Методы обеспечения КВ-трасс информацией о состоянии ионосферы

Полтавский, Олег Сергеевич

Методы обеспечения КВ-трасс информацией о состоянии ионосферы тема автореферата и диссертации по физике, 01.04.03 ВАК РФ

Полтавский, Олег Сергеевич АВТОР

кандидата физико-математических наук УЧЕНАЯ СТЕПЕНЬ

Ростов-на-Дону МЕСТО ЗАЩИТЫ

2009 ГОД ЗАЩИТЫ

01.04.03 КОД ВАК РФ

Диссертация по физике на тему «Методы обеспечения КВ-трасс информацией о состоянии ионосферы»

Автореферат диссертации на тему "Методы обеспечения КВ-трасс информацией о состоянии ионосферы"

На правах рукописи

Полтавский Олег Сергеевич

МЕТОДЫ ОБЕСПЕЧЕНИЯ КВ-ТРАСС ИНФОРМАЦИЕЙ О СОСТОЯНИИ ИОНОСФЕРЫ

01.04.03 - Радиофизика

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

1 2 '■' л

г. Ростов-на-Дону 2009 г.

003482916

Работа выполнена в Научно-исследовательском институте физики Федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет»

Научный руководитель: доктор физико-математических наук,

с. н. с. Мальцева Ольга Алексеевна

Официальные оппоненты: доктор физико-математических наук,

профессор Данилкин Николай Петрович

Ведущая организация: ФГУП «ВНИИ «Градиент», г. Ростов-на-Дону

Защита состоится 4 декабря 2009г. в 1400 часов на заседании диссертационного совета Д 212.208.10 в Южном федеральном университете по адресу: 344090, г. Ростов-на-Дону, ул. Зорге, 5, Южный федеральный университет, физический факультет, ауд. 318.

С диссертацией можно ознакомиться в Зональной научной библиотеке Южного федерального университета по адресу: г. Ростов-на-Дону, ул. Пушкинская, 148.

доктор физико-математических наук, профессор Вертоградов Геннадий Георгиевич

Автореферат разослан « Сг2.т</. 4.2009 г.

Ученый секретарь

диссертационного совета Д 212.208.10, доктор физико-математических наук, профессор

Заргано Г.Ф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В качестве способов задания ионосферной информации используются адаптация эмпирической модели IRI к реальным условиям и различные методы определения параметра МПЧ.

Актуальность темы. Распространение радиоволн через ионосферу является одним из востребованных направлений как теоретических исследований, так и практических приложений. Чтобы подчеркнуть актуальность данного направления, можно сослаться на авторитетный журнал Radio Science [1], в котором практически каждый номер этого года посвящен вопросам распространения радиоволн в ионосфере. В статье председателя Комиссии G Международного Радиосоюза URSI P.S.Cannon [1, RS0A20] отмечены большие перспективы использования ионосферы для работы многих военных радиосистем. Высказана надежда, что новые инженерные решения в обеспечении наземной и спутниковой техники в комбинации с улучшенным моделированием ионосферы на основе ассимиляционного подхода приведут к созданию нового поколения ионосферных моделей в режиме реального времени. Вопросы исследований распространения радиоволн и моделирования ионосферы всегда были тесно связаны, поскольку, с одной стороны, модели определяют условия распространения волн, с другой стороны, характеристики распространения используются для проверки моделей. Существует настоятельная потребность в уменьшении разности между прогнозом и экспериментальными значениями как параметров ионосферы, так и характеристик распространения. Прогноз дается с использованием моделей. Поскольку в практических задачах KB радиосвязи используются преимущественно эмпирические модели, выбрали Международную справочную модель ионосферы IRI. Была поставлена задача -проанализировать ограничения, связанные с определением параметров ионосферы в этой модели, и найти резервы для возможного улучшения. Это в большой мере касается долгосрочного прогноза, поскольку модель является медианной. Однако еще больший интерес представляет задание состояния ионосферы в реальном времени. Модель IRI должна играть роль и здесь в силу больших адаптационных возможностей. В настоящее время совершенствуются системы сбора информации в глобальном масштабе для использования в реальном времени и тут важно знать, какой параметр обеспечивает наибольшую эффективность. Поэтому второй задачей было исследование и сравнение адаптационных возможностей параметров ионосферы: 1) критической частоты foF2 (максимальной электронной концентрации NmF2), 2) высоты максимума hmF2, 3) коэффициента распространения M3000F2, 3) максимальной применимой частоты МПЧ, 4) полного электронного содержания ПЭС, 5) коэффициентов ВО, В1, определяющих форму профиля нижней ионосферы. И, наконец, важно было оценить, насколько точно адаптированная модель соответствует реальным условиям. Для этого введена функция остаточной погрешности. Необходимо отметить, что адаптация в реальном времени невозможна без

еще одного важнейшего параметра: ослабления волн. Был большой перерыв в публикациях на эту тему, но сейчас этот пробел восполнен работами Б.Г.Барабашова с соавторами [1, RS0A18] и L.F.McNamara [1, RS0A15], поэтому данный параметр не рассматривался. Цели диссертации:

1. Оценить возможности использования модели IRI для определения условий распространения КВ-радиоволн в ионосфере.

2. Получить количественную оценку эффективности модели IRI для долгосрочного прогноза и в режиме реального времени, сравнить эффективность адаптации для различных параметров.

3. Оценить возможности, связанные с появлением новой версии модели IRI-2007.

Для достижения поставленных целей потребовалось решить следующие задачи:

1. Провести анализ возможностей модели IRI-2001, т.е., выявить основные недостатки модели и указать возможные пути их устранения.

2. Разработать программу, позволяющую провести оценку эффективности модели IRI-2001 для долгосрочного и краткосрочного прогноза как ассимиляционной модели для различных параметров ионосферы (foF2, hmF2, M3000F2, МПЧ, ПЭС, В0,В1).

3. Провести сравнительную количественную оценку эффективности оперативных прогнозов при адаптации модели IRI к параметрам (foF2, hmF2, M3000F2, МПЧ, ПЭС, ВО, В1).

4. Выполнить сравнительный анализ двух версий модели: IRI-2001 и IRI-2007, оценить возможности новой версии.

5. Найти способ оценки остаточной погрешности модели после адаптации по одному или нескольким параметрам.

Научная новизна результатов исследования. Новыми являются следующие результаты:

1. Использование в качестве априорной информации об эквивалентной толщине ионосферы ее эмпирической модели, обеспечившей существенное улучшение задания условий распространения при совместном использовании модели IRI и данных GPS спутников,

2. Использование данных принципиально нового метода NeXtYZ определения 1Ч(Ъ)-профиля ионосферы для оценки точности модели,

3. Оценка "остаточной погрешности" модели IRI после адаптации по одному или нескольким параметрам с помощью специально введенной функции Чепмена.

