Содержание к диссертации
Введение
Глава 1. Международная Справочная Ионосферы IRI 10
1.1. Краткое описание модели IRI 10
1.2. Анализ недостатков и возможностей улучшения модели IRI-2001 12
1.2.1. Критическая частота foF2 слоя F2 12
1.2.2. Высота максимума hmF2 слоя F2 17
1.2.3. Коэффициент распространения M3000F2 20
1.2.4. Высотный профиль электронной концентрации N(h) 24
1.2.5. Полное электронное содержание 26
1.3. Адаптационные возможности модели IRI 29
Выводы к главе 1 31
Глава 2. Экспериментальные данные и используемые методы расчета 32
2.1. Базы данных 32
2.2. Используемые методы расчета 36
2.2.1. Алгоритм расчета коэффициентов ВО и В1 36
2.2.2. Методы адаптации модели IRI к параметру ПЭС 39
2.2.3. Методы определения МПЧ 42
2.2.4. Способы оценки эффективности и сопоставления методов коррекции (адаптации) 47
2.2.5. Определение остаточного отклонения модели от экспериментального N(h)-профиля 48
Выводы к главе 2 49
Глава 3. Оценка эффективности обеспечения KB трасс информацией о состоянии ионосферы в режиме реального времени 50
3.1. Коррекция по ПЭС 50
3.2. Использование скорректированной модели IRI при определении МПЧ .66
3.3. Сравнение методов определения МПЧ 76
3.4. МНЧ как адаптационный параметр, дающий информацию о состоянии ионосферы 82
3.5. Остаточная погрешность модели 92
Выводы по главе 3 108
Глава 4. Результаты использования модели ERI-2007 для определения состояния ионосферы 110
4.1. Использование новых коэффициентов M3000F2 110
4.2. Использование новых параметров ВО иВ1 111
4.3. Использование новых опций определения ПЭС 113
Выводы к главе 4 121
Заключение 122
Приложение 123
Литература 133
- Высотный профиль электронной концентрации N(h)
- Методы адаптации модели IRI к параметру ПЭС
- Использование скорректированной модели IRI при определении МПЧ
- Использование новых опций определения ПЭС
Введение к работе
Проблема ионосферного моделирования в настоящее время продолжает оставаться актуальной. Это обусловлено как научным интересом, так и требованиями практики, выдвигаемыми при решении задач распространения радиоволн. Основные требования, предъявляемые потребителем к моделям ионосферы, - точность описания реальной ионосферной обстановки и оперативность расчетов.
По способу построения модели ионосферы можно разделить на эмпирические, детерминированные и полуэмпирические, сочетающие в себе элементы как эмпирического, так и детерминированного подходов. Эмпирические модели первыми были применены при расчетах распространения радиоволн. Они представляют собой результат статистической обработки экспериментальных данных и предлагаются либо в виде карт или таблиц, либо в виде аналитических зависимостей, аппроксимирующих табличные данные. При построении эмпирических моделей распределения основных ионосферных параметров (критических частот слоев Е и F2 и высоты максимума слоя F2) в качестве исходных берутся результаты измерений мировой сети станций вертикального зондирования (ВЗ), в основном, высотные профили электронной концентрации из ионограмм. При создании эмпирических моделей вертикального распределения электронной концентрации также используются результаты ракетных измерений и данные станций некогерентного рассеяния. Но такие эксперименты эпизодичны: проводятся для определенного района и геофизических условий. Модели, созданные на основе их обработки, весьма точно описывают вертикальное распределение электронной концентрации на фиксированных широтах в определенный момент времени. Однако они не позволяют отразить широкий набор гелиофизических условий и не дают возможности задать вариации N(h)-профиля на произвольной трассе. Комбинирование данных ВЗ, спутников и некогерентного зондирования существенно расширяет возможности
эмпирических моделей, но и в этом случае зачастую не удается удовлетворить требованиям практики, особенно при необходимости оперативного прогноза.
