凌 超,陳澤宇

（中國科學(xué)院 大氣物理研究所 中層大氣和全球環(huán)境探測重點(diǎn)實(shí)驗(yàn)室，北京 100029）

0 引言

大氣密度變化影響著低軌飛行器的軌道、姿態(tài)和壽命，因此航天領(lǐng)域經(jīng)常使用大氣經(jīng)驗(yàn)?zāi)Ｐ蛠碛?jì)算和預(yù)報(bào)大氣密度。根據(jù)國內(nèi)外利用衛(wèi)星探測數(shù)據(jù)與大氣經(jīng)驗(yàn)?zāi)Ｐ偷拇罅繉Ρ妊芯拷Y(jié)果發(fā)現(xiàn)，經(jīng)驗(yàn)?zāi)Ｐ碗m然存在一定誤差，但在描述高熱層大氣密度的變化上發(fā)揮著重要作用[1-6]；另一方面，可以利用觀測數(shù)據(jù)對模型進(jìn)行修正[7-10]。

隨著更多亞軌道飛行器的發(fā)展，中間層和低熱層區(qū)域的大氣環(huán)境日益成為關(guān)注的熱點(diǎn)[11-12]。由于這些區(qū)域的分子平均自由程與流場特征長度比值在0.1～10 之間，故又稱之為過渡流區(qū)[13-15]。

針對中國區(qū)域當(dāng)前應(yīng)用的需求，本文采用美國海軍研究實(shí)驗(yàn)室（Naval Research Laboratory，NRL）在MSIS（Mass Spectrometer Incoherent Scatter，質(zhì)譜儀和非相干散射雷達(dá)）系列模型基礎(chǔ)上發(fā)展的NRLMSISE-00 模型[16]開展了模擬計(jì)算和分析。MSIS 系列模型最初是由Hedin 等[17-18]建立的，經(jīng)過了不斷的發(fā)展和更新，詳細(xì)介紹請參考文 獻(xiàn)[19-21]。MSIS 系列模型的核心資料庫源自非相干散射雷達(dá)的觀測數(shù)據(jù)，被認(rèn)為可以為中間層和低熱層大氣研究提供可靠的參考[22]。作者利用NRLMSISE-00 模型的分析結(jié)果，對中國東部和中部地區(qū)上空過渡流區(qū)80～140 km 高度的大氣密度和溫度的空間分布及其時(shí)變特征進(jìn)行了模擬研究。在當(dāng)前嚴(yán)重缺乏實(shí)測數(shù)據(jù)的情況下，利用經(jīng)驗(yàn)?zāi)Ｐ偷玫降倪@些分析結(jié)果具有參考價(jià)值[23]。

1 大氣模型和模擬方案

發(fā)布于2000年的NRLMSISE-00 模型[16]是面向空間環(huán)境應(yīng)用的大氣模型，可以覆蓋從地表至逸散層的大氣層區(qū)域，而且在MSIS 系列模型數(shù)據(jù)庫基礎(chǔ)上新增了大量的觀測數(shù)據(jù)，如來自拖曳力/加速度計(jì)的總質(zhì)量密度數(shù)據(jù)、掩星觀測的氧分子數(shù)據(jù)、非相干散射雷達(dá)的溫度數(shù)據(jù)等。