Основные результаты и защищаемые положения: 1. Комплексный анализ недостатков определения основных параметров модели IRI (foF2, hmF2, M3000F2, ПЭС, ВО, В1) и возможностей улучшения этого определения.

2. Оценка адаптационных возможностей параметра МНЧ, показавшая, что использование этого параметра может улучшить модель foF2.

3. Метод адаптации модели IRI к параметру ПЭС с помощью априорной информации об эквивалентной толщине ионосферы, позволяющий использовать непрерывный глобальный мониторинг ионосферы с помощью навигационных спутников.

4. Сравнительный анализ адаптационных возможностей параметров ионосферы (foF2, hmF2, M3000F2, ПЭС, ВО, В1).

5. Метод и результаты оценки остаточной погрешности модели IRI с помощью специально введенной функции Чепмена.

Достоверность и обоснованность результатов. Достоверность и обоснованность результатов определяется использованием достаточно больших рядов данных наблюдений, корректностью применения используемых методов расчета.

Научная и практическая значимость работы. Результаты работы использованы в НИР, выполненных в НИИ физики ЮФУ в рамках темы 2.3.06 и внутреннего гранта ЮФУ (05/6-93). Использование программного комплекса позволяет задавать условия распространения КВ в реальном времени при наличии соответствующих данных текущей диагностики (foF2, hmF2, ПЭС, МНЧ). Использование МНЧ в качестве адаптационного параметра может позволить выявить особенности поведения ионосферы в областях, не обеспеченных станциями вертикального зондирования.

Апробация работы и публикации. Результаты работы докладывались на 5-ой и 6-ой Международных конференциях "Problems of Geocosmos" (Санкт-Петербург, 2004, 2006), Международном симпозиуме "Solar Extreme Еvents" (Москва, 2004), Международной конференции "Излучение и рассеяние ЭМВ" (Таганрог, 2005), Генеральной ассамблее Европейского геофизического общества (Вена, 2005), Генеральных ассамблеях URSI (Дели, Индия, 2005; Чикаго, США, 2008), Региональных XII-XIII конференциях по распространению радиоволн (Санкт-Петербург, 20052007), 12-м Международном симпозиуме "Ionosphere effects symposium", IES2008 (Александрия, США), XXII Всероссийской научной конференции (2008, Ростов-на-Дону - п. JIoo), Международной рабочей группе IRI/COST 296 (Прага, 2007). 7 работ опубликовано в журналах, рекомендованных ВАК, 13 работ в трудах конференций, 4 тезиса докладов.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения и приложения с общим объемом в 142 страницы, включая список цитируемой литературы из 95 наименований и приложение, 54 рисунка и 51 таблицу.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность темы диссертации, формулируются её цели и задачи, показывается научная новизна и практическая значимость, формулируются положения, выносимые на защиту.

Целью первой главы было проанализировать недостатки модели IRI, связанные с определением параметров ионосферы (foF2, hmF2, M3000F2, ПЭС, ВО, В1), задающих условия распространения KB радиоволн, найти пути улучшения и наметить те направления, которые требуют более детального исследования.

Анализ начинается с критической частоты foF2. Хотя это самый надежный параметр модели, одним из недостатков является ограниченность статистики: коэффициенты разложения получены по данным 1958,1964, 1968 (CCIR) и 1986-1987 (URSI). Процесс получения новой статистики очень трудоемкий и был выполнен по данным 19761986, 1995-2005 в работе [2]. Улучшение может составить до 10-20%. Второй недостаток связан с разностью между ручными и автоматическими отсчетами foF2. Наибольшие расхождения связаны с возмущениями и присутствием слоя Es. На рисунке 1 дан пример сравнения таких отсчетов из работы [3] станции Chilton за 2001, на рисунке 2 - пример данных, извлеченных из базы SPIDR (автоматические отсчеты "эксп") и базы ftp://ftp.swpc.noaa.gov/pub/lists/iono_month/ , где указано на наличие слоя Es. Разработчики и пользователи моделей и программ по распространению радиоволн советуют использовать ручные отсчеты [4], (McNamara [1, RS003956]). Третий недостаток связан с разностью между различными автоматическими способами расчета М(Ъ)-профилей. Указано на два метода улучшения: система ARTIST 5-го поколения (Reinisch [1, RS004115]) и принципиально новый метод NeXtYZ [5]. В данной работе предпочтение отдано методу [5] и проведено детальное сравнение результатов, получаемых методами ARTIST4, NeXtYZ и IRI [А2].

• п«.КА1(ое»5ли'ГО1,1.«г ' «.tint us«-M;(y>- IM

............««IJifefl Wl■• ' ■

Рисунок 1. Зависимость автоматических отсчетов значений foF2 от "ручных"

Дни

Рисунок 2. Критические частоты станции Athens за 22-24.06.2009

Недостаток определения высоты максимума ЬшР2 связан с его расчетом по эмпирическому соотношению, включающему коэффициент распространения М3000Р2. Возможности улучшения связаны с новой моделью, ЬшР2_1ор, построенной по спутниковым данным [6]. Поскольку были проведены более ранние оценки адаптации модели к параметру ЬтР2

[7], показавшие, что его вклад в улучшение ситуации намного меньше, чем {о?2, то специального внимания этому параметру не уделяется.

Недостаток определения коэффициента распространения М3000Р2, связанный с ограниченным массивом данных, может быть исправлен с помощью новой статистики [8] или по данным сетей ЛЧМ зондирования. Использование новой статистики, пример которой приведен на рисунке 3, дало такой обнадеживающий результат, что было решено провести детальные расчеты как для МПЧ=й)Р2*М3000Р2(новые), так и расчеты АэР2 в серединах реальных трасс для оценки улучшения адаптации по параметру МНЧ.

0.8

а-£ 0.6 о'

0.4 0.2 0

Argentine Boulder Magadan Moscow Mundaring

22 24 2622 24 2622 24 2622 24 2622 24 26 Дни

Argentine Boulder Magadan Moscow Mundaring

22 24 2622 24 2622 24 2622 24 2622 24 26 Дни

Рисунок 3. Точность расчета ГоР2 из МПЧ при использовании "старых" и "новых" М3000Р2(1И) для различных станций в сравнении с точностью модели 1М

Недостатки определения 1Ч(Ь)-профилей нижней ионосферы в модели IRI связаны с несоответствием форм экспериментальных и модельных профилей, а также с различием профилей, полученных различными методами (POLAN, NeXtYZ). Возможности связаны с использованием новых коэффициентов ВО, В1, определяющих форму профиля, и новых ионозондов. Отсутствие соответствующих результатов привело к необходимости детального исследования [А2].

Несоответствие форм экспериментальных и модельных профилей верхней ионосферы является основным недостатком определения полного электронного содержания.

