歐 明 甄衛(wèi)民 徐繼生 於 曉 張風(fēng)國(guó) 鄧忠新

（1.武漢大學(xué)電子信息學(xué)院，湖北武漢430079；2.中國(guó)電波傳播研究所，山東青島266107）

電離層多源數(shù)據(jù)同化方法研究

歐 明1，2甄衛(wèi)民2徐繼生1於 曉1，2張風(fēng)國(guó)2鄧忠新2

（1.武漢大學(xué)電子信息學(xué)院，湖北武漢430079；2.中國(guó)電波傳播研究所，山東青島266107）

多源數(shù)據(jù)同化是實(shí)現(xiàn)電離層天氣現(xiàn)報(bào)和預(yù)報(bào)的重要途徑.選擇參數(shù)化電離層模型作為背景模型，基于地基全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System，GNSS）觀測(cè)以及第二代氣象／電離層氣候衛(wèi)星探測(cè)系統(tǒng)（Constellation Observing System for Meteorology Ionosphere and Climate 2，COSMIC 2）掩星測(cè)量，利用經(jīng)驗(yàn)電離層模型NeQuick計(jì)算得到多源觀測(cè)數(shù)據(jù)，結(jié)合水平和垂直方向分離的高斯型協(xié)方差矩陣及卡爾曼濾波方法實(shí)現(xiàn)了中國(guó)區(qū)域電離層多源數(shù)據(jù)同化反演.同化結(jié)果表明，多源數(shù)據(jù)同化方法能將觀測(cè)資料有效地同化到背景模式中從而獲得較好的同化結(jié)果.與背景模式相比，同化后得到的電離層總電子含量及電子密度誤差均顯著下降.

電離層；地基GNSS；COSMIC 2；掩星；數(shù)據(jù)同化

引 言

電離層作為人類空間活動(dòng)的重要區(qū)域，對(duì)各類無(wú)線電信息系統(tǒng)具有不可忽視的影響效應(yīng).隨著人類空間活動(dòng)的日益增多，相關(guān)領(lǐng)域?qū)﹄婋x層進(jìn)行監(jiān)測(cè)和預(yù)報(bào)的需求也在日漸增長(zhǎng)［1］.數(shù)據(jù)同化作為一種在現(xiàn)代氣象數(shù)值天氣預(yù)報(bào)中廣泛應(yīng)用的一種技術(shù)，它能夠?qū)Χ嘣磾?shù)據(jù)進(jìn)行綜合利用，把各種時(shí)空上不規(guī)則的零散分布的觀測(cè)資料同化到背景模式中，從而實(shí)現(xiàn)觀測(cè)數(shù)據(jù)與背景模式的互補(bǔ)融合.近年來(lái)，隨著人類對(duì)電離層天氣現(xiàn)報(bào)和預(yù)報(bào)要求的不斷提高，同化方法開始在電離層研究方面獲得了蓬勃的發(fā)展［2－5］.