Детерминированные модели основаны на решении системы дифференциальных уравнений, описывающих физические процессы, протекающие в ионосфере. Они являются важным инструментом для изучения физики ионосферы. Однако при попытке использовать чисто детерминированные модели для анализа распространения радиоволн возникает ряд сложностей. Во-первых, более или менее полная детерминированная модель состоит из большого числа нелинейных уравнений, решение ее для многих последовательных точек радиотрассы оказывается очень громоздким и требует чрезмерных затрат машинного времени. Во-вторых, знания о природе ионосферы ограничены, возникают ошибки, связанные как с неточным заданием параметров уравнений, так и с погрешностью их структуры (пренебрежение теми или иными физическими процессами). В-третьих, возникают трудности с заданием граничных условий на верхней границе области решения (на нижней границе условие фотохимического равновесия является достаточно адекватным) и начальных условий. Перечисленные сложности приводят к тому, что строго детерминированные модели не используются в задачах распространения радиоволн. Более того, даже при чисто научном подходе полные и громоздкие детерминированные модели не воспроизводят необходимого диапазона гелиофизических условий, поэтому, чтобы расширить возможности применения этих моделей, приходится тем или иным способом вводить эмпирические данные.
Использование в детерминированных моделях коррекции по эксперименту для одного - двух параметров позволяет получить хорошее согласие и для остальных характеристик. Таким образом, имеет смысл, воспроизводя по эксперименту вариации тех параметров, которые хорошо известны, использовать эмпирические данные для коррекции
детерминированных моделей. В этом случае можно не стремиться к описанию детерминированной моделью полной картины ионосферных процессов, а использовать простую модель, удобную для практического применения. Желательно, чтобы экспериментальные данные, используемые для коррекции детерминированных моделей, охватывали возможно больший набор систематических вариаций ионосферы (суточные, широтные, сезонные, изменения с циклом солнечной активности). Для этой цели пригодны результаты измерений мировой сети станций ВЗ. Статистическая обработка большого объема таких данных позволяет выявить основные закономерности в вариациях ионосферы в глобальном масштабе. Используя такие данные в качестве корректирующих в детерминированных моделях, можно получить сочетание эмпирического и детерминированного подходов, объединяющее достоинства каждого из них [1]. Поэтому традиционно в задачах распространения KB используются эмпирические модели. Поскольку нет надежды на активное развитие отечественных моделей СМИ [2] и ПЭМИ [1], приходится ориентироваться на Международную справочную модель (IRI) [3], которая очень динамично модифицируется.
Модель IRI является медианной, однако обладает большими адаптационными возможностями. В диссертации будут исследованы эти возможности для таких параметров ионосферы, как: критическая частота foF2 (максимум электронной концентрации NmF2); высота максимума hmF2; коэффициент распространения M3000F2; максимальная применимая частота МПЧ; полное электронное содержание ПЭС; коэффициенты ВО, В1, определяющие форму ]Ч(п)-профилей. Для этого проведен анализ недостатков определения всех этих параметров и указаны пути устранения. Параметры foF2 и hmF2 являются традиционными для адаптации, поэтому основное внимание уделяется остальным параметрам. Новая модель параметра M3000F2 позволяет ставить вопрос об адаптации модели к параметру МНЧ. К сожалению, не существует базы МНЧ, поэтому для исследования использовались немногочисленные литературные данные.
Использование ПЭС в качестве адаптирующего параметра кажется очень привлекательным из-за непрерывного глобального мониторинга ионосферы. Такая адаптация прошла путь от первой работы 1985г [4] до ассимиляционных моделей, построенных в последние годы, однако результаты использования такой адаптации для КВ-трасс трудно найти в литературе. Необходимость повышения точности прогнозов заставляет обратить внимание и на такие параметры, как ВО и В1. Важно было оценить, даст ли какое-нибудь улучшение использование новой эмпирической модели ВО и В1. В работе будет показано, что все параметры обладают определенными адаптационными возможностями, и даны оценки погрешности для каждого параметра. Однако и после адаптации по одному или нескольким параметрам остается некоторое несоответствие. Для его оценки введена функция остаточной погрешности и сделана попытка использовать параметры этой функции для улучшения соответствия. Цели диссертации:
Оценить возможности использования модели IRJ для определения условий распространения КВ-радиоволн в ионосфере.
Получить количественную оценку эффективности модели IRI для долгосрочного прогноза и в режиме реального времени, сравнить эффективность адаптации для различных параметров.
Оценить возможности, связанные с появлением новой версии модели IRI-2007.
