区域电离层延迟改正及预报模型研究-大地测量学与测量工程专业论文.pdf.docxVIP

摘要摘要 摘要 摘要 区域电离层的监测和预报是一项具有重要意义的工作，也是目前一个比较热门的研究方 向。本文着重研究区域电离层的预报模型，以期能够为区域内的用户提供实时的电离层VTEC (Ⅷeal Total Electron Content)预报信息，最终可以为单频GPS用户提高定位的精度；而且 还可以为研究电离层活动提供一种有效的途径。 本文利用IGS提供的195个格网点的VTEC数据，以及JSCORS系统某区域12个观测 站的GPS观测数据展开相关的研究。本文主要的内容和结论如下： 1)对区域VTEC的空间分布特性进行了分析。利用IGS提供的195个格网点的VTEC 数据，分析了区域VTEC的空间分布特性，结果显示：电离层VTEC的空间分布和纬度有较 大关联，低纬度地区的VTEC值会高于高纬度地区；电离层VTEC具有非常明显的空间相关 性，某点的总电子含量与相邻点位的总电子含量会产生相互影响。在对VTEC进行预报和建 模时，不能仅仅采用单点预报模式，其空间分布特性应当予以考虑。 2)对区域VTEC的空间分布特性进行了分析。利用IGS提供的195个格网点的VTEC 数据，分析了区域VTEC的时间变化特性，结果显示：电离层VTEC呈周期性变化规律，周 期为24小时；从当地时间凌晨6时起，至傍晚20时的14个小时内，电离层VTEC变化剧 烈，通常在当地时间中午12时至14时之间某时刻达到当日VTEC最大值；当地时间20时 至次日凌晨6时的10个小时内，VTEC值处于小范围波动状态或平稳下降状态(凌晨6时左 右达最小值)，电离层状态较为稳定。 3)分别构建了基于ARIMA时间序列模型(Auto Regression Integrated Moving Average)和 BP神经网络模型的单点电离层VTEC预报模型。利用IGS提供的195个格网点的VTEC数 据，分别采用ARIMA模型和BP神经网络模型对电离层VTEC进行了预报，预报时长为1 天，结果显示：ARⅡ讧A模型的预报平均相对误差为6．43％；BP神经网络模型的预报平均相 对误差为8．30％；相比之下，ARIMA模型的结果更佳。 4)提出了基于EOF(Empirical Orthogonal Function)分解的区域电离层VTEC预报模型。 分别建立了EOF．ARIMA模型、EOF-BP模型和EOF一融合模型，结果显示：EOF—ARIMA模 型的预报平均相对误差为4．05％；EOF．BP模型的预报平均相对误差为4．64％；EOF一融合模 型的预报平均相对误差为3．68％。相比于ARIMA单点模型，EOF．ARIMA模型的精度可以提 高40．3％；相比于BP神经网络单点模型，EOF-BP模型的精度可以提高42。8％； EOF．融合 模型精度最高，较ARIMA单点模型提高46．1％，较BP神经网络单点模型提高54．5％。 5)构建了区域电离层预报内插模型，提出了BP神经网络．多项式融合模型。分别采用 多项式模型、球谐函数模型和BP神经网络．多项式融合模型建立了区域电离层内插模型，结 果显示：多项式模型的平均绝对误差大约为0．24TECU，球谐函数模型的平均绝对误差大约 为0．35TECU，BP神经网络．多项式融合模型的平均绝对误差大约为0．20TECU，可以较多项 式模型精度提高15％左右。 关键词：电离层VTEC：预报；EOF分解；内插 万方数据 东南大学硕士学位论文Abstract 东南大学硕士学位论文 Abstract Monitoring and forecasting the regional ionosphere is a significant work and research orientation．田bis paper focuses on the forecasting model of regional ionosphere to provide users with real-time ionospheric VTEC(Vetical Total Electron Content)information．It ultimately can improve the GPS positioning accuracy,especially with single．frequency GPS machines；and also be able to provide an effective way for ionospheric research activities． 1 95 IGS grid VTEC data and data from 1 2 JSCORS stations are used in this papeL The main c