利用氣象學(xué)和海洋學(xué)上積累的很多經(jīng)驗(yàn)和成熟的同化算法，如變分同化方法、卡爾曼（Kalman）濾波算法等，Richmond等最早建立了電離層電動(dòng)力學(xué)同化成像算法（Assimilative Mapping of Ionospheric Electrodynamics，AMIE）［6］.AMIE能夠綜合處理地面磁力計(jì)觀測(cè)的磁場(chǎng)和磁擾數(shù)據(jù)、衛(wèi)星和雷達(dá)觀測(cè)的電場(chǎng)和電流數(shù)據(jù)，利用最優(yōu)化估計(jì)理論獲得高緯電場(chǎng)、電流和磁擾等參數(shù).Angling等基于最優(yōu)化線形無(wú)偏估計(jì)理論（Best Linear Unbiased Estimation，BLUE），構(gòu)建了電子密度同化模型（E-lectron Density Assimilative Model，EDAM），EDAM能夠處理地基全球定位系統(tǒng)（Global Position System，GPS）、掩星等觀測(cè)數(shù)據(jù)，獲得全球電離層電子密度分布［7－8］.Bust等基于三維變分同化技術(shù)，在經(jīng)驗(yàn)電離層模型的基礎(chǔ)上構(gòu)建了電離層三維同化模型（Ionospheric Data Assimilation Three-Dimensional，IDA3D），該模型具有多源數(shù)據(jù)處理等功能，能夠同化處理包括測(cè)高儀、地基GPS、掩星、衛(wèi)星信標(biāo)、衛(wèi)星就位測(cè)量等多種數(shù)據(jù)，獲取全球范圍內(nèi)的電離層變化信息［9－10］.Mitchell等開發(fā)了一套多觀測(cè)數(shù)據(jù)分析系統(tǒng)（Multi-Instrument Data Analysis System，MIDAS）軟件，該軟件基于電離層層析成像及數(shù)據(jù)同化原理，能同時(shí)利用天／地基多種電離層測(cè)量數(shù)據(jù)反演得到全球時(shí)變?nèi)S電離層電子密度信息［11］.近年來(lái)電離層數(shù)據(jù)同化研究最為典型的成果為美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室-南加州大學(xué)開發(fā)的全球同化電離層模式（the Jet Propulsion Laboratory／U-niversity of Southern California Assimilative Ionosphere Model，JPL／USC GAIM）和美國(guó)猶他州立大學(xué)開發(fā)的全球電離層觀測(cè)同化模式（the Utah State University Global Assimilation of Ionospheric Measurements，USU GAIM）［12－13］.JPL／USC GAIM利用改進(jìn)的謝菲爾德大學(xué)磁層電離層模型（Sheffield University Plasmasphere Ionosphere Model，SUPIM）作為背景場(chǎng)，通過(guò)集合卡爾曼濾波與四維變分同化方法對(duì)模型的多個(gè)驅(qū)動(dòng)參量進(jìn)行最優(yōu)估計(jì)，該模式能夠同化測(cè)高儀、地基GPS、衛(wèi)星觀測(cè)等多種數(shù)據(jù)源，通過(guò)與實(shí)際觀測(cè)數(shù)據(jù)的對(duì)比表明，該模式能夠顯著提高背景模型的數(shù)據(jù)輸出精度，特別是在缺乏有效觀測(cè)數(shù)據(jù)的海洋地區(qū)［13－15］.USU GAIM則是基于全球電離層預(yù)報(bào)模式（Ionosphere Forecast Model，IFM）作為背景場(chǎng)進(jìn)行后續(xù)開發(fā)，該模式同樣利用實(shí)測(cè)數(shù)據(jù)進(jìn)行了有效性驗(yàn)證［14］.國(guó)內(nèi)，樂(lè)新安、?？〉纫怖玫鼗鵊PS或掩星開展了電離層數(shù)據(jù)同化的相關(guān)研究工作［15－16］.

本文以中國(guó)區(qū)域?yàn)槔?，利用NeQuick模型模擬真實(shí)的電子密度分布，綜合23個(gè)地基全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System，GNSS）站和第二代氣象／電離層氣候衛(wèi)星探測(cè)系統(tǒng)（Constellation Observing System for Meteorology Ionosphere and Climate 2，COSMIC 2）的12顆低軌衛(wèi)星（Low Earth Orbit，LEO）的掩星等多源測(cè)量數(shù)據(jù)開展了電離層數(shù)據(jù)同化方法研究，仿真結(jié)果驗(yàn)證了多源數(shù)據(jù)同化方法的有效性和可靠性.

1 電離層多源數(shù)據(jù)同化方法

1.1 基本原理

數(shù)據(jù)同化的基本原理是在充分利用模式提供的電離層背景信息（背景場(chǎng)）／各類觀測(cè)儀器提供的電離層觀測(cè)信息及對(duì)模式和觀測(cè)數(shù)據(jù)的誤差的先驗(yàn)了解的基礎(chǔ)上，通過(guò)統(tǒng)計(jì)估計(jì)方法，給出一個(gè)背景模式和觀測(cè)數(shù)據(jù)間整體偏差最小的最優(yōu)估計(jì)結(jié)果.一般來(lái)講，數(shù)據(jù)同化必須包括各種有用的信息，其中主要包括三個(gè)方面：1）背景值和觀測(cè)值.觀測(cè)值包含有觀測(cè)誤差和代表性誤差，不是準(zhǔn)確值.所以我們才用各種理論方法盡可能估計(jì)其真實(shí)值.2）不確定性.誤差本身對(duì)于數(shù)據(jù)同化而言也是有用的信息，同化過(guò)程中如何考慮誤差也直接決定著同化的最終效果.3）協(xié)方差，即為各種值之間的物理相關(guān)性和空間相關(guān)性，這些相關(guān)性本身對(duì)于數(shù)據(jù)同化而言也是有用信

息［1，3，15］.