Для достижения поставленных целей потребовалось решить следующие задачи:
Провести анализ возможностей модели IRI-2001, т.е., выявить основные недостатки модели и указать возможные пути их устранения.
Разработать программу, позволяющую провести оценку эффективности модели IRI-2001 для долгосрочного и краткосрочного прогноза как ассимиляционной модели для различных параметров ионосферы (foF2, hmF2, M3000F2, МПЧ, ПЭС, ВО, В1).
Провести сравнительную количественную оценку эффективности оперативных прогнозов при адаптации модели IRI к параметрам (foF2, hmF25 M3000F2, МПЧ, ПЭС, ВО, В1).
Выполнить сравнительный анализ двух версий модели: ШІ-2001 и IRI-2007, оценить возможности новой версии.
Найти способ оценки остаточной погрешности модели после адаптации по одному или нескольким параметрам.
Научная новизна результатов исследования. Новыми являются следующие результаты:
Использование в качестве априорной информации об эквивалентной толщине ионосферы ее эмпирической модели, обеспечившей существенное улучшение задания условий распространения при совместном использовании модели IRI и данных GPS спутников,
Использование данных принципиально нового метода NeXtYZ определения ]^(п)-профиля ионосферы для оценки точности модели,
Оценка "остаточной погрешности" модели IRI после адаптации по одному или нескольким параметрам с помощью специально введенной функции Чепмена.
Основные результаты и защищаемые положения:
Комплексный анализ недостатков определения основных параметров модели IRI (foF2, hmF2, M3000F2, ПЭС, ВО, В1) и возможностей улучшения этого определения.
Оценка адаптационных возможностей параметра МНЧ, показавшая, что использование этого параметра может улучшить модель foF2.
Метод адаптации модели IRI к параметру ПЭС с помощью априорной информации об эквивалентной толщине ионосферы, позволяющий использовать непрерывный глобальный мониторинг ионосферы с помощью навигационных спутников.
Сравнительный анализ адаптационных возможностей параметров ионосферы (foF2, hmF2, M3000F2, ПЭС, ВО, В1).
5. Метод и результаты оценки остаточной погрешности модели ПИ с
помощью специально введенной функции Чепмена.
Достоверность результатов. Достоверность и обоснованность результатов определяется использованием достаточно больших рядов данных наблюдений, корректностью применения используемых методов расчета.
Научная и практическая значимость работы. Результаты работы использованы в НИР, выполненных в НИИ физики ЮФУ в рамках темы 2.3.06 и внутреннего гранта ЮФУ (05/6-93). Использование программного комплекса позволяет задавать условия распространения KB в реальном времени при наличии соответствующих данных текущей диагностики (foF2, hmF2, ПЭС, МНЧ). Использование МНЧ в качестве адаптационного параметра может позволить выявить особенности поведения ионосферы в областях, не обеспеченных станциями вертикального зондирования.
Апробация работы и публикации. Результаты работы докладывались на 5-ой и 6-ой Международных конференциях "Problems of Geocosmos" (Санкт-Петербург, 2004, 2006), Международном симпозиуме "Solar Extreme Events" (Москва, 2004), Международной конференции "Излучение и рассеяние ЭМВ" (Таганрог, 2005), Генеральной ассамблее Европейского геофизического общества (Вена, 2005), Генеральных ассамблеях URSI (Дели, Индия, 2005; Чикаго, США, 2008), Региональных ХІІ-ХІП конференциях по распространению радиоволн (Санкт-Петербург, 2006-2007), 12-м Международном симпозиуме "Ionosphere effects symposium", IES2008 (Александрия, США), XXII Всероссийской научной конференции (2008, Ростов-на-Дону - п. Лоо), Международной рабочей группе IRI/COST 296 (Прага, 2007). 7 работ опубликовано в журналах, рекомендованных ВАК, 13 работ в трудах конференций, 4 тезиса докладов.
Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения и приложения с общим объемом в 142 страницы, включая список цитируемой литературы из 95 наименований и приложения, 54 рисунка и 51 таблицу.