Примеры такого несоответствия по данным спутниковых наблюдений и теоретических расчетов приведены на рисунке 4. Параметр ПЭС вызывает особый интерес в связи с возможностью непрерывного глобального мониторинга по данным навигационных спутников (GPS, GLONASS, Galileo и др.). Считалось, что подгонка какого-либо параметра (foF2, RZ12, F10.7 и др.) под экспериментальное значение ПЭС (ПЭС-адаптация, корректировка) должна решить проблему определения foF2 в глобальном масштабе. Эта подгонка прошла путь от первой работы McNamara [9] до модификации коэффициентов модели [10] и построения ассимиляционных моделей, напр. [11-12], однако последние работы [13], (McNamara [1, RS2017]) констатируют, что скорректированные значения

{оТ2 довольно часто не улучшают соответствия с экспериментальными значениями по сравнению с моделью.

1300 1400

I I0M

10»

............¡1... i • Obs.Valua — !ИшЫ

i 1 \ ? i % ................ «к

700

1" 600 •S

1Í

131

13'

soo

400

300

Soch-sqimre<f Ch aj*rierí Exponential Persbctic

2x10* 4x10* 8x10" 8X10* 1x10® Number density (cm "J;

Рисунок 4. Форма К'(Ь)-профилей по спутниковым данным, модели 1Ш(слева) и теоретическим аппроксимациям(справа)

Причина может заключаться в том, что n3C=NmF2*x является функцией 2-х параметров. Имея одно известное (ПЭС), необходимо определить 2 неизвестных (NmF2 и т). В этом случае для определения NmF2 желательно иметь априорную информацию об эквивалентной толщине ионосферы т. В данной работе в качестве априорной информации используется коэффициент К=т(эксп)/т(!ЯГ), полученный из теоретической формы профиля или экспериментальных данных при одновременном измерении foF2 и ПЭС, либо эмпирическая модель т. Несмотря на исследование особенностей поведения этого параметра, эмпирических моделей т не существовало. Появление модели t(Kouris) [14] позволяет сделать оценки. Исследование включает сравнение различных методов и их эффективности при задании условий распространения при ПЭС-адаптации [Al8].

Во второй главе представлены используемые экспериментальные данные и методы расчета. В отличие от ситуации прошлого века большие возможности связаны с наличием баз данных в интернете. В разделе 2.1 описаны данные сетевого интерактивного ресурса SPIDR, включающего базу параметров ионосферы в мировой сети ионосферных обсерваторий. В качестве экспериментальных данных для проверки методов коррекции и сравнения с модельными результатами использовались foF2, hmF2, M3000F2, Mn43000F2. Другим источником данных был европейский сервер DIAS, который предоставляет не только данные первичных измерений, но и результаты обработки (карты различных параметров foF2, M3000F2, Mn43000F2) как в реальном времени, так и в виде прогнозов (долгосрочного и оперативного), а также сервер диназондов. Значения ПЭС брались из базы космической погоды (RAL). Наименее обширной является информация по МНЧ. Баз с такой информацией нет, поэтому использовались данные из литературных источников [15-17,19], баз SPIDR

и DIAS. На рисунке 5 представлены соответствующие трассы. Поскольку трассы лежат в европейском регионе, все результаты будут относиться, в основном, именно к этому региону.

-60- ■ Lincop ig Mosco*

Inskíp Chelvest >n

Rostov on-Don

i Re me

-3S-

-5 0 5 10 15 20 25 30 35 40 45 Широта

Рисунок 5. Графики используемых трасс

В разделе 2.2 описываются используемые методы расчета. Здесь выделен алгоритм расчета коэффициентов ВО и В1 для корректировки М(Ь)-профиля (раздел 2.2.1), методы адаптации модели 1Ш по параметру ПЭС (раздел 2.2.2), которые включают: 1) использование модельной эквивалентной толщины ионосферы т(1М) (метод "т"), 2) определение коэффициентов, корректирующих Ы(Ь)-профиль внешней ионосферы (метод "с"), 3) использование эмпирической модели эквивалентной толщины ионосферы т, 4) поиск эффективного значения параметра, характеризующего солнечную активность (метод 'Чу"). Наилучшим вариантом для проверки является наличие одновременных измерений 1ЪР2 и ПЭС. Если берутся измерения в разнесенных точках, то делается пересчет с помощью формул:

,,(у,,/,) = /О.Р2/д/,/,) + (<р2,)-/0/^2^,/2)]ехр(-( А ^7^^,^(л/; 7^ч)2)

&(рцоР2) Д/(/0/г2)

ПЭСк (у2, /2) = ПЭСШ (<р2, /2) + \ПЭСэ (у,, /,) - ПЭС„ц (у,, /,)] ехр(-( )2 ~

Д <р{ПЭС) Д 1{ПЭС)

)2)

где (?>,,/,) - географические координаты первой точки, (р2,/г) - координаты второй точки, Aq>(foF2), &l(foF2) - радиусы пространственной корреляции для foF2, Д<р(ПЭС), Д 1(ПЭС) - радиусы пространственной корреляции для ПЭС. Эта же формула использовалась для пересчета скорректированного значения foF2 в пределах радиуса пространственной корреляции. Описание программы приведено в Приложении вместе с элементами графического интерфейса. Программа разработана в операционной системе Windows ХР Professional SP2, на языке С++, в среде разработки Visual Studio.NET 2003. Графический интерфейс написан на

кроссплатформенной библиотеке Qt 3.3. Исходный код модели IRI, доступный из интернета и написанный на языке Fortran, подключен к проекту на языке С++ в виде динамической библиотеки, которая была сгенерирована с помощью компилятора Fortran 9.0, встраиваемого в среду разработки Visual Studio.NET 2003 в виде отдельного пакета. В разделе

2.2.3 представлены методы определения МПЧ, использующие программу строгих расчетов [18] и более простые методы. В результате было проведено сравнение следующих методов определения МПЧ: 1) долгосрочного прогнозирования на основе эмпирической модели ионосферы (обозначен "Mn4(IRI)"), 2) определение МПЧ по ионограммам ВЗ в районе трассы: "МПЧ3000", 3) использование экспериментального ^И)-профиля в районе середины трассы: "Mn4(N(h))", 4) определение МПЧ для пространственного распределения foF2, полученного по данным нескольких ионозондов: "МПЧ(шар)", 5) определение МПЧ для пространственного распределения foF2, скорректированного по параметру ПЭС: "МПЧ(ТЕС)". Методы 2-5 можно использовать для оперативного прогноза. При сравнении методов для реальных трасс с длиной, отличной от 3000 км, используется соответствующий алгоритм пересчета. Раздел

2.2.4 содержит величины для оценки эффективности при сопоставлении методов коррекции. Это - среднеквадратические отклонения (СКО) экспериментальных значений от модельных, которые определяются по дискретному по времени набору данных в заданном интервале времени, относительные СКО и относительные отклонения. Для сопоставления методов адаптации между собой используется коэффициент эффективности метода коррекции по сравнению с исходной моделью IRI в процентах:

Кэ0/о=а(модель)-а(Корр1.т%г

а (модель)

где а (модель) - СКО параметров, вычисленных по исходной модели, а(корр) - СКО параметров, полученных в результате коррекции модели тем или иным методом. В разделе 2.2.5 введена функция Чепмена: Afne(h) = А ехр(1 -z - exp(z)), где z=(h-hA)/H, hA - высота максимального отклонения адаптированного ^Ь)-профиля от ^11)-профиля, вычисленного из ионограмм, А - величина максимального отклонения, НЬ, Ht - нижняя и верхняя полутолщины функции остаточной погрешности. Сумма НЬ и Ht характеризует ширину участка ^11)-профиля, которая дает вклад в отклонение.

