程 娜

山東建筑大學(xué)測(cè)繪地理信息學(xué)院，山東 濟(jì)南 250101

電離層是日地空間環(huán)境的重要組成部分，電離層異常對(duì)無(wú)線電通訊和人類空間活動(dòng)的影響不容忽視。電離層異常監(jiān)測(cè)，在高精度GNSS PNT服務(wù)與深空探測(cè)誤差修正、空間天氣預(yù)報(bào)預(yù)警及日地空間環(huán)境動(dòng)態(tài)監(jiān)測(cè)等方面具有重要科學(xué)意義和實(shí)用價(jià)值。海量地基、天基多源電離層觀測(cè)數(shù)據(jù)，為電離層異常監(jiān)測(cè)及電離層精細(xì)化時(shí)空變化反演提供了豐富的數(shù)據(jù)源。論文利用全球約250個(gè)Multi-GNSS站和COSMIC掩星觀測(cè)數(shù)據(jù)，采用并行計(jì)算10 min內(nèi)實(shí)現(xiàn)全球數(shù)據(jù)處理，近實(shí)時(shí)構(gòu)建了三維電子密度模型，融合掩星數(shù)據(jù)使得海洋地區(qū)的精度明顯改善；搭建了天地聯(lián)合多源電離層觀測(cè)數(shù)據(jù)融合處理試驗(yàn)平臺(tái)，在線提供近實(shí)時(shí)三維電離層產(chǎn)品，可為地球空間飛行器的空間環(huán)境信息支持、空間環(huán)境異常監(jiān)測(cè)及預(yù)報(bào)、導(dǎo)航系統(tǒng)全球電離層延遲修正等提供服務(wù)?；诮鼘?shí)時(shí)三維電子密度模型，開展了電離層異常的立體監(jiān)測(cè)，較IRI模型能夠更好地監(jiān)測(cè)磁暴期間電離層異常與演化過(guò)程，實(shí)現(xiàn)了全球大尺度、區(qū)域精細(xì)化電離層動(dòng)態(tài)監(jiān)測(cè)。同時(shí)，論文針對(duì)電離層異常對(duì)GNSS影響效應(yīng)展開了較為全面的研究，分析了磁暴、太陽(yáng)耀斑對(duì)GNSS信號(hào)、電離層模型精度、服務(wù)性能的影響。具體研究?jī)?nèi)容如下：

(1) 基于地基、天基多源電離層觀測(cè)數(shù)據(jù)，結(jié)合層析技術(shù)，采用OpenMP并行化處理，近實(shí)時(shí)構(gòu)建了三維電離層模型，獲取精細(xì)的三維電離層時(shí)空分布信息；針對(duì)近年來(lái)發(fā)生的強(qiáng)磁暴事件，反演全球和區(qū)域電子密度時(shí)空變化，監(jiān)測(cè)磁暴期間電離層異常及演化過(guò)程，實(shí)現(xiàn)了全球大尺度、區(qū)域精細(xì)化的電離層異常三維監(jiān)測(cè)。

(2) 利用中國(guó)陸態(tài)網(wǎng)GNSS觀測(cè)資料改進(jìn)GIM格網(wǎng)模型，生成全球二維電離層TEC格網(wǎng)，分析了磁暴期間的電離層TEC全球變化特性，實(shí)現(xiàn)全球二維電離層異常監(jiān)測(cè)；基于全球IGS網(wǎng)、iGMAS跟蹤站及區(qū)域陸態(tài)網(wǎng)Multi-GNSS觀測(cè)獲取電離層STEC、ROT、ROTI，并利用這些信息，分析了太陽(yáng)耀斑、地磁暴對(duì)電離層影響的特征和規(guī)律。

(3) 分析了電離層異常對(duì)GNSS信號(hào)質(zhì)量、定位性能的影響。針對(duì)太陽(yáng)耀斑事件，統(tǒng)計(jì)了GNSS信號(hào)信噪比、偽距和載波相位殘差及周跳結(jié)果，分析了GPS、GLONASS、BDS、Galileo系統(tǒng)空間信號(hào)測(cè)距誤差SISURE，以及單頻PPP、雙頻PPP與SPP定位誤差變化。分析結(jié)果表明，電離層異常對(duì)GNSS信號(hào)信噪比、偽距和載波相位噪聲、周跳及PPP定位結(jié)果影響較為明顯SISURE與SPP定位結(jié)果則無(wú)明顯變化。

(4) 研究了GNSS廣播電離層模型BIMs在不同太陽(yáng)活動(dòng)水平下的適應(yīng)性。分析了太陽(yáng)活動(dòng)活躍時(shí)期12次太陽(yáng)耀斑事件期間GPS、BDS、Galileo BIMs精度變化。結(jié)果表明，太陽(yáng)耀斑期間，模型相對(duì)精度明顯降低，且BDS Klobuchar模型的適應(yīng)性優(yōu)于GPS和Galileo模型，通過(guò)對(duì)比分析Klobuchar模型參數(shù)變化可知，模型參數(shù)的更新頻率對(duì)模型在異常條件下的適應(yīng)性非常關(guān)鍵，高頻的參數(shù)更新有利于提高模型在異常條件下的可靠性。