Высотный профиль электронной концентрации N(h)
Модель ГОІ была основана комитетом COSPAR (Комитет по Космическим Исследованиям) и ТЖ81(Международный Союз по Радио Исследованиям) в конце 60х с целью выработки международного стандарта для определения ионосферных параметров, основанного на всех доступных по всему миру данных как наземных, так и спутниковых наблюдений. Основная задача разработчиков ГОІ - разрешение противоречий между результатами различных методов измерений и разработка руководящих принципов относительно надежности различных источников данных. Модель постоянно обновляется как новыми данными, так и новыми методами моделирования. Это привело к появлению нескольких основных версий IRI (IRI-79, Ш-90, Ш-95, IRI-2001). Модель развивалась от набора таблиц типичных состояний до глобальной модели для всех фаз солнечного цикла. Информацию о модели можно найти на сайте: http://modelweb.gsfc.nasa.gov/ionos/iri.html. IRI-2007 - последняя версия модели IRI [5]. Наиболее важные изменения, которые представлены в этой модели, включают: две новых опции для определения электронной концентрации верхней ионосферы; новую модель ионного состава верхней части ионосферы; модель вероятности появления спорадического слоя F; модель для электронной плотности авроральной области Е построенную методом нейронных сетей; модель плазмосферной электронной температуры; последнюю модель магнитного поля IGRF для вычисления геомагнитных координат и гирочастот.
Знание 1ч[(п)-профиля верхней ионосферы имеет большое значение, потому что он определяет важный параметр полное электронное содержание ПЭС (в английской аббревиатуре ТЕС от the Total Electron Content), необходимый для многих приложений в задачах наземной и космической радиосвязи. В большинстве исследований отмечается расхождение между моделью и измерениями, особенно на больших высотах и в периоды высокой солнечной активности [6]. Модель переоценивает электронную плотность в верхней части ионосферы.
С высотой, начиная с 500км над уровнем максимума слоя F, расхождение между моделью и измерениями увеличивается. На высоте -1000км от максимума слоя F, оно может увеличиться в 3 раза [7]. Вероятные причины этого: ограниченная база данных, использовавшаяся для разработки исходной модели IRI, преимущественно данные зондирования со спутника Allouete 1, данные со спутников АЕ-С и DE-2 и профили радара некогерентного рассеяния в Jicamarca; недостаточное знание низкой плотности в верхней части по сравнению с плотностью области F, которая на порядок больше.
Чтобы устранить этот недостаток, в модель IRI-2007 включены две новые опции [5]. Первая опция, опция Bilitza, это корректирующий коэффициент для модели IRI-2001, основанный на обработке свыше 150000 профилей верхней ионосферы со спутников Allouete 1, 2 и SIS 1, 2. Этот коэффициент зависит от высоты, модифицированной магнитной широты и местного времени. Вторая опция - модель верхней ионосферы NeQuick, которая была разработана S. Radicella и его коллегами в последнее десятилетие [8]. Модель верхней ионосферы NeQuick использует функцию слоя Эпштейна с зависящим от высоты параметром толщины слоя. Это обеспечивает гладкий переход от атомного кислорода ионосферы вблизи максимума слоя F к легким ионам ионосферы выше максимума. Параметры модели определялись подгонкой функции Эпштейна к профилям зондирования сверху на спутниках ISIS 1, 2 и Intercosmos 19. В таблице 1.1.1 приведены стандартные отклонения для различных моделей и различных наборов данных верхнего зондирования ионосферы, включающих данные со спутников Alouette 1, 2 и ISIS 1,2 [5]. Из таблицы видно улучшение определения электронной плотности верхней ионосферы. Из двух новых опций, NeQuick дает наилучшие результаты для всех четырех наборов экспериментальных данных [5].
Несмотря на 30-летний период разработки, модель обладает рядом недостатков и мало используется, например, в практике распространения декаметровых радиоволн. Поэтому необходимо ответить на вопрос, как ее улучшить, чтобы она больше соответствовала условиям распространения. Как показано в работе [9], один из ответов заключается в использовании новой статистики.
Ниже анализируются недостатки модели и возможности их устранения по отношению к основным параметрам ионосферы: - критической частоте foF2 слоя F2; - высоте hmF2 максимума слоя F2; - ионосферного коэффициента распространения M3000F2; - высотного профиля электронной концентрации N(h); - полного электронного содержания ионосферы ПЭС (ТЕС). К недостаткам определения критической частоты можно отнести: - ограниченность статистики; - разность между ручным и автоматическим определением foF2 [10]; - разность между автоматическим определением foF2 различными методами [11-15]. Современные возможности улучшения определения foF2 связаны с: - использованием нейронных сетей и новых массивов, например, в [16] за 1976-1986, 1995-2005; - адаптацией модели по данным текущей диагностики; - усовершенствованием ионозондов [17].