В третьей главе дается оценка эффективности обеспечения KB трасс информацией о состоянии ионосферы в режиме реального времени по сравнению с долгосрочным прогнозом. В разделе 3.1. оценки сделаны по данным ВЗ отдельно для спокойных и возмущенных геомагнитных условий. Поскольку модель предусматривает учет возмущенных условий с помощью STORM-фактора (опция "on", спокойным условиям соответствует опция "off'), то для возмущенных условий сравнение

проведено для обеих опций. Примеры результатов даны в таблице 1 и на рисунке 6 для спокойных условий и в таблице 2 и на рисунке 7 - для возмущенных условий.

Таблица 1. Сравнение СКО в МГц для модели 1Ю и различных методов

сутки Juliusruh 21.06.00 Dourbes 11.03.02

IRI "с" "w" IRI "т" "с" "w"

а, МГц 1.54 1.14 0.73 1.62 1.07 1.35 1.11 0.94 1.57 1.08

Кэ, % 25.9 52.6 -5 30.5 17.8 30.4 -16.3 20

ч- 7 -

6 5

О 2 4 6 8 10 12 14 16 18 20 22 24 LT, Час

10 12 14 16 18 20 22 24 LT, Час

Рисунок 6. Критические частоты, полученные экспериментально, по модели 1111 и скорректированные по ПЭС: 11.03.02 - станция МшзпЖ, 21.06.00 - станция БоигЬез

Таблица 2. Сравнение методов корректировки для возмущенных условий

Дата ST off ST on "т" "с" "w" Dst

17.09.2000 2.19 1.98 1.16 0.93 1.03 -30

18.09.2000 3.35 2.58 1.11 0.94 1 -120

19.09.2000 2.1 1.84 1.3 1.04 1.21 -50

20.09.2000 1.52 1.45 1.95 1.68 1.82 -30

Средн. 2 1.78 1.51 1.26 1.39

Кэ, % 11 24.5 37 30.5

Для иллюстрации статистики эффективности ПЭС - корректировки приводятся результаты для ст. Chilton и 2005г. в таблице 3.

Таблица 3. Статистика корректировки различными методами

Мес. N о(медиана) a(off) <7(W) с(т) а(с)

день ночь День ночь день ночь день ночь

Средн. 0.49 0.84 0.71 0.69 0.54 0.7 0.55 0.54 0.52

Кэ, % 17.6 23.6 16.7 22.8 35.7 26.8

Эффективность корректировки оказалась в пределах 15-35%. Сравнение с СКО для экспериментальных Л>Р2 а(медиана) показывает, что корректировка может обеспечить с на уровне экспериментальных

значений. Использование априорной информации о т позволило получить наиболее близкие к реальным значения В диссертации приведены примеры для других станций, показавшие эффективность корректировки в

Дни

Рисунок 7. Критические частоты для станции Athens, 16-21.09.2000

В разделе 3.2 модель, скорректированная по ПЭС, была использована для расчета МПЧ для сравнения с данными МНЧ. Региональное распределение foF2, скорректированных по ПЭС, строилось методом кригинга по различным комбинациям из 26 GPS станций. Эффективное значение W в этом случае определялось по 2-м формулам невязок для нескольких станций:

Mtn = ^Z(foF2™cn,-foF2,m(lV))2 или А2т = ^(Т£С,-Т£СШ1(Ю)2 ■

Результаты представлены в таблице 4. Коррекция по foF2 дала наилучшие результаты для 1-го скачка, но для случая двух скачкового распространения 13.04.04 коэффициент эффективности имеет отрицательное значение. В этом случае сама модель дала хорошее соответствие с экспериментом (СКО=0.65МГц).

Таблица 4. Эффективность корректировки при определении МПЧ

Кэ% метод "f" \¥эфф по A,(IV) \Уэфф по A2(IV)

Дата 1 скачок 2 скачка 1 скачок 2 скачка 1 скачок 2 скачка

Среднее за 5 дней 30.7 19.5 13.4 14.9 -1.8 0.8

Коррекция модели 1111 по \Уэфф по Д,(0О дала лучшие результаты, чем по а2(№) . Это связано с методом поиска \Уэфф, а также с меньшей точностью ПЭС, чем й)Р2. В первом случае используется зависимость й)Р2 от Во втором - зависимость ПЭС от Раздел 3.3 представляет результаты сравнения различных методов определения МПЧ для 2-х наборов данных

для трассы Инскип-Ростов [15] и [16]. Пример сравнения для 1-го набора дан на рисунке 8, количественная характеристика - в таблице 5.

Таблица 5. Сравнение эффективности различных методов определения МПЧ

Модель 1(1Ш) 2(МПЧ3000) 3(ВД) 4(тар) 5(ПЭС)

СКО 3.84 1.88 1.81 1.92 2.35

Кэ, % 51.0 52.9 50.0 38.8

12 13 14 15 16 17 18 19 20 Дни

Рисунок 8. Сравнение значений МПЧ, полученных различными методами (12-20.09.2005)

Результаты для 2-го набора приведены на рисунке 9 в виде СКО для расчетов: 1) по модели 1Ш, 2) строгим методом [18] с распределением й>Р2, скорректированным по ПЭС, 3) по ПЭС - скорректированному значению (оР2 для ст. РгиЬош'се, лежащей вблизи середины трассы.

месяц Месяц

Рисунок 9. СКО и относительное СКО для МПЧ, полученных различными методами, трасса 1пз1ар-Ростов-на-Дону, 2005 год.

В разделе 3.4 исследуются адаптационные возможности параметра МНЧ. Они важны для: 1) коррекции модели в областях, где нет станций

ВЗ, 2) определения МПЧ в соседних областях как через регрессионные соотношения, так и через определение эффективного индекса солнечной активности по значению МНЧ на трассе.