就數(shù)據(jù)同化的理論基礎(chǔ)而言，數(shù)據(jù)同化主要包括兩類：一類是基于統(tǒng)計(jì)學(xué)的估計(jì)理論，包括最優(yōu)插值、kalman濾波、集合kalman濾波等；另一類是基于變分理論的方法，如三維變分同化、四維變分同化等.

1.2 同化算法

選擇電離層總電子含量（Total Electron Content，TEC）進(jìn)行多源數(shù)據(jù)同化，電離層TEC可以表示為沿信號(hào)傳播路徑上電子密度的積分，有

式中：TEC，i為射線路徑i上的總電子含量；Ne（r）為電離層電子密度，隨時(shí)間和空間而變化；s為地面接收機(jī)至衛(wèi)星的視線路徑.

利用離散化反演理論，將待同化區(qū)域按經(jīng)度、緯度、高度方向的劃分為三維網(wǎng)格，式（1）可以簡(jiǎn)化為以下形式：

式中：d代表觀測(cè)的TEC數(shù)據(jù)；H為觀測(cè)算子，等于地基GNSS、掩星接收的信號(hào)傳播路徑在電離層網(wǎng)格中的長(zhǎng)度.由于電離層數(shù)據(jù)同化中觀測(cè)量與背景場(chǎng)之間是非線性關(guān)系，觀測(cè)算子H為非線性的；x為網(wǎng)格內(nèi)的電子密度；e為離散化誤差，通常情況下忽略其影響.

利用Kalman濾波理論，對(duì)觀測(cè)資料的同化過(guò)程可以表示為［7］

式中：xb為背景場(chǎng)，由背景電離層模型給出，本文采用參數(shù)化電離層模型（Parameterized Ionospheric Model，PIM）；xa為分析場(chǎng)，即同化后得到電子密度；B和R分別代表背景電離層模型的誤差協(xié)方差和觀測(cè)數(shù)據(jù)的誤差協(xié)方差.

從式（3）可以看出，數(shù)據(jù)同化可以認(rèn)為是觀測(cè)資料對(duì)背景模型進(jìn)行修正的過(guò)程，B和R的相對(duì)大小與空間分布決定了觀測(cè)場(chǎng)和背景場(chǎng)對(duì)分析場(chǎng)影響的相對(duì)權(quán)重和空間結(jié)構(gòu).能不能很好地定義誤差協(xié)方差，將直接影響數(shù)據(jù)同化的效果，成為實(shí)現(xiàn)電離層數(shù)據(jù)同化的重點(diǎn)之一.本文結(jié)合前人的研究結(jié)果，假定觀測(cè)誤差與觀測(cè)值的平方成正比［7，9］，這樣觀測(cè)誤差協(xié)方差矩陣表示為

式中：i，j表示觀測(cè)點(diǎn)；Rij為觀測(cè)點(diǎn)間的誤差協(xié)方差值；α是比例系數(shù).

對(duì)于背景場(chǎng)的誤差協(xié)方差矩陣，假定背景場(chǎng)在水平（緯度和經(jīng)度）和垂直方向都是高斯分布且能夠分離［9］，其元素表示為

式中：xib，xjb分別代表背景模型在i點(diǎn)和j點(diǎn)的背景值；φij、θij、Lij分別代表第i點(diǎn)和第j點(diǎn)在經(jīng)度、緯度和高度方向上的距離，Lφ，Lθ，Lh分別表示模式在這相應(yīng)方向的相關(guān)距離；β是模式誤差與模式值之間的比例系數(shù).參照前人的研究成果［3，9，15］，本文α和β分別取值為0.043和0.43，緯度、經(jīng)度和高度相關(guān)距離分別取5°，10°和60km.