作為一個(gè)解析模型，NRLMSISE-00 包括一組計(jì)算機(jī)程序。對于給定的時(shí)間和空間位置，同時(shí)輸入空間環(huán)境參數(shù)，模型就可以輸出對應(yīng)的大氣密度和溫度。作為外強(qiáng)迫的空間環(huán)境參數(shù)主要包括來自于全球地面觀測網(wǎng)的各種指數(shù)，分別是模擬日前1 天的無線電波段（10.7 cm 波長）太陽輻射通量F107指數(shù)、地磁活動(dòng)Ap 指數(shù)，以及以模擬日為中心的81 天F107 指數(shù)的平均值F107A。圖1*注*：文章中所采用的NRLMSISE-00 模型從美國戈達(dá)德空間飛行中心（GSFC）下載，其中空間環(huán)境參數(shù)F107 指數(shù)和Ap指數(shù)從美國國家海洋和大氣局（NOAA）下屬的國家地球物理數(shù)據(jù)中心（NGDC） 獲取。給出了 2001年—2013年期間太陽和地磁活動(dòng)指數(shù)的逐日變化，藍(lán)色點(diǎn)為F107 指數(shù)（單位：sfu，1sfu= 10-22W·m-2·Hz-1），紅色線為F107A 指數(shù)，綠色點(diǎn)為Ap 指數(shù)。模擬時(shí)段包含了一個(gè)完整的太陽活動(dòng)周期，便于分析過渡流區(qū)大氣狀態(tài)隨太陽活動(dòng)的變化特征。從圖可知，描述太陽活動(dòng)水平的F107 指數(shù)呈現(xiàn)出明顯的11年周期，其中2002年處于太陽活動(dòng)高年，2008年—2010年為太陽活動(dòng)低年，在這之后太陽活動(dòng)水平又開始逐漸增強(qiáng)。

針對當(dāng)前關(guān)注的中國中緯度地區(qū)，作者首先選取了北京和酒泉作為參考站點(diǎn)，兩個(gè)站點(diǎn)分別位于緯度相近的中國東部和中部。然后，對參考站點(diǎn)過渡流區(qū)大氣密度和溫度開展逐日模擬。同時(shí)，為了考察過渡流區(qū)大氣狀態(tài)隨緯度的變化特征，還在酒泉站的南北分別選取了格爾木和酒泉北兩個(gè)站點(diǎn)開展模擬工作。表1給出了這4 個(gè)參考站點(diǎn)詳細(xì)的地理經(jīng)緯度。

表1 參考站點(diǎn)地理位置 Table1 Locations of four reference stations

利用NRLMSISE-00 模型模擬過渡流區(qū)大氣狀態(tài)時(shí)把整個(gè)中間層也包括進(jìn)來，因此模擬結(jié)果在垂直高度上可以覆蓋50～140 km。由于顯著的大氣潮汐出現(xiàn)在80～100 km，不可忽略潮汐過程在該區(qū)域的影響，所以將模擬的時(shí)間分辨率設(shè)置為1 h。對于每個(gè)站點(diǎn)，首先在各高度層利用模擬得到的小時(shí)數(shù)據(jù)計(jì)算日平均值（去除周日潮汐），得到逐日平均數(shù)據(jù)集；然后，按照自然月把日平均值進(jìn)行歸并，得到2001年—2013年逐月的平均值，最后得到多年平均值。

2 模擬結(jié)果

對于大氣密度和溫度，伴隨各種擾動(dòng)過程的偏差相對于背景狀態(tài)通常表現(xiàn)為一個(gè)小量。為了凸顯這些小量所反映的過程，本文在描述大氣密度變化時(shí)，采用歸一化密度的表達(dá)方式，即=ρM/ρmean， 其中ρM為月平均密度，ρmean為多年平均密度。大氣溫度變化則采用溫度距平的表達(dá)方式，即Ta=TM-Tmean，其中TM和Tmean分別代表月平均和多年平均溫度。

2.1 40°N 大氣狀態(tài)的變化特征

通過比較北京站和酒泉站的模擬結(jié)果，發(fā)現(xiàn)兩個(gè)參考站點(diǎn)的變化特征基本一致（圖略）。這表明在當(dāng)前月平均分析尺度上，這兩個(gè)緯度相近的站點(diǎn)上空過渡流區(qū)大氣密度和溫度的變化是一致的，而且隨經(jīng)度變化較小。下面主要介紹北京站的分析結(jié)果。