Наиболее полные экспериментальные данные по МНЧ приведены в работе [18] для марта 1993г. для двух трасс: Chelveston (52.3N, 0.5W) - Linkoping (58.39N, 15.58Е) длиной 1216км (CL) и Rome (41.8N, 12.5Е) - Linkoping длиной 1857км (RL). Также использовались данные 3-х станций ВЗ: Slough, Juliusruh, Rome. Схема трасс, точек, соответствующих их серединам, положения станций ВЗ показаны на рисунке 10. 61 58 55

46 43 40

-2 0 2 4 6 8 10 12 14 16 18 Широта

Рисунок 10. Схема трасс СЬ и ЯЬ. Отмечены середины трасс, координаты станции ВЗ .ГиНизгиЬ и расстояния между точками

Результаты расчетов по программе [18] по этим данным были приведены в [20]. Целью проведенных в этой работе расчетов была оценка возможностей модели 1М в отсутствие программ траекторных расчетов, т.е. использовались значения й)Р2(1Ш), 1ЪР2(эксп) и М3000Р2(Ш) в средних точках. Как и в [20], для количественной и наглядной иллюстрации результатов выбраны 4 дня, которые отражают ситуацию для спокойных условий (6 и 26 марта 1993), отрицательных (9.03.93) и положительных (16.03.93) возмущений. Таблица 6 показывает результаты сравнения экспериментальных и рассчитанных значений МПЧ для: 1) модели 1Я1 (А(1Я1)), 2) использования регрессионного соотношения между МНЧ трасс из [19] (Д(регр)), 3) использования коэффициента пересчета МПЧ с одной трассы на другую (Д(МБ)), 4) эффективного значения индекса солнечной активности (Ю12) (Д(Ю12)), соответствующего МНЧ на каждой трассе [А5]. Погрешность описания условий распространения уменьшилась в 2-3 раза.

Результаты для трасс СЬ и RL показаны на рисунке 11 и в таблице 7. Видно, что имеются достаточно большие промежутки времени, когда значения Ю12(эфф) близки для всех трасс, т.е. одно и то же значение Ю12(эфф) может использоваться на достаточно большой территории.

Использование МНЧ на одной трассе для определения СоТ2 в середине трассы улучшает соответствие с экспериментальными значениями в 1.5-2 раза. Наилучшее соответствие получено при использовании значений МНЧ для 2-го скачка.

Таблица 6. Эффективность корректировки модели 1Ш по индексу Ю12

Трасса СЬ Трасса ЯЬ

Вел-на 6.03 9.03 16.03 26.03 6.03 9.03 16.03 26.03

Д(1Ш) 2.26 3.39 3.46 3.27 2.21 2.62 2.72 2.53

о, МГц 2.63 4.05 4.28 3.76 2.64 3.15 3.48 3.03

с,% 16.33 44.55 24.22 21.77 22.66 38.14 28.5 25.12

А(регр) 1.42 1.01 1.39 1.69 0.97 0.69 0.99 1.15

а, МГц 1.94 1.53 1.72 1.93 1.32 1.04 1.21 1.32

ст,% 12.0 13.9 9.73 11.18 11.33 12.6 9.9 15.92

А(МБ) 1.25 1.19 1.32 1.04 0.84 0.79 0.83 0.71

ст, МГц 1.6 1.67 1.69 1.23 1.08 1.11 1.09 0.85

ст,% 9.93 15.18 9.56 7.12 9.27 13.44 8.93 7.05

А(Ю12) 1.05 1.12 0.92 0.98 0.79 0.84 0.77 0.73

о, МГц 1.32 1.55 1.23 1.13 0.99 1.16 1.07 0.84

о,% 8.19 14.09 6.96 6.54 8.5 14.04 8.76 6.97

Рисунок 11. Эффективные индексы Ю12, соответствующие МНЧ на одном и двух скачках для трасс СЬ и ЯЬ, и суточные зависимости АэР2 для ст. МшвгиЬ, полученные для Ю12

В диссертации приведены также результаты расчетов для трасс из работы [17]. Эти результаты дополняют существующие оценки.

В разделе 3.5 проведена оценка различия результатов двух методов определения Ы(И)-профилей для определения: 1) различия ионосферных параметров (й>Р2 и ЬтР2), 2) отличия от модели 1Ш 3) остаточной погрешности модели 1Ш, 4) изменения значений таких характеристик КВ-канала, как МПЧ и расстояние между приемником и передатчиком, когда ионосферные условия задаются различными профилями (1Ш, Р0ЬА1Ч,

Таблица 7. Эффективность использования МНЧ для определения foF2

Juliusruh Rome Slough

6.03 9.03 16.03 6.03 9.03 16.03 9.03 16.03

A(IRI) 0.81 1.42 1.22 1.01 0.84 1.16 1.04 1.04

а, МГц 0.9 1.66 1.49 1.22 1.11 1.5 1.27 1.26

A( CL) - 0.52 1.08 1.49 2.38 1.62 0.38 1.1

су, МГц - 0.62 1.31 2.03 2.78 2.49 0.46 1.47

А(1/4) 0.33 0.43 0.26 0.89 2.21 1.08 0.28 0.46

а, МГц 0.44 0.51 0.31 1.23 2.71 1.49 0.3 0.65

Иллюстрация результатов для первого пункта дана на рисунке 12 и в таблице 8. Значения Р-1Ю и N-1111 характеризуют улучшение модели при адаптации по экспериментальным значениям, которое может составить 1520%.

10 12 14 16 18 20 22 UT, час

Рисунок 12. Различия между методами определения foF2 и hmF2

Станция Дата 1 AfoF2l, МГц 1 AhmF2|, км

P-IRI N-IRI N-P P-IRI N-IRI N-P

среднее 0.68 0.66 0.16 39.32 36.10 29.43

Кэ, % 13.57 13.17 3.13 15.73 14.44 11.77

Значения N-P характеризуют улучшение при использовании нового метода. Примеры результатов для Ы(Ь)-профилей даны на рисунке 13 и в таблице 9. СКО для разностей плазменных частот Afne, вычисленных на фиксированных высотах (c(Afne)), и СКО для разностей Ah, вычисленных при фиксированных частотах (c(Ah)), оказались близки по величине к разностям для параметров максимума слоя из-за больших различий в форме профилей. В таблице 11 приведены значения o(Afhe) и ст(ДЬ) для адаптированных ^Ь)-профилей. (N-IRIup) - различия между профилями NeXtYZ и адаптированными профилями IRI вместе с коэффициентом эффективности адаптации, (N-P,up) - различие между профилями, адаптированными параметрами, полученными по методам NeXtYZ и POL AN. Улучшение может достигать -20-50%.