2 數(shù)據(jù)同化的數(shù)值模擬及結(jié)果分析

2.1 模擬場(chǎng)景

參與數(shù)據(jù)同化的觀測(cè)資料包括地基GNSS及掩星觀測(cè)等多源數(shù)據(jù).其中地基GNSS站包括北京（bjfs）、長(zhǎng)春（chun）、德令哈（dlha）、廣州（guan）、哈爾濱（hrbn）、海拉爾（hlar）、昆明（kmin）、拉薩（lhas）、瀘州（luzh）、瓊中（qion）、上海（shao）、綏陽(yáng)（suiy）、泰安（tain）、塔什（tash）、烏魯木齊（urum）、武漢（wuhn）、烏什（wush）、西安（xiaa）、下關(guān)（xiag）、廈門（xiam）、西寧（xnin）、鹽池（yanc）、鄭州（zhnz）等；掩星數(shù)據(jù)采用COSMIC 2星座（由6顆24°傾角衛(wèi)星，6顆72°傾角衛(wèi)星組成）模擬［5］，圖1所示為COSMIC 2星座60min內(nèi)的軌道分布.設(shè)定地面GNSS站和COSMIC 2的LEO衛(wèi)星可接收的包括32顆GPS衛(wèi)星、24顆GLONASS衛(wèi)星和16顆“北斗”衛(wèi)星等GNSS衛(wèi)星的信號(hào).

多源數(shù)據(jù)同化中涉及大型矩陣的存儲(chǔ)、轉(zhuǎn)置、相乘和求逆等運(yùn)算，考慮到單個(gè)計(jì)算機(jī)的運(yùn)算資源有限，劃定緯度13°～55°N，經(jīng)度70°～140°E，高度100～800km范圍為多源電離層數(shù)據(jù)同化區(qū)域，緯度間隔3°，經(jīng)度間隔5°，高度間隔25km.

背景場(chǎng)我們選用PIM模型計(jì)算得到，PIM模型由美國(guó)空軍支持研發(fā)，主要用于美軍的空間天氣預(yù)報(bào)業(yè)務(wù)［17］.觀測(cè)值采用NeQuick模型計(jì)算得到，NeQuick是由國(guó)際理論研究中心（The Abdus Salam International Centre for Theoretical Physics，ICTP）與奧地利Graz大學(xué)聯(lián)合開發(fā)的一個(gè)經(jīng)驗(yàn)電離層模型［18］.PIM模型與NeQuick模型在建模方法上存在較大差距，選擇PIM作為背景模型能在最大程度上檢驗(yàn)同化方法本身的性能.在仿真過(guò)程中，NeQuick模型輸入的太陽(yáng)輻射通量（F10.7指數(shù)）設(shè)為125，而PIM模型取為100，且設(shè)定PIM模型的輸入時(shí)刻較NeQuick模型早四個(gè)小時(shí).

利用NeQuick模型即可計(jì)算出各地基GNSS觀測(cè)站和COSMIC 2掩星接收機(jī)測(cè)量的電離層TEC數(shù)據(jù).為模擬觀測(cè)噪聲對(duì)TEC測(cè)量的影響，本文在數(shù)據(jù)仿真過(guò)程中加入了約3TECU（1TECU＝1016／m2）的隨機(jī)擾動(dòng).

對(duì)于地基GNSS而言，一般接收機(jī)的采樣間隔是30s，由于衛(wèi)星軌道較高，GNSS衛(wèi)星相對(duì)某一個(gè)固定接收機(jī)的運(yùn)動(dòng)角速度很?。ㄖ芷诩s12h），傳播路徑對(duì)應(yīng)同一網(wǎng)格而言基本沒(méi)有變化［12］，為節(jié)省存儲(chǔ)空間和減小計(jì)算量，取10min作為觀測(cè)間隔［12］，觀測(cè)仰角的下限設(shè)置為15°；對(duì)于掩星而言，由于每次可觀測(cè)的掩星事件的時(shí)間僅約1～5min，因此設(shè)置掩星的采樣間隔為10s，接收機(jī)天線視場(chǎng)角（Field of View，F(xiàn)OV）設(shè)定為90°.利用實(shí)際的兩行軌道參數(shù)（Two Line Element，TLE）計(jì)算GNSS衛(wèi)星和COSMIC 2衛(wèi)星軌道，進(jìn)而得到數(shù)據(jù)同化過(guò)程中的觀測(cè)構(gòu)型，每1h間隔進(jìn)行一次數(shù)據(jù)同化.