圖2給出了北京站上空大氣溫度及擾動(dòng)在50～140 km 高度的分布和變化特征。圖2(b)顯示，在80 km 以下溫度距平雖然隨高度升高有所增大，但變化相對較弱，溫度距平在-20～20 K 之間。在80km 以上，溫度距平除隨高度升高而增大以外，在一些時(shí)段還連續(xù)出現(xiàn)極值。在2001年—2004年期間，120 km 高度以上出現(xiàn)持續(xù)的溫度正距平，數(shù)值可達(dá)90 K 以上；與此相反，在2005年—2011年期間相同高度出現(xiàn)持續(xù)的溫度負(fù)距平，幅度雖比正距平要小，但在2007年—2009年期間負(fù)距平也達(dá)到-40 K的水平。與圖1的對比分析表明，這兩個(gè)反相的溫度距平擾動(dòng)與太陽活動(dòng)有很好的對應(yīng)關(guān)系：太陽活動(dòng)高年對應(yīng)溫度正距平，而太陽活動(dòng)低年則對應(yīng)為溫度負(fù)距平。與太陽活動(dòng)相關(guān)的類似變化也在同高度的大氣密度中出現(xiàn)。

圖2 北京站上空大氣溫度分布及時(shí)變特征 Fig.2 Atmospheric temperature distribution and temporal variation at Beijing station

圖3給出了北京站上空大氣密度及擾動(dòng)在50～140 km 高度的分布和變化特征。如圖3(b)所示，在 2001年—2004年期間，120 km 以上大氣密度顯著偏大（歸一化密度大于1），而在2005年—2011年期間大氣密度則偏?。w一化密度小于1）。過渡流區(qū)大氣密度隨太陽活動(dòng)變化的現(xiàn)象也出現(xiàn)在更高的區(qū)域，此前有報(bào)道高熱層大氣密度出現(xiàn)隨太陽活動(dòng)的周期變化[24-25]。

圖3 北京站上空大氣密度分布及時(shí)變特征 Fig.3 Atmospheric density distribution and temporal variation at Beijing station

圖3(b)顯示，密度擾動(dòng)幅度（相對于平均值的變化）在垂直方向上的變化相對較弱，但是出現(xiàn)了歸一化密度的變化中心，它們分別位于70 km 和100 km 高度附近。70 km 高度大氣密度擾動(dòng)隨時(shí)間變化的主要模態(tài)是年變化；100 km 高度大氣密度擾動(dòng)隨時(shí)間的變化則有不同，除了年變化以外開始出現(xiàn)明顯的半年變化，并且維持到140 km 高度。

以前研究結(jié)果顯示，中、高熱層大氣密度存在半年周期變化[24,26-28]，密度最大值出現(xiàn)在春季和秋季（4月和10月），密度最小值出現(xiàn)在夏季和冬季（7月和1月）。傅里葉譜分析的結(jié)果表明（圖略），北京站上空90 km 及以上高度大氣密度主要表現(xiàn)為半年周期變化。對于100 km，在上半年的半年變化中大氣密度在3月取得最大值（正相位），6月取得最小值（負(fù)相位）。模擬結(jié)果說明過渡流區(qū)大氣密度存在與中、高熱層大氣密度一致的半年周期變化，但密度取得最大/最小值的時(shí)間要顯著早于中、高熱層。基于傅里葉相位的分析結(jié)果，通過對比3月和6月的密度和溫度廓線在50～140 km 的分布，可以了解半年周期過程中大氣擾動(dòng)的特征。