15.05.07 иТ=0

15.05.07 ЦТ=12

0 1 2 3 4 5 6 Й1е, МГц

эксп »«1-2001 ► (В0.В1) (адапт) >- (В0.В1 ,адапт)1

0 1 2 3 4 5 6 7 ^е, МГц

Рисунок 13. Пример Гпе-профилей для различных опций модели 1Я1

Таблица 9. Улучшение адаптированных профилей по сравнению с модельными_

Станция Дата п ст(ДЙ1е) сг(ДЬ)

N-1111 ир Кэ, % Ы-Р,ир Кэ, % №Р,ир

Веаг Ьаке Июль 5 0.49 23.4 0.44 23.5 22.2 21.7

Ьускзе1е Июль 15 0.44 21.4 0.45 22.1 27.8 32.3

Тгогпбо Июль 16 0.55 26.7 0.33 19.2 53.3 21.0

Тгогшо Ноя 3 0.74 17.8 0.34 23.8 38.8 39.7

Тгогпбо Апр 4 0.43 28.3 0.34 19.3 33.4 33.2

Пример остаточной погрешности Ы(Ь)-профилей приведен на рисунке 14.

Сравнение результатов определения МПЧ и длины трассы Б по исходной модели 1Ш, по модели, скорректированной по данным ВЗ, и по данным ВЗ с учетом остаточной погрешности (110) проведено в таблице 10. Оценки для О проведены для частот МПЧ и частот 0.85МПЧ, близких к оптимальной частоте связи.

Таблица 10. Влияние адаптации на характеристики распространения

Ш 1Я1+ВЗ Ш+В3+1Ш

ДМПЧ/ МПЧ ДО/О (0.85) ДОЛЭ ДМПЧ/ МПЧ дою (0.85) ДОЯ) ДМПЧ/ МПЧ ДБ/Б (0.85) ДБ/Б

10.04 6.97 7.34 6.0 6.93 5.6 5.6 6.8 5.4

Полученные оценки показывают, что модель 1Я1 ответственна за отклонения от реальных значений 15-22% для МПЧ и 7-17% для Б в долгосрочном прогнозе и 3.5-9% для МПЧ, 5.5-9% ДБ/О (0.85 МПЧ) и 3.47.0% для ДОЛЭ (МПЧ) для краткосрочного прогноза или определения в реальном времени.

300 п

250

200

150

100

-1.2 -0.8 -0.4 0 0.4 0.8 1.2 Д1№, МГц

-0.4 -0.2 0 0.2 0.4 ДГ№, МГц

Рисунок 14. Остаточные погрешности Ы(И)-профилей для ШМ7.30 и иТ=21.30

В главе 4 приводятся результаты использования модели 1Ш-2007 для задания условий распространения по сравнению с моделью 1Ш-2001. В разделе 4.1 эти результаты относятся к использованию новых коэффициентов М3000Р2 и даются в таблице 11 на примере увеличения точности определения 1ЪР2 по значениям МПЧ по сравнению с 1Ш-2001. В разделе 4.2 такие результаты получены для новых параметров ВО и В1 (таблица 12, рисунок 15 с оценкой для 1Ч(Ь)-профилей и таблица 13 с оценкой для МПЧ при использовании различных Ы(Ь)-профилей). Соответствие между новыми ]\1(Ь)-профилями и экспериментальными существенно улучшилось, однако максимальное отклонение остается высоким.

Новые коэффициенты могут как улучшать, так и ухудшать точность определения МПЧ.

№2(1111-2001) МНЧЗООО/ М3000(1Ш-2001) МНЧЗООО/ М3000(1Ш-2007)

о,МГц а,% о,МГц о.% Кэ,% а, МГц с,% Кэ,%

1.16 17.97 0.45 7.94 61.21 0.4 6.74 65.52

0.91 16.95 0.47 9.4 48.35 0.37 7.33 59.34

Таблица 12. Улучшение профилей после адаптации |ДЙ1е| и коэффициент А остаточной погрешности___

N(10 1М-2001 (мед.) 1111-2001 (ад ап) 1111-2007 1Ю-2007(адап)

2007 ДЙ1е А ДЙ1е А ДЙ1е А ДЙ1е А

среднее 0.88 1.03 0.5 0.97 0.62 1.16 0.36 0.96

Рисунок 15. Параметры ВО и В1 для обеих моделей

Таблица 13. Влияние типа М(Ь)-профиля на значение МПЧ

МПЧ эксп. N(h) IRI-2001 IRI-2001 (адапт) IRI-2007 IRI-2007(адапт)

2007 с, о, с, о, о, о, о, о,

МГц % МГц % МГц % МГц % МГц %

средн. 1.11 6.83 2.36 15 1.35 8.33 2.8 17.83 1.54 9.5

Кэ,% 52.9 42.8 -18.6 34.7

Раздел 4.3 показывает результаты использования новых опций для ПЭС (таблица 14). В столбцах 1-3 приведены оценки для медианных значений, показывающие увеличение точности определения ПЭС в 1.5-2 раза по сравнению с моделью 1И-2001. Результаты адаптации модели с использованием этих опций показаны в столбцах 4-7.

Таблица 14. Эффективность коррекции для новых опций (Bilitza и NeQuick)_^_^______

1 2 3 4 5(адапт) б(адапт) 7(адапт)

IRI-2001 Bil NeQ IRI-2001 IRI-2001 Bil NeQ

ДПЭС 8.61 4.61 3.77 AfoF2 1.14 0.82 0.76 0.81

a, TECU 10.64 6.55 4.95 о, MHz 1.24 0.95 0.98 1.07

а,% 55.06 33.9 25.63 ст,% 18.8 14.37 14.85 16.1

Кэ, % 38.4 53.4 23.3 20.9 13.7

Сравнение эффективности коррекции параметра ПЭС с помощью новых опций и модели x(Kouris) иллюстрируется годовой (2003) статистике для ст. Chilton: |ДПЭС|=2.92 TECU для IRI2001, 2.48 для опции Bilitza, 2.59 для NeQuick и 1.96 для t(Kouris). Модель i(Kouris) дала во всех рассмотренных в диссертации случаях лучшие результаты, чем все опции, в спокойных условиях. Пример сравнения для экстремально сильного возмущения конца октября 2003 г. дан в таблице 15 для станции Hailsham.

Модель t(Kouris) дала результаты хуже, чем модель IRI, в период начала сильного возмущения в силу того, что она является медианной. Для улучшения ситуации необходимы изучение поведения т во время возмущений и разработка множителя, аналогичного STORM множителю модели IRI.

Дата 25 27 28 29 30 31

minDst -36 -52 -32 -350 -383 -307 Средн.

IRIoff 0.61 0.61 0.98 1.47 1.97 1.68 1.22

IRIon 0.58 0.55 0.94 0.92 1.26 0.75 0.83

RAL 0.58 0.74 0.49 1.72 0.56 0.47 0.76

Kouris 0.48 0.73 0.40 1.99 0.73 0.71 0.84

В заключении приведены основные результаты, полученные в процессе работы над диссертацией:

1. Комплексный анализ показал, что недостатки определения параметров ионосферы в модели Ш связаны с ограниченной статистикой, относительным несовершенством методов автоматической обработки данных. Показано, что резервы улучшения связаны с использованием новой статистики, новых ионозондов и методов обработки, повышением точности определения. ПЭС. Новая статистика позволяет улучшить не только долгосрочный прогноз, но и адаптацию модели.