2.2 數(shù)據(jù)同化結(jié)果與分析

圖2 給出了一天24h數(shù)據(jù)同化前、后觀測(cè)路徑上的電離層TEC與真實(shí)的電離層TEC之間的比較.從圖2可以看出：數(shù)據(jù)同化前，背景場(chǎng)的電離層TEC與觀測(cè)值相差較大，計(jì)算兩者間的絕對(duì)平均誤差為18.6TECU，標(biāo)準(zhǔn)差為31.0TECU，相關(guān)系數(shù)為0.78；數(shù)據(jù)同化后得到的結(jié)果與觀測(cè)值間差別明顯減小，其中絕對(duì)平均誤差降為0.6TECU，標(biāo)準(zhǔn)差降為2.3TECU，相關(guān)系數(shù)則達(dá)到0.99，同化結(jié)果與真實(shí)數(shù)據(jù)間的一致性非常好，說(shuō)明多源數(shù)據(jù)同化能夠?qū)⒂^測(cè)的電離層資料有效地“融入”到背景場(chǎng)中.

圖3給出了同化前后23個(gè)地基GNSS觀測(cè)點(diǎn)上空的電子密度剖面.從圖中可以看出，除了少數(shù)站點(diǎn)在峰值電子密度部位有些差別以外，大部分同化后的結(jié)果與真實(shí)的觀測(cè)值之間非常接近.由于多源數(shù)據(jù)中加入掩星觀測(cè)資料后，觀測(cè)算子中融入了水平方向射線，數(shù)據(jù)同化后計(jì)算得到的F2層峰值高度的反演精度改善尤為明顯.

為進(jìn)一步驗(yàn)證本文方法的精度和穩(wěn)定性，對(duì)同化前、后所有網(wǎng)格點(diǎn)的電子密度的反演精度進(jìn)行評(píng)估，分別定義：

式中：ΔNe＝Ne＿ref－Ne＿obs，Ne＿ref表示同化前（背景模型值）或同化后的電子密度，Ne＿obs表示觀測(cè)的電子密度；ΔˉNe表示為ΔNe的均值；N代表網(wǎng)格點(diǎn)個(gè)數(shù).對(duì)各算法的反演誤差進(jìn)行統(tǒng)計(jì)分析，誤差分布如圖4所示.從分析結(jié)果可以看出，同化后的電子密度誤差明顯下降，且誤差滿足零均值正態(tài)分布，數(shù)據(jù)“同化”效果明顯.分別計(jì)算同化前、后的ΔNe絕對(duì)平均值μ（ΔNe）：其中同化前為1.34×1011el.m－3，同化后降低為0.41×1011el.m－3；計(jì)算ΔNe均方根誤差σ（ΔNe）：同化前為2.24×1011el.m－3，同化后為0.91×1011el.m－3.可以看出，同化后電子密度精度同樣改善明顯.

3 結(jié) 論

本文基于地基GNSS與COSMIC 2掩星等多源數(shù)據(jù)，給出了中國(guó)區(qū)域上空的電離層數(shù)據(jù)同化仿真結(jié)果.選擇實(shí)際的GNSS衛(wèi)星星歷得到數(shù)據(jù)同化的觀測(cè)構(gòu)型，并采用NeQuick模型進(jìn)行觀測(cè)數(shù)據(jù)的模擬，在數(shù)據(jù)同化中，利用水平和垂直方向可分離的高斯型誤差協(xié)方差矩陣，結(jié)合Kalman濾波方法，實(shí)現(xiàn)了電離層多源數(shù)據(jù)的同化.同化后的電離層TEC與電子密度的平均誤差和均方根誤差相比背景模型有顯著降低，仿真結(jié)果驗(yàn)證了多源數(shù)據(jù)同化方法在電離層參量反演中的可靠性和有效性.

