基于nmf2数据的印尼震前电离层数值模拟.docxVIP

基于nmf2数据的印尼震前电离层数值模拟 1 个新的地震探测系统的研究 近年来，地震电离层的前身现象引起了人们的关注。目前，基于丰富的gns观测数据，gnsstec数据广泛应用于地震电离层的研究。2004年12月26日印尼苏门答腊M9.3地震前第5天,孕震区及其磁共轭地区的TEC显著减小。2008年5月12日中国汶川Mw7.9地震前第3天晚上和第4~6天当地时下午时段,孕震区上空TEC明显减小,但震前第3天下午时段TEC出现显著增大现象。据统计,1999—2003年台湾地区20次M≥6.0的地震事件,TEC在震前1~5天18:00LT~22:00LT时段明显减小;1998—2008年中国大陆地区35次M≥6.0地震事件中,17次M≥6.3地震前3~5天内孕震区上空出现TEC显著减小的现象。但这些研究成果主要是基于15天滑动背景值的异常判断方法取得的,因而无法保证滑动背景窗内的数据是否已经受到地震活动的影响,其准确性有待商榷。于是,我们将利用神经网络(BP,Back Propagation)技术,建立区域电离层模型,解算电离层参数,用“干净”的电离层参考值研究地震孕育与电离层变化的关系。 掩星观测作为一种较为前沿的技术现已越来越多地应用于电离层探测。与电离层测高仪、卫星电离层层顶部探测、GNSS TEC等电离层观测手段相比,掩星探测能够提供实时、高精度、全天候的全球电离层电子密度的三维数据,而且,其反演的电子密度剖面与非相关散射雷达和电离层测高仪观测的结果一致。目前,有很多国家和研究机构都有掩星计划在研或运行。中国台湾地区与美国合作的COSMIC(Constellation Observing System for Meteorology, Ionosphere and Climate)是迄今为止最成功的掩星观测系统,它由6颗在800 km处运行的低轨小卫星组成,在轨期间能提供每天最多约3 000个掩星探测剖面,虽然现在卫星已到使用寿命,但其2006—2011年累计的观测数据能为电离层模型的建立提供丰富的电离层电子密度数据。 为了研究2012年4月11日印尼8.6级地震前孕震区上空电离层电子密度的变化情况,我们选取UCAR发布的2006-08—2010-12月电离层F2层最大电子密度NmF2(F2 layer peak electron density)数据,建立以震中(2°N,93°E)为中心,经纬向跨度为80°×80°(38°N~42°N,53°E~133°E)的区域电离层电子密度模型,解算震前各NmF2探测点的模型值,通过观测值与模型值的比较,研究地震前电离层是否出现异常变化。 2 bp网络模型的建立 电离层是时变、色散、不均匀的介质,其变化不仅与季节、时间、太阳活动水平等有关,还与地理位置有关,因此电离层可以认为是一个复杂的非线性系统。人工神经网络建模是人工智能研究的一个分支,通过模拟人的大脑神经处理信息的方式,进行信息并行处理和非线性转换。它具有在复杂的非线性系统中较高的建模能力及良好的数据拟合能力。因此,利用人工神经网络工具进行电离层参数的解算是可行的。 我们选取年积日DOY、当地时LT、经度LON、纬度LAT和F10.7太阳活动指数FLUX为网络输入,F2层最大电子密度NmF2为网络输出,利用MATLAB神经网络工具箱构建BP网络,以2006-08—2010-12月考察范围内的NmF2数据集训练网络。另外,由于在磁暴发生时期,COSMIC数据误差较大,所以我们剔除磁扰时段的数据。而且,在日出日落时段,电离层电子密度变化剧烈,也将此时段的数据剔除。目前的研究成果表明,汶川地震前的电离层异常主要出现在当地时的下午时段,为了避免过多的数据导致MATLAB软件运算中出现内存溢出错误,我们只选取考察区域当地时12:00LT—17:00LT的掩星探测数据来训练网络。图1列出符合前述条件用于模型计算的NmF2数据序列。 另外,为了确保区域电离层模型的准确性,我们采用均方根(RMS,root mean square error)来描述网络的整体误差。其中,Oi为观测值,Mi为模型值,N为符合筛选条件的掩星观测点的总数。经过比较各种网络参数的组合比对,得出最优的网络结构,其网络误差为:RMS=1.52×105。 RMS=1N∑i=1N(Oi?Mi)2??????????????ue001?ue000ue000RΜS=1Ν∑i=1Ν(Οi-Μi)2 3 u3000经度周边nmf2的变化 图2显示2012年3月26日考察区域12:00LT—17:00LT内的掩星NmF2观测值与相应的由BP神经网络模型解算NmF2模型值之间的偏离程度(表示为(O-M)/M),其中,O为NmF2观测值,M为相应NmF2观测点的模型值。 图3为震中所在经度