圖4分別給出了3月和6月北京站上空50～ 140 km 高度大氣歸一化密度(a)和溫度距平(b)隨高度的變化特征，為了考察太陽活動(dòng)對這種半年周期變化的影響，圖中同時(shí)給出了太陽活動(dòng)高年（2002年）和低年（2008年）的情況，圖中紅/藍(lán)實(shí)線代表2002年3/6月的變化特征，而黑/綠虛線代表2008年3/6月的變化特征。圖4(a)顯示在90 km 以上及以下的高度，大氣密度半年變化過程的相位是相反的。例如，在90 km 以上，3月份密度大于6月份密度，而在90 km 以下正好相反。由于這種密度變化的垂直分布，使得90 km 附近的大氣平均密度可以比較穩(wěn)定地維持約6 個(gè)月?？臻g環(huán)境的變化在80 km 以下對大氣造成的影響很小，NRLMSISE-00 模型也沒有在這個(gè)高度范圍建立起空間環(huán)境變化與大氣擾動(dòng)的關(guān)系，因此模擬結(jié)果中空間環(huán)境對大氣狀態(tài)的影響只出現(xiàn)在80 km 以上。從圖4(a)中可以看到，在115 km 高度以上，太陽活動(dòng)高年的大氣密度明顯大于太陽活動(dòng)低年的。值得注意的是，相反的變化出現(xiàn)在80～115 km，無論在3月或6月，大氣密度在太陽活動(dòng)高年均小于在太陽活動(dòng)低年的情況。圖4(b)給出了3月和6月大氣溫度距平隨高度的變化特征；與圖4(a)相比，溫度的典型變化特征與大氣密度類似。在50～65km 高度范圍，溫度在3月為負(fù)距平，在6月為正距平；在65～95 km 高度范圍，溫度距平變化則正好相反。在95 km 高度以上，溫度的變化特征主要受太陽活動(dòng)的影響，無論是3月還是6月，太陽活動(dòng)高年的溫度距平都大于太陽活動(dòng)低年的，并且兩者之間的絕對差隨高度升高而顯著增大。

圖4 北京站上空大氣狀態(tài)在3月和6月的變化特征 Fig.4 Variation of atmospheric conditions at Beijing station in March and June

2.2 大氣狀態(tài)的緯度變化

為了考察過渡流區(qū)大氣狀態(tài)特征隨緯度的變化，同時(shí)模擬了格爾木和酒泉北兩個(gè)參考站點(diǎn)。與酒泉站結(jié)果相似，格爾木站和酒泉北站過渡流區(qū)大氣變化特征與北京站結(jié)構(gòu)一致。作為對比，圖5和圖6分別給出了酒泉北站上空過渡流區(qū)大氣溫度和密度的多年平均值(a)以及擾動(dòng)量隨時(shí)間的變化特征(b)。從圖中可以看到，月平均尺度的大氣密度和溫度結(jié)構(gòu)以及隨時(shí)間的變化特征與北京站都是相似的（參見圖2和圖3）。但是，酒泉北站與北京站過渡流區(qū)大氣狀態(tài)的變化同樣存在明顯的差別。例如，溫度的變化特征（圖5(b)）顯示，在90 km 以下，酒泉北站的溫度擾動(dòng)隨時(shí)間的變化幅度要明顯大于北京站相同高度的變化；在100 km 以上，溫度距平極值出現(xiàn)的起始高度比北京站的更低且極值更大。同樣，密度隨時(shí)間的變化特征（圖6(b)）顯示，酒泉北站在80 km 附近的年變化過程要明顯強(qiáng)于北京站同高度的年變化過程。

圖5 酒泉北站上空大氣溫度分布及時(shí)變特征 Fig.5 Atmospheric temperature distribution and temporal variation at Jiuquanbei station

圖6 酒泉北站上空大氣密度分布及時(shí)變特征 Fig.6 Atmospheric density distribution and temporal variation at Jiuquanbei station