Ограниченность статистики связана с использованием коэффициентов CCIR и URSI, полученных в 60-е, 80-е годы. Fix использование определяется соответствующими опциями CCIR и URSI. В работе все результаты получены с использованием опции CCIR, поскольку опция URSI не имеет преимуществ [16]. Для преодоления ограниченности статистики необходимо использовать как глобальные [16], так и локальные модели foF2. На рисунке 1.2.1.1 дается пример сравнения суточных вариаций критической частоты, полученных экспериментально (Observed), с помощью моделей IRI (опции CCIR и URSI) и новых коэффициентов (NN) [16].
Методы адаптации модели IRI к параметру ПЭС
Для проведения сравнения модельных значений различных параметров необходимы экспериментальные данные. В этом разделе дается описание использованных баз данных и отдельных измерений.
Наиболее полный объем данных обеспечивается сетевым интерактивным ресурсом данных по космической физике SPIDR, который предоставляет интерактивный доступ, визуализацию и поиск данных и событий космической погоды в сети Интернет на распределенном кластере баз данных по солнечно-земной физике. В настоящее время национальные узлы системы SPIDR установлены в России, США, Австралии, Японии и ЮАР. SPIDR является распределенной сетью синхронных баз данных и сервисных программ, которые синхронизированы в реальном времени и предоставляют пользователю: параллельный доступ к сети тематических баз данных (распределенная сеть или кластер); интерактивную визуализацию временных рядов, карт и изображений и выборку многодисциплинарных данных; поиск характерных событий в "космической погоде" в терминах естественного языка с применением нечеткой логики.
Все данные в системе SPIDR (также как и исходные тексты программ самой системы) открыты, для загрузки данных на диск клиента требуется регистрация пользователя с указанием как минимум имени и адреса электронной почты, визуализация и поиск данных доступны анонимному пользователю. SPIDR создавался для решения одной из главнейших проблем, стоящих в настоящее время перед системой Мировых центров данных по геофизике, а именно: перевод научных архивов из аналоговых в цифровые форматы данных. При этом данные становятся доступными для прямого использования в научных расчетах сразу после поступления в Мировой центр данных (при передаче по электронной почте ожидаемая задержка доступа будет составлять менее суток), что позволяет говорить о доступе к данным в режиме «реального времени». Адрес базы SPIDR в сети Интернет: http://spidr.ngdc.noaa.gov/spidr/. Важным свойством является то, что SPIDR включает в себя базу параметров ионосферы из мировой сети ионосферных обсерваторий (часовые и 15-минутные вариации). В диссертации в качестве экспериментальных данных для проверки методов коррекции и сравнения с модельными данными, использовались следующие параметры, полученные из этой базы: foF2 -критическая частота слоя F2, hmF2 - высота максимума слоя F2, коэффициент M3000F2 и MH43000F2 - максимальная применимая частота.
Другим примером является база данных цифровых ионограм DidBase (Digital Ionogram Database), которая включает архив, охватывающий различные регионы и периоды времени. Данные в базе хранятся в специальном формате SAO, который имеет несколько версий 4.2, 4.3 и 5.0 (SAOXML). Для работы с базой через Интернет необходимо специальное программное обеспечение SAO-X Digisonde Ionogram Data Visualization/Editing Tool, последние версии которого можно получить на сайте: Примером базы, которая не только поставляет данные первичных измерений, но и результаты обработки (карты различных параметров), является Европейский цифровой сервер верхней атмосферы DIAS (European Digital Upper Atmosphere Server). DIAS - распределенный информационный сервер, предоставляющий данные о состоянии ионосферы над Европой. Система осуществляет сбор, обработку и хранение ионосферных данных, поставляя следующие продукты: описания ионосферы в реальном времени как для отдельных станций (ионограммы, профили электронной плотности, foF2), так и всей Европы (суточные хода числа солнечных пятен и ионосферные карты foF2, M(3000)F2, МПЧ и электронной плотности); краткосрочный прогноз до 24х часов для foF2, как для отдельных станций, так и для всей Европы в виде ионосферных карт; долгосрочный прогноз foF2, и M3000F2 для всей Европы в виде ионосферных карт.