2. Выполнена оценка адаптационных возможностей параметра МНЧ. Экспериментальные значения МНЧ позволяют определять более точные значения £оР2, значения эффективного параметра солнечной активности ГС 12, который может использоваться для определения МНЧ соседних трасс. В этой части полученные по европейским трассам результаты дополняют результаты, полученные в восточносибирском регионе. Показано, что пересчет МПЧ с трассы на трассу может быть лучше регрессионного соотношения.

3. Показано, что использование априорной информации об эквивалентной толщине ионосферы позволяет увеличить эффективность адаптации к параметру ПЭС по сравнению с существующими методами.

4. Сравнительный анализ результатов адаптации модели в европейском регионе показывает, что наиболее эффективной является критическая частота, дающая улучшение 30-60% по сравнению с долгосрочным прогнозом. Параметр ЬшР2 может обеспечить 15-20%, МПЧ в среднем до 40%, ПЭС в среднем до 30%, ВО, В1 - 5-6%.

5. Остаточная погрешность может быть 5-6%. Ее основная величина приходится на область 50-80км ниже ЬтР2.

6. Версия 1Ш-2007 улучшает соответствие экспериментальным данным по сравнению с моделью 1Я1-2001, однако лучшим вариантом определения ПЭС является использование эмпирической модели эквивалентной ширины ионосферы.

Личный вклад автора. Автором проведен анализ недостатков и возможностей модели IRI, разработан комплекс программ, проведены расчеты и анализ полученных результатов. В совместных работах с Шлюпкиным С.А. расчеты проводились по независимо разработанным программам, что позволяло дополнительно контролировать правильность расчетов, участвовал в анализе и обсуждении результатов.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

А1. Мальцева О. А., Полтавский О.С., Шлюпкин А.С. Использование GPS-данных в каналах KB связи // «Электросвязь», №11, 2006, стр. 47-49.

А2. Maltseva О. A., Poltavsky О. S., Shlyupkin A. S.. The IRI model residual difference and new method of N(h)-profile determination // Acta Geophysica, 2007, vol. 55, N 3, pp. 441-458.

A3. Мальцева О.А., Полтавский O.C. Сравнение методов определения МПЧ для КВ-трасс // Электромагнитные волны и электронные системы, 2007, №6, с. 28-30.

А4. Мальцева О.А., Полтавский О.С. Использование полного электронного содержания ионосферы при определении МПЧ для КВ-трасс // Изв. вузов. Сев. Кавк. регион. Естеств. науки, 2008, №2, с. 52-57.

А5. Мальцева О.А, Полтавский О.С. Максимальная применимая частота как параметр корректировки модели ионосферы // Электромагнитные волны и электронные системы, 2008, Т. 13, №5, с. 45-50.

А6. Мальцева О.А., Полтавский О.С., Чинь К.Т. Возможности улучшенной модели ионосферы при определении условий распространения радиоволн // Электромагнитные волны и электронные системы, 2009, №6, с. 34-41.

А7. Maltseva О. A., Poltavsky O.S Evaluation of the IRI model for the European region // Adv.Space Res., 2009, v.43,Nll,pp. 1638-1643.

A8. Maltseva O.A., Poltavsky O. S. Shljupkin A.S. Space Weather for HF-communication links // Proceedings of the 5th International Conference on Problems of Geocosmos. May 24-28 2004, St. Peterburg, 2004. pp. 353-358.

A9. Maltseva O.A., Poltavsky O. S. Shljupkin A.S. Joint using TEC and IRI for studing ionospheric responses to geomagnetic disturbances // Programme and abstract book. International Symposium on Solar Extreme Events of 2003, July 12-14, 2004, Moscow, Russia, MSU. p. 51 A10. Мальцева О. А., Полтавский О.С. Использование полного электронного содержания ионосферы в адаптивной системе KB радиосвязи // «Излучение и рассеяние ЭМВ». Труды Международной конференции, Таганрог, июнь 20-25, 2005. стр. 375378.

All.Maltseva O.A., Poltavsky О. S. Shljupkin A.S. Evaluation of real-time TEC and STORM-TIME corrections in the IRI model // Geophysical Research Abstracts, 2005. Vol.7, EGU05-A-3017.

A12. Maltseva O.A., Poltavsky O. S. Shljupkin A.S. Evaluation of real-time TEC and STORM-TIME corrections in the IRI model // GA URSI, New Delhi, India, October 23-29,2005, 6016.2(0147), pp. 1-4.

A13. Maltseva O.A., Poltavsky O. S. Shljupkin A.S. Using total electron content of the ionosphere for forecasting its critical frequency // International Conference on Problems of Geocosmos, May 23-27, 2006, St.-Peterburg, Russia, pp. 160-161.

A14. Мальцева О.А., Полтавский О.С. Сравнение методов оценки МПЧ для КВ-трасс // Региональная XII конференция по распространению радиоволн, Санкт-Петербург, 31 октября -1 ноября, 2006, с. 36-37.

А15. Полтавский О. С. Использование эмпирической модели ионосферы IRI для определения максимальной применимой частоты КВ-трасс // Труды аспирантов и соискателей южного федерального университета 2007, том 12, с. 29-30.

А16. Полтавский О.С. Международная справочная модель ионосферы и определение максимальной применимой частоты КВ-радиосвязи. //Третья ежегодная конференция студентов и аспирантов базовых кафедр ЮНЦ РАН, 2007, с243-244.

А17. Maltseva О., Poltavsky О. Applications of the IRI model in Europe.// IRI/COST 296 Workshop: Ionosphere - Modelling, Forcing and Telecommunications,Prague, June 2007, p. 51.

A18. Мальцева O.A., Полтавский О.С. Использование МПЧ для контроля условий KB распространения // Региональная XIII конференция по распространению радиоволн, Санкт-Петербург, 2007, с. 44 - 47.

А19. Maltseva О., Poltavsky О. Using the IRI Model to determine parameters of HF propagation // Proceedings of 12th International ionosphere effects symposium, IES2008, Alexandria, Virginia, May 13-15, 2008, p. 701708.

A20. Maltseva O., Nikitenko Т., Poltavsky O. Imitation of the IRI2007 model results for high frequency communication // XXIX GA URSI, 16-18 August 2008, Chicago, USA, CD-6pl-02.12, p. 1-4.

A21. Мальцева О.А., Никитенко T.B., Полтавский О.С. Адаптация модели IRI к условиям распространения декаметровых волн // XXII Всероссийская научная конференция (РРВ-22), 22-26 сентября 2008, Ростов-на-Дону - п. Лоо, Т II, с. 89-92.