圖7和圖8分別給出了格爾木站（GEM）、北京站（BJ）、酒泉站（JQ）和酒泉北站（JQB）4個(gè)參考站點(diǎn)過渡流區(qū)大氣密度和溫度擾動(dòng)的半年周期變化特征。圖7顯示4 個(gè)參考站點(diǎn)的大氣密度擾動(dòng)表現(xiàn)出較一致的垂直變化（詳細(xì)分析結(jié)果可見2.1 節(jié)），但存在顯著的緯度變化：在110 km 以下，密度擾動(dòng)幅度隨緯度的增加而增大，并且6月的擾動(dòng)幅度大于3月的；在110 km 以上，密度擾動(dòng)幅度隨緯度的變化不顯著，主要隨太陽活動(dòng)強(qiáng)度的變化而變化，3月的擾動(dòng)幅度在太陽活動(dòng)高年大于太陽活動(dòng)低年，而6月則相反。同樣，過渡流區(qū)大氣溫度擾動(dòng)（圖8）的變化除了前述的垂直結(jié)構(gòu)以外，也顯示與大氣密度一致的緯度變化。在120 km 以下，大氣溫度擾動(dòng)的幅度隨緯度增加而增大；而在120～140 km，溫度距平的差別很小，特別是3月， 總體表現(xiàn)為緯度越高，溫度距平越大。溫度距平隨太陽活動(dòng)的變化主要出現(xiàn)在100 km 以上，太陽活動(dòng)高年（2002年）為溫度正距平，3月大于6月；太陽活動(dòng)低年（2008年）為負(fù)距平，6月大于3月。

圖7 4 個(gè)參考站點(diǎn)大氣密度在3月和6月的變化特征 Fig.7 Variation of atmospheric densities at four reference stations in March and June

圖8 4 個(gè)參考站點(diǎn)溫度距平在3月和6月的變化特征 Fig.8 Variation of temperature anomalies at four reference stations in March and June

3 結(jié)束語

針對過渡流區(qū)大氣狀態(tài)在實(shí)際應(yīng)用中的重要性，本文利用NRLMSISE-00 模型對中國東部和中部地區(qū)過渡流區(qū)80～140 km 高度的中性大氣密度和溫度的變化特征進(jìn)行了模擬研究。模擬時(shí)段從2001年—2013年，包含了最近一個(gè)完整的太陽活動(dòng)周期。月平均尺度的分析結(jié)果顯示中國中緯度地區(qū)過渡流區(qū)大氣密度和溫度隨緯度和太陽活動(dòng)的變化顯著，隨經(jīng)度的變化相對較弱，大氣密度和溫度擾動(dòng)具有典型的垂直分布和半年周期變化特征。主要結(jié)果如下：

1）4 個(gè)參考站點(diǎn)的大氣狀態(tài)具有一致的變化特征。譜分析結(jié)果顯示，過渡流區(qū)大氣密度的半年周期變化主要出現(xiàn)在90 km 及以上的高度范圍。在半年變化過程中，90 km 高度以上，3月的大氣密度大于6月，而在90 km 以下則出現(xiàn)相反的情況；在115 km 以上，太陽活動(dòng)高年的大氣密度明顯大于太陽活動(dòng)低年，80～115 km 范圍則出現(xiàn)相反的變化。同樣，大氣溫度也表現(xiàn)出相似的垂直變化特征，在50～65 km，溫度3月為負(fù)距平，6月為正距平；在65～95 km，溫度距平則正好相反；在95 km 以上，溫度變化主要受太陽活動(dòng)影響，太陽活動(dòng)高年的溫度距平要顯著大于太陽活動(dòng)低年。

2）針對過渡流區(qū)大氣狀態(tài)的緯度變化，聯(lián)合分析了格爾木站、北京站、酒泉站和酒泉北站的大氣密度和溫度變化，結(jié)果顯示無論是密度還是溫度擾動(dòng)，在中國中緯度過渡流區(qū)90～110 km 高度范圍擾動(dòng)幅度隨緯度的增加而增大，并且在110 km以下，密度擾動(dòng)幅度6月大于3月。在110 km 以上，3月的密度擾動(dòng)幅度在太陽活動(dòng)高年大于太陽活動(dòng)低年，而6月則相反。溫度距平在120～140 km高度范圍隨緯度的變化很小。

本文主要是針對過渡流區(qū)大氣狀態(tài)的月平均及其變化特征進(jìn)行模擬研究。但在實(shí)際大氣變化中，大氣密度、溫度等參數(shù)存在更短周期的變化，不同緯度和經(jīng)度地區(qū)甚至可能存在顯著的局地?cái)_動(dòng)。因此，需要在不同的空間環(huán)境條件下對過渡流區(qū)大氣參數(shù)展開連續(xù)觀測，以獲取更多的覆蓋更長時(shí)間的實(shí)測資料，以便分析過渡流區(qū)更短周期的大氣變化和擾動(dòng)特征。