В данный момент система получает данные от семи европейских станций в Athens, Rome, Juliusrah, Chilton, Ebre, Pruhonice и Lycsele. Службы DIAS разработаны для обеспечения надежной и непрерывной работы приложений, в которых используются распространение радиоволн и на которые влияет космическая погода. Особенно это важно в периоды ионосферных возмущений, которые влияют на такие системы, как КВ-связь, спутниковая связь, навигация. Основными пользователями DIAS являются военная промышленность, авиация (гражданская и военная), операторы гражданской КВ-связи, ученые, радиолюбители.
Адрес базы DIAS в сети Интернет: http://www.iono.noa.gr/dias/ Данные диназондов содержатся на сайте: http://www.ngdc.noaa.gov/stp/IONO/Dynasonde/. В момент проведения исследования были доступны данные для станций Bear Lake, Boulder, Lycksele, Tromso в очень ограниченном виде.
Как видно из описания этих баз, поставляемые ими данные получаются методом наземного ВЗ. К сожалению, станций ВЗ не так много. Хотя список станций в базе SPIDR насчитывает 221 название, данные можно получить менее, чем на половине из них, поэтому большие надежды связаны с использованием параметра ПЭС по данным систем навигационных спутников (GPS, GLONASS, Galileo и др.), осуществляющих непрерывный глобальный мониторинг [55].
При проведении исследований, представленных в диссертации, основные данные по ПЭС брались из базы данных космической погоды RAL (RAL s Space Weather Web). Эта база предоставляла данные почти в реальном времени и прогнозируемые параметры ионосферы, имеющие отношение к навигации и связи, которые подвергаются влиянию космической погоды.
Использование скорректированной модели IRI при определении МПЧ
Эти результаты также необходимо сравнить с данными таблицы 3.2.11. Видно, что использование карт во время возмущенных условий не ухудшило соответствие рассчитанных значений МПЧ экспериментальным, а для спокойных даже улучшило. По-видимому, это связано с тем, что использование карт эквивалентно увеличению числа станций и говорит о том, что карты ПЭС можно применять для корректировки модели IR1.
МПЧ является наиболее важным параметром при распространении КВ. Кроме того, как показано в главе 1, он является перспективным для адаптации модели. Существующие оценки погрешностей определения МПЧ сводятся к следующему. Для трасс, лежащих в европейском регионе, ориентиром могут служить оценки, полученные в работах [71, 76, 77]. В работе [71] для марта 1993, включающего возмущенные условия, приведены оценки долгосрочного прогнозирования o(foF2) частоты foF2 по данным 15 европейских станций: ст(гоР2)=1.73МГц в дневных условиях и 1.15 МГц - в ночных, которые с помощью среднего коэффициента распространения M(3000)F2«3.0 [23] дают а(МПЧ) соответственно 5.2 и 3.44 МГц. Конкретные оценки ст(МПЧ) для трассы 1216 км по данным [73] дали значения 2.54 и 0.92 МГц в дневное и ночное время для спокойных условий, 5.43 и 2.14 МГц - для отрицательных возмущений, 4.18 и 0.9 МГц - для положительных [71]. Оценки, полученные в результате краткосрочного прогноза на 1 день вперед для 10 спокойных дней в течение 2-х лет максимальной солнечной активности и 5 возмущенных дней, составили 0.76 МГц для foF2 и 2.51 МГц - для МПЧ в спокойных условиях и 1.48 МГц для foF2 и 4.38 МГц для МПЧ во время возмущений [76]. Эти оценки необходимы для сравнения с методом "МПЧ(ТЕС)", позволяющем использовать глобальный мониторинг ионосферы с помощью спутников GPS системы для определения ее состояния. В настоящее время уже появились первые работы. В работе [77] эмпирическая модель NeQuick [8], скорректированная по данным TEC-GPS, дала погрешности прогноза для одного дня 5.4.2000, равные 0.94 МГц для a(foF2) для исходной модели без корректировки и 0.62 МГц - для скорректированной модели. Пересчет на сг(МПЧ) дает —2.82 