必須指出的是，由于涉及到觀測(cè)數(shù)據(jù)的質(zhì)量控制、超大矩陣的存儲(chǔ)與計(jì)算、誤差協(xié)方差的選擇、同化過(guò)程中的短期預(yù)報(bào)等諸多難題，在利用實(shí)際測(cè)量數(shù)據(jù)進(jìn)行多源數(shù)據(jù)同化時(shí)，還需對(duì)算法進(jìn)行進(jìn)一步的測(cè)試和性能優(yōu)化，以提升同化結(jié)果的精度性和可靠性，這也是本文未來(lái)的研究方向.

［1］ 郭兼善，尚社平，張滿蓮，等.空間天氣探測(cè)數(shù)據(jù)的同化處理［J］.中國(guó)科學(xué)A輯，2000，30（S1）：115-118.GUO Jianshan，SHAN Sheping，ZHANG Manlian，et al.Assimilation processing of space weather observed data［J］.Science in China：Series A，2000，30（S1）：115-118.（in Chinese）

［2］ 王躍山.數(shù)據(jù)同化——它的緣起、含義和主要方法［J］.海洋預(yù)報(bào)，1999，16（1）：11-20.WANG Yueshan.Data assimilation——its cause，its meaning and main procedures［J］.Marine Forecasts，1999，16（1）：11-20.（in Chinese）

［3］ 樂(lè)新安.中低緯度電離層模擬與數(shù)據(jù)同化研究［D］.北京：中國(guó)科學(xué)院地質(zhì)與地球物理研究所，2008.YUE Xin’an.Modeling and Data Assimilation of Mid-and Low-latitude Ionosphere［D］.Beijing：Institute of Geology and Geophysics，China Academy of Science，2008.（in Chinese）

［4］ YUE X A，WILLIAM S S，YU C L，et al.Data assimilation retrieval of electron density profiles from radio occultation measurements［J］.J Geophys Res，2011，116：A03317.doi：10.1029／2010JA015980.

［5］ YUE X A，WILLIAM S S，KUO Y H，et al.Global 3-D Ionospheric electron density reanalysis based on multisource data assimilation［J］.J Geophys Res，2012，117：A09325.doi：10.1029／2012JA017968.

［6］ RICHMOND A D，KAMIDE Y.Mapping electrodynamic features of the high-latitude ionosphere from localized observations：technique［J］.J Geophys Res，1988，93：5741-5759.

［7］ ANGLING M J，CANNON P S.Assimilation of radio occultation measurements into background ionospheric models［J］.Radio Sci，2004，39：RS1S08.doi：10.1029／2002RS002819.

［8］ ANGLING M J.First assimilations of COSMIC radio occultation data into the electron density assimilative model（EDAM）［J］.Ann Geophys，2008，26：353-359.

［9］ BUST G S，GARNER T W，GAUSSIAN T L II.I-onospheric data assimilation three-dimensional（IDA3D）：aglobal，multisensor，electron density specification algorithm［J］.J Geophys Res，2004，109：A11312.doi：10.1029／2003JA010234.

［10］ BUST G S，CROWLEY G.Tracing of polar cap patches using data assimilation［J］.J Geophys Res，2007，112（45）：A05307.doi：10.1029／2005JA011597.

［11］ MITCHELL C N，CANNON P S，SPENCER P S.Multi-instrument data analysis system imaging of the ionosphere［C］／／Report for the United States Air Force European Office of Aerospace Research and Development，2002：1-30.

［12］ WANG C，HAJJ G，PI X，et al.Development of the global assimilative ionospheric model［J］.Radio Sci，2004，39：RS1S06.doi：10.1029／2002RS002854.

［13］ SCHUNKR W，SCHERLIESS L，SOJKA J J，et al.Global assimilation of ionospheric measurements（GAIM）［J］.Radio Sci，2004，39：RS1S02.doi：10.1029／2002RS002794.

［14］ SCHERLIESS L，SCHUNK RW，SOJKA J J，et al.Utah State University global assimilation of ionospheric measurements Guass-Markov kalman filter model of the ionosphere：model description and validation［J］.J Geophys Res，2006，111：A11315.doi：10.1029／2006JA011712.