（References）

[1] Forbes J M,Lu G,Bruinsma S,et al.Thermosphere density variations due to the 15-24 April 2002 solar events from CHAMP/STAR accelerometer measurements[J].J Geophys Res,2005,110,A12S27

[2] Park J,Moon Y J,Kim K H,et al.Comparison between the KOMPSAT-1 drag derived density and the MSISE model density during strong solar and/or geomagnetic activities[J].Earth Planets Space,2008,60: 601-606

[3] 汪宏波,趙長印.用CHAMP 加速儀數(shù)據(jù)校驗(yàn)太陽活動(dòng)峰年的大氣模型精度[J].天文學(xué)報(bào),2008,49(2): 168-178 Wang Hongbo,Zhao Changyin.Use CHAMP/STAR accelerometer data to evaluate atmospheric density models during solar maximum year[J].Acta Astron Sin,2008,49(2): 168-178

[4] 翁利斌,方涵先,季春華,等.基于衛(wèi)星加速度數(shù)據(jù)反演的熱層大氣密度與NRLMSISE-00 模式結(jié)果的比較研究[J].空間科學(xué)學(xué)報(bào),2012,32(5): 713-719 Weng Libin,Fang Hanxian,Ji Chunhua,et al.Comparison between the CHAMP/STAR derived thermospheric density and the NRLMSISE-00 Model[J].Chin J Space Sci,2012,32(5): 713-719

[5] 陳旭杏,胡雄,肖存英,等.NRLMSIS-00 大氣模型與GRACE 和CHAMP 衛(wèi)星大氣密度數(shù)據(jù)的對比分析[J].空間科學(xué)學(xué)報(bào),2013,33(5): 509-517 Chen Xuxing,Hu Xiong,Xiao Cunying,et al.Comparison of the thermospheric densities between GRACE/ CHAMP satellites data and NRLMSISE-00 model[J].Chin J Space Sci,2013,33(5): 509-517

[6] 李永平,朱光武,秦國泰,等.不同高度和不同地磁擾動(dòng)期間熱層大氣密度模式值與探測值的顯著差異[J].地球物理學(xué)報(bào),2014,57(11): 3703-3714 Li Yongping,Zhu Guangwu,Qin Guotai,et al.Significant difference of the thermospheric density between the model and observation values of satellite during different geomagnetic storm events and different altitudes[J].Chinese Journal Geophysics,2014,57(11): 3703-3714

[7] Doornbos E,Klinkrad H,Vissera P.Use of two-line element data for thermosphere neutral density model calibration[J].Advances in Space Research,2008,41(7): 1115-1122

[8] Zhou Y L,Ma S Y,Lühr H,et al.An empirical relation to correct storm-time thermospheric mass density modeled by NRLMSISE-00 with CHAMP satellite air drag data[J].Advances in Space Research,2009,43(5): 819-828

[9] 苗娟,劉四清,李志濤,等.基于實(shí)時(shí)觀測數(shù)據(jù)的大氣密度模式修正[J].空間科學(xué)學(xué)報(bào),2011,31(4): 459-466 Miao Juan,Liu Siqing,Li Zhitao,et al.Atmospheric density calibration using the real-time satellite observation[J].Chin J Space Sci,2011,31(4): 459-466

[10] 陳旭杏,胡雄,肖存英,等.基于衛(wèi)星數(shù)據(jù)和NRLMSISE-00 模型的低軌道大氣密度預(yù)報(bào)修正方法[J].地球物理學(xué)報(bào),2013,56(10): 3246-3254 Chen Xuxing,Hu Xiong,Xiao Cunying,et al.Correction method of the low earth orbital neutral density prediction based on the satellites data and NRLMSISE-00 model[J].Chinese Journal Geophysics,2013,56(10): 3246-3254