и 1.86 МГц. В работе [47] модель [78], скорректированная по ПЭС, дала для декабря 2003 о(МПЧ)=2.3 МГц днем и 3.1 МГц ночью. В работе [79] по этим же данным, но для модели IRI, получены оценки а(МПЧ)=2.02 МГц для долгосрочного прогноза и 1.35 МГц - для оперативного. В этом разделе проводится сравнение погрешности определения МПЧ методами, описанными в разделе 2.2.3, на примере данных МНЧ для трассы Inskip - Ростов-на-Дону (D«3050 км) для 9 дней (12-20.09.2005) [80]. При оценке по методу "МПЧЗООО" использовались значения MII43000F2 для станции Pruhonice, которая близка к середине трассы. Для оценки по методу "Mn4(N(h))" использовались Н(п)-профили, рассчитанные из ионограмм станции Pruhonice. Для методов "МПЧ(тар)" и "МПЧ(ТЕС)" строилось пространственное распределение foF2 методом кригинга [67] по экспериментальным значениям foF2, полученным из ВЗ или значений ТЕС. Для метода "МПЧ(тар)" были доступны данные станций ВЗ Chilton, Pruhonice, Ростов, для метода "МПЧ(ТЕС)" - данные GPS-приемников в точках Hailsham, Potsdam, Kiev и др. Расчеты МПЧ проводились по программе [66]. Для оценки использовались среднеквадратичные отклонения (СКО) а рассчитанных значений МПЧ от экспериментальных МНЧ. На рисунке 3.3.1 показано поведение индекса Dst в сентябре 2005. Видно, что анализируемый период приходится на фазу восстановления после магнитной бури, что соответствует средним возмущенным условиям.
На рисунке 3.3.2 приведены зависимости МПЧ, рассчитанные по исходной модели ШІ, и значения МПЧ, рассчитанные по четырем методам, вместе с экспериментальными значениями МНЧ для 12-20 сентября 2005 года. Количественные оценки, характеризующие методы, представлены в таблице 3.3.1 в виде СКО для каждого метода (в МГц). Таблица показывает, что наилучшие результаты в среднем дает метод с использованием 1Ч(Ъ)-профиля в середине трассы, хотя в отдельные дни и другие методы могут давать лучшие результаты. В целом, все методы, основанные на данных вертикального зондирования, обеспечивают —50% улучшение оперативного прогноза по сравнению с долгосрочным.
Метод корректировки с помощью ПЭС в данном случае дал несколько худшие результаты, что может быть связано с малым количеством станций, данные которых использовались в расчетах, однако и в этом случае видно существенное улучшение.
Еще одна возможность сравнения была представлена данными по средним значениям МНЧ за 12 месяцев 2005 года для трассы Inskip - Ростов-на-Дону [58].
Сравнение проведено со значениями MTJ43000F2, вычисленными по модели IRI ("МПЧ(ІШ)"), вычисленными методом [66] ("МПЧ(тар)") и с экспериментальными значениями MTi43000F2, полученными по измерениям ВЗ на станции Pruhonice (МПЧ3000)), расположенной приблизительно в середине трассы. Количественные результаты этого сравнения приведены в таблице 3.3.2.
Использование новых опций определения ПЭС
Отличием случая 12.04.2002 является тот факт, что солнечная активность была в два раза выше, чем в предыдущем случае. Результаты даны в таблице 3.4.7, в которой к случаю 12.04.2002 относятся строки №1-6.
Видно, что результаты хуже, чем для низкой активности, однако тенденция улучшения при использовании МНЧ 2-го скачка сохраняется. Наилучшие результаты обеспечила модель IRI. Результаты, полученные при использовании регрессионных соотношений в данном случае (не показаны в таблице), оказались хуже, чем использование пересчета с экспериментальных значений с одной трассы на другую или эффективного значения IG12. Это может быть связано с тем, что в данном случае точки середин одно- и двух-скачковых трасс лежат вне расстояния корреляции.
Случай 12.03.2004 интересен тем, что в некоторые моменты времени на ионограммах наклонного зондирования были видны следы 3-х скачков, т.е. при хороших результатах можно было бы получить более частую сетку для корректировки.
