué)報(bào), 29(2): 345-352, doi: 10.3433/cjors.2013052401.

聞德保. 2013. 基于GNSS的電離層層析算法及其應(yīng)用. 北京: 測繪出版社.

聞德保, 呂慧珠, 張嘯. 2014. 電離層層析重構(gòu)的一種新算法. 地球物理學(xué)報(bào), 57(11): 3611-3616, doi: 10.6038/cjg20141114.

吳雄斌. 1999. 低緯電離層CT實(shí)驗(yàn)與算法[博士論文]. 武漢: 武漢大學(xué).

徐繼生, 馬淑英, 吳雄斌等. 2000. 一次中強(qiáng)磁暴期間低緯電離層響應(yīng)的CT成像. 地球物理學(xué)報(bào), 43(2): 145-151.

姚宜斌, 湯俊, 張良等. 2014. 電離層三維層析成像的自適應(yīng)聯(lián)合迭代重構(gòu)算法. 地球物理學(xué)報(bào), 57(2): 345-353, doi: 10.6038/cjg.20140101.

趙運(yùn)超, 桂曉純, 洪振杰等. 2014. 電離層TEC卡爾曼濾波成像研究. 地球物理學(xué)報(bào), 57(11): 3617-3624, doi: 10.6038/cjg20141115.

鄒玉華. 2004. GPS地面臺網(wǎng)和掩星觀測結(jié)合的時(shí)變?nèi)S電離層層析[博士論文]. 武漢: 武漢大學(xué).

(本文編輯 胡素芳)

A new ionospheric tomography algorithm based on LEO beacon measurement

OU Ming1,2， ZHEN Wei-Min2， LIU Yi-Wen2， DENG Zhong-Xin2， XIONG Wen2， XU Ji-Sheng1

1SchoolofElectronicInformation,WuhanUniversity,Wuhan430079，China2ChinaResearchInstituteofRadiowavePropagation,Qingdao266107，China

Low earth orbit (LEO) beacon is one of the most important means for ionospheric monitoring and it can be used to reconstruct the regional distribution of ionospheric electron density by ionospheric tomography method. A new algorithm has been proposed in this article which combines function-based model and voxel-based model according to the characteristics of LEO beacon. Differential relative total electron content (TEC) is considered as data source for ionospheric tomography. The initial distribution of the ionospheric electron density which derives from function-based model will be used in a secondary iterative reconstruction process according to voxel-based model to obtain the distribution of ionospheric electron density.The advantages of function-based model and voxel-based model are combined in this new algorithm which will effectively reduce the dependence of the ionospheric tomography on the background ionosphere and reconstruct ionospheric disturbance structure of small scale as well. The absolute mean error, RMS and relative error ofNmF2derived from simulation is 0.89×1011el·m-3, 1.00×1011el·m-3and 7.8% respectively compared with 1.6×1011el·m-3, 2.3×1011el·m-3and 16.2% derived from CT result of Low-latitude Ionospheric Tomography Network (LITN) observations. The inversion results of numerical simulation and actual LEO beacon observations from LITN validate the feasibility and reliability of this new algorithm.

LEO beacon; Ionospheric tomography; Electron density; Function-based model; Voxel-based model

歐明， 甄衛(wèi)民， 劉裔文等. 2015. 一種基于LEO衛(wèi)星信標(biāo)的電離層層析成像新算法.地球物理學(xué)報(bào)，58(10):3469-3480,

10.6038/cjg20151003.

Ou M, Zhen W M, Liu Y W, et al. 2015. A new ionospheric tomography algorithm based on LEO beacon measurement.ChineseJ.Geophys. (in Chinese),58(10):3469-3480,doi:10.6038/cjg20151003.

科技部國際科技合作專項(xiàng)(2011DFA-22270，2014DFR-21280)聯(lián)合資助.

歐明，男，1984年生，博士研究生，主要從事電離層層析成像技術(shù)研究.E-mail:ohm1122@163.com

10.6038/cjg20151003

P351

2015-01-09，2015-07-21收修定稿