[11] 呂達(dá)仁,陳澤宇,郭霞,等.臨近空間大氣環(huán)境研究現(xiàn)狀[J].力學(xué)進(jìn)展,2009,39(6): 674-682 Lü Daren,Chen Zeyu,Guo Xia,et al.Recent progress in near space atmospheric environment study[J].Advances in Mechanics,2009,39(6): 674-682

[12] 崔爾杰.近空間飛行器研究發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)問題[J].力學(xué)進(jìn)展,2009,39(6): 658-673 Cui Erjie.Research status,development trends and key technical problems of near space flying vehicles[J].Advances in Mechanics,2009,39(6): 658-673

[13] 沈青.認(rèn)識(shí)稀薄氣體動(dòng)力學(xué)[J].力學(xué)與實(shí)踐,2002,24(6): 1-14 Shen Qing.Get acquainted with rarefied gas dynamics[J].Mechanics in Engineering,2002,24(6): 1-14

[14] Shen C.Rarefied gas dynamics: fundamentals,simulations and micro flows[M].Berlin: Springer,2005: 1-3

[15] 樊菁.稀薄氣體動(dòng)力學(xué): 進(jìn)展與應(yīng)用[J].力學(xué)進(jìn)展,2013,43(2): 185-201 Fan Jing.Rarefied gas dynamics: advances and applications[J].Advances in Mechanics,2013,43(2): 185-201

[16] Picone J M,Hedin A E,Drob D P,et al.NRLMSISE-00 empirical model of the atmosphere: statistical comparisons and scientific issues[J].J Geophys Res,2002,107: A121468

[17] Hedin A E,Salah J E,Evans J V,et al.A global thermospheric model based on mass spectrometer and incoherent scatter data MSIS,1.N2 density and temperature[J].J Geophys Res,1977,82(16): 2139-2147

[18] Hedin A E,Reber C A,Newton G P,et al.A global thermospheric model based on mass spectrometer and incoherent scatter data MSIS,2.Composition[J].J Geophys Res,1977,82(16): 2148-2156

[19] Hedin A E.A revised thermospheric model based on mass spectrometer and incoherent scatter data: MSIS-83[J].J Geophys Res,1983,88(A12): 10170-10188

[20] Hedin A E.MSIS-86 thermospheric model[J].J Geophys Res,1987,92(A5): 4649-4662

[21] Hedin A E.Extension of the MSIS thermosphere model into the middle and lower atmosphere[J].J Geophys Res,1991,96(A2): 1159-1172

[22] Kim J S,Spencer D B,Kane T J,et al.Thermospheric density model blending techniques: bridging the gap between satellites and sounding rockets[J].Radio Sci,2009,44: RS0A22

[23] 郭正雄,李文皓,張珩,等.地球低緯區(qū)邊緣大氣密度的預(yù)測[J].航天器環(huán)境工程,2012,29(6): 637-644 Guo Zhengxiong,Li Wenhao,Zhang Heng,et al.Prediction of atmospheric density at earth edge in low-latitude regions[J].Spacecraft Environment Engineering,2012,29(6): 637-644

[24] Qian L Y,Solomon S C.Thermospheric density: an overview of temporal and spatial variations[J].Space Science Reviews,2012,168: 147-173

[25] ?？?方涵先,翁利斌.太陽活動(dòng)與熱層大氣密度的相關(guān)性研究[J].空間科學(xué)學(xué)報(bào),2014,34(1): 73-80 Niu Jun,Fang Hanxian,Weng Libin.Correlations between solar activity and thermospheric density[J].Chin J Space Sci,2014,34(1): 73-80

[26] Paetzold H K,Zsch?rner H.An annual and a semiannual variation of the upper air density[J].Pure Appl Geophys,1961,48(1): 85-92

[27] Jacchia L G.Semiannual variation in the heterosphere: a reappraisal[J].J Geophys Res,1971,76(19): 4602-4607

[28] Qian L Y,Solomon S C,Kane T J.Seasonal variation of thermospheric density and composition[J].J Geophys Res,2009,114: A01312