［15］ 樂(lè)新安，萬(wàn)衛(wèi)星，劉立波，等.基于Gauss-Markov卡爾曼濾波的電離層數(shù)值同化現(xiàn)報(bào)預(yù)報(bào)系統(tǒng)的構(gòu)建——以中國(guó)及周邊地區(qū)為例的觀測(cè)系統(tǒng)模擬試驗(yàn)［J］.地球物理學(xué)報(bào)，2010，53（4）：787-795.doi：10.3969／j.issn.0001-5733.2010.04.003.YUE Xin’an，WAN Weixing，LIU Libo，et al.Development of an ionospheric numerical assimilation nowcast and forecast system base on Gauss-Markov Kalman filter——an observation system simulation experiment taking example for China and its surrounding area［J］.Chinese J Geophys，2010，53（4）：787-795.（in Chinese）doi：10.3969／j.issn.0001-5733.2010.04.003.

［16］ 牛 俊，方涵先，李 寧，等.電離層掩星反演的變分同化方法［J］.地球物理學(xué)進(jìn)展，2013，28（4）：1662-1665.doi：10.6038／pg20130404.NIU Jun，F(xiàn)ANG Hanxian，LI Ning，et al.Variational assimilation inversion method of ionosphere occultation［J］.Progress in Geophys，2013，28（4）：1662-1665.（in Chinese）.doi：10.6038／pg20130404.

［17］ NAVA B，RADICELLA S M.Data ingestion into NeQuick 2［J］.Radio Sci，2011，46（6）：1-8.

［18］ DANIELL R E，BROWN L D.Parameterized ionospheric model：aglobal ionospheric parameterization based on first principles models［J］.Radio Sci，1995，30（5）：1499-1510.

Research on ionospheric multisource data assimilation method

OU Ming1，2ZHEN Weimin2XU Jisheng1YU Xiao2ZHANG Fengguo2DENG Zhongxin2
（1.School of Electronic Information，Wuhan University，Wuhan Hubei 430079，China；2.China Research Institute of Radio Wave Propagation，Qingdao Shandong266107，China）

Multisource data assimilation is an important way which can be used for ionospheric weather nowcast and forecast.In this paper，parameterized ionospheric model（PIM）is chosen to be the background model as well as NeQuick model output is utilized to be the observations of the ground-based GNSS and COSMIC 2occultation measurements.Error covariance matrix which spatial correlations are separable horizontally is given by a Gaussian in geophysical coordination.Kalman filter is used for ionospheric multisource data assimilation in China region.Assimilation results show that it can obtain a good estimation of total electron content（TEC）and ionospheric electron density（IDE）by ingesting the multisource data into the background model.The error of the TEC and IDE are significantly reduced after multisource data assimilation.

ionosphere；ground-based GNSS；COSMIC 2；radio occultation；data assimilation

P352

A

1005-0388（2015）01-0147-06

歐 明 （1984－），男，江西人，現(xiàn)為武漢大學(xué)電子信息學(xué)院博士研究生，主要研究方向?yàn)殡婋x層探測(cè)及建模技術(shù).

甄衛(wèi)民 （1963－），男，河北人，中國(guó)電波傳播研究所研究員，博士生導(dǎo)師，現(xiàn)任中國(guó)GPS協(xié)會(huì)理事，中國(guó)空間學(xué)會(huì)空間物理專業(yè)委員會(huì)委員，《全球定位系統(tǒng)》雜志編委等，主要從事空間環(huán)境、電磁環(huán)境和衛(wèi)星導(dǎo)航領(lǐng)域的研究.

徐繼生 （1946－），男，安徽人，博士，武漢大學(xué)電子信息學(xué)院教授，博士生導(dǎo)師，主要從事電離層和電波傳播領(lǐng)域的教學(xué)和研究工作.

歐 明，甄衛(wèi)民，徐繼生，等.電離層多源數(shù)據(jù)同化方法研究［J］.電波科學(xué)學(xué)報(bào)，2015，30（1）：147-152.

10.13443／j.cjors.2014010401

OU Ming，ZHEN Weimin，XU Jisheng，et al.Research on ionospheric multisource data assimilation method［J］.Chinese Journal of Radio Science，2015，30（1）：147-152.（in Chinese）.doi：10.13443／j.cjors.2014010401

2014-01-04

科技部國(guó)際科技合作專項(xiàng)（2011DFA-22270）；地震預(yù)測(cè)所基本科研業(yè)務(wù)專項(xiàng)（2012IES0203）聯(lián)系人：歐明E-mail：ohm1122＠163.com