Результаты даны в таблице 3.4.7 строки (№7-12). И в данном случае сама модель IRI дала настолько хорошие результаты, что корректировка их только ухудшила, хотя ошибка и в этом случае была не больше 10-12%. Использование 3 скачка дало соответственно А(ГМ)=1.22 МГц, сг(МГц)=1.68, а(%)=17.4, а(КМ)=2.24 МГц, а(МГц)=2.5, а(%)=24.3. Значения Ю12(эфф) были близки к IG12(IRI). Корректировка не улучшила эти значения, а поскольку МНЧ 3-го скачка намного меньше МНЧ 1-го и 2-го, то процент ошибки оказался высоким.
Из-за различия в формах профиля остаточная погрешность остается даже после адаптации к экспериментальным значениям. Статистика по остаточной погрешности мала, потому что требует вычисления N(h)-профилей, на что требуются значительные затраты времени. Тем не менее, сегодня большинство ионозондов снабжено стандартной процедурой POLAN [85] и предоставляют ТЧ(п)-профили через Интернет [86]. Кроме того, существуют диназонды, снабженные новым методом определения N(h)-профиля (NeXtYZ), который включает измерения угла прихода волны и вычисление траектории луча [87].
Оценка различия результатов двух методов определения N(h)-профилей проведена в [22] для определения: - различия ионосферных параметров (foF2 и hmF2), полученных двумя разными методами и вычисленных по модели IRI; - соответствия 1чГ(Ъ)-профилей модели IRI и профилей, полученных из ионограм двумя разными методами; - остаточной погрешности модели IRI для профилей, рассчитанных двумя методами; - изменения значений таких характеристик KB-канала как МПЧ и расстояние между приемником и передатчиком, когда ионосферные условия задаются различными профилями (ПИ, POLAN, NeXtYZ). На момент проведения расчетов новым методом были оснащены три станции: Bear Lake (41.9N, 111.4Е), Lycksele (64.62N, 18.76Е), Tromso (69.7N, 19.2E). Информация была доступна на сайте http://www.ngds.noaa.gov/stp/. К сожалению, полные данные имелись только для одного месяца (июль 2005). В работе использованы данные европейских станций. Геофизическая обстановка представлена на рисунке 3.1.7 поведением Dst-индекса. Она содержит, по крайней мере, одно умеренное возмущение. Различия, соответствующие двум методам, вычисляются и сравниваются по абсолютным значениям среднеквадратичного отклонения следующих параметров: foF2(IRI), hmF2(IRI), foF2(POLAN), hmF2(POLAN), foF2(NeXtYZ), hmF2(NeXtYZ). Вычисления МПЧ и D проводились методом [88]. Дополнительно с МПЧ вычислялась относительная ошибка как отношение СКО к среднему значению МПЧ. Оценка различий между значениями D для двух моделей (исходной и тестируемой) выполнялась следующим способом. Для набора заданных частот (0.8-0.95МПЧ, МПЧ) вычислялись углы возвышения методом пристрелки для исходной модели (адаптированной модели, POLAN и NeXtYZ). Расстояние D(IRI) вычислялось для тестируемой модели (например, IRI) для этих углов. Затем получали абсолютные (D-D(IRI)) и относительные значения (D-D(IRI))/D.
Что касается различий параметров foF2 и hmF2, то визуальная проверка М(п)-профилей, соответствующих двум методам, показывает, что наибольшее количество пропусков данных характерно для метода POLAN, потому что следы ионограмм полностью терялись иногда по разным причинам. Случаи, когда различия между параметрами двух типов N(h)-профилей лежат в пределах AfoF2 0.2 МГц и AhmF2 10 км, составляют 27.7% для Lycksele и 27.5 % для Tromso, для Bear Lake - 43.5%. В большинстве случаев это происходит в дневные часы. Конкретные примеры различий приводятся на рисунках 3.5.1 и 3.5.2 для спокойного (5.7.2005) и наиболее возмущенного (11.7.2005) дней вместе с параметрами, полученными по модели IRI для Bear Lake, Lycksele и Tromso. Рисунки 3.5.1, 3.5.2 показывают что: модель IRI занижает значения foF2; существуют разрывы данных, присущие обоим методам; различие AfoF2 и AhmF2 является существенным.