А22. Мальцева О.А., Полтавский О.С., Чинь К.Т. Сравнение улучшенной международной модели IRI с экспериментальными данными // Региональная XIV конференция по распространению радиоволн, 1113 ноября 2008, Санкт-Петербург, с. 45-48.

А23. Maltseva О. A., Poltavsky O.S. Maximum usable frequency as an adaptation parameter of the ionospheric model // EGU GA 2008, Geophysical Research Abstracts, 2008, Vol. 10, EGU2008-A-01117.

А24. Полтавский О.С. Методы обеспечения КВ-трасс информацией о состоянии ионосферы // Труды аспирантов и соискателей Южного федерального университета, 2009, Т. 14, с. 14-17.

СПИСОК ЦИТИРУЕМОЙ ЛИТЕРАТУРЫ

1. Radio Science, 2009, v.44, N1-6.

2. Oyeyemi E.O., McKinnell L.A. A new global F2 peak electron density model for the International Reference Ionosphere (IRI) // Adv. Space Res., 2008, 42, 645-658.

3. Bamford R. A., Stamper R., Cander L. R. A comparison between the hourly autoscaled and manually scaled characteristics from the Chilton ionosonde from 1996 to 2004 // Radio Sci., 2008, 43, RS1001, doi:10.1029/2005RS003401.

4. Angling M.J. First assimilations of COSMIC radio occultation data into the Electron Density Assimilative Model (EDAM) // Ann. Geophys. 2008. V. 26. P 353-359.

5. Zabotin N.A., Wright J.W., Zhbankov G.A. NeXtYZ: Three -dimensional electron density inversion for dynasonde ionograms // Radio Science, 2006, v.41, RS6S32, doi: 10.1029/2005RS003352.

6. Gulyaeva T.L., Bradley P.A., Stanislawska I., Juchnikowski G. Towards a new reference model of hmF2 for IRI // Adv. Space Res., 2008, 42, 666672.

7. Ким А.Г., Котович Г.В. Расчет foF2, hmF2 в средней точке трассы по экспериментальным данным наклонного зондирования. Сравнение расчетных значений с экспериментальными и с моделью IRI // Оптика атмосферы и океана, 2006, т.19, Т12, 1092-1098.

8. Oyeyemi Е. О., L.-A. McKinnel, and A. W. V. Poole Neural network-based prediction techniques for global modeling of M(3000)F2 ionospheric parameter // Adv. Space Res., 2007,39, 643-650.

9. McNamara L.F. The use of total electron density measurements to validate empirical models of the ionosphere // Adv. Space Res., 1985, v. 5, N7, 81-90.

10.Komjathy A., Langley R.B. Improvement of a global ionospheric model to provide ionospheric range error corrections for single-frequency GPS users // The ION 52nd Annual Meeting, June 19-21, 1996, Cambridge, MA, 1-10.

11.Wang C„ Hajj G., Pi X., Rosen I.G., Wilson B. Development of the Global Assimilative Ionospheric Model // Radio Sci., 2004, v. 39, RS1S06, doi: 10.1029/2002RS002854.

12. Angling M.J., Khattatov B. Comparative study of two assimilate models of the ionosphere // Radio Science, 2006, v. 41, doi: 10.1029/2005RS003372.

13.Angling M.J. First assimilations of COSMIC radio occultation data into the Electron Density Assimilative Model (EDAM) // Ann. Geophys. 2008. V. 26. P 353-359.

14.Kouris S.S., Polimeris К. V., Cander L. R., Ciraolo L. Solar and latitude dependence of TEC and SLAB thickness // Journal of Atmospheric and Solar-Terrestrial Physics. V.70. P. 1351-1365. 2008.

15.Вертоградов Г.Г., Вертоградов В.Г, Родионов Т.С., Урядов В.П. Наклонное зондирование и прогнозирование максимально наблюдаемой частоты на трассах различной протяженности и ориентации // Известия вузов №3, Сев.-Кав. Регион, 2007, с. 22-27.

16.Uryadov V.P., Vertogradov G.G., Vertogradov V.G., Ponyatov A.A., Frolov V.L. Ionospheric effects of the magnetic storm on 18-22 August 2003 according to the data of HF sounding of the artificial ionospheric turbulence // International Journal of Geomagnetism and Aeronomy. V.5, Gil 007,2004,12p.

17.Крашенинников И.В., Егоров И.Б., Коломийцев О.П., Черкашин Ю.Н. Погрешности прогнозирования ионосферного прохождения радиоволн на основе глобальной ионосферной модели // Геомагн. и аэрономия, 2004, т.44, N2, 221-226.

18.Барабашов Б.Г., Анишин М.М. Прогноз характеристик KB канала // Труды НИИ радио. 2002,- С.99-101.

19.Broms М., Zolesi В. Variations in the ionosphere seen by oblique soundings // Proc. of COST238/PRIME Work shop, El Arenosilo, Spain, Sept. 1994, 1995, p. 45-55.

20.Барабашов Б.Г., Мальцева O.A., Родионова B.T. Контроль состояния ВЧ радиоканала в возмущенных условиях на основе модели IRI // Труды НИИ радио, 2005, с. 145-150.

Печать цифровая. Бумага офсетная. Гарнитура «Тайме». Формат 60x84/16. Объем 1,0 уч.-изд.-л. Заказ № 1440. Тираж 100 экз. Отпечатано в КМЦ «КОПИЦЕНТР» 344006, г. Ростов-на-Дону, ул. Суворова, 19, тел. 247-34-88

Содержание диссертации автор исследовательской работы: кандидата физико-математических наук, Полтавский, Олег Сергеевич

Введение.

Глава 1. Международная Справочная Ионосферы IRI.

1.1. Краткое описание модели IRI.

1.2. Анализ недостатков и возможностей улучшения модели IRI-2001.

1.2.1. Критическая частота foF2 слоя F2.

1.2.2. Высота максимума hmF2 слоя F2.

1.2.3. Коэффициент распространения M3000F2.

1.2.4. Высотный профиль электронной концентрации N(h).

1.2.5. Полное электронное содержание.

1.3. Адаптационные возможности модели IRI.

Выводы к главе 1.

Глава 2. Экспериментальные данные и используемые методы расчета.

2.1. Базы данных.

2.2. Используемые методы расчета.

2.2.1. Алгоритм расчета коэффициентов ВО и В1.

2.2.2. Методы адаптации модели IRI к параметру ПЭС.

2.2.3. Методы определения МПЧ.

2.2.4. Способы оценки эффективности и сопоставления методов коррекции (адаптации).

2.2.5. Определение остаточного отклонения модели от экспериментального N(h) - профиля.

Выводы к главе 2.

Глава 3. Оценка эффективности обеспечения KB трасс информацией о состоянии ионосферы в режиме реального времени.

3.1. Коррекция по ПЭС.

3.2. Использование скорректированной модели IRI при определении МПЧ.

3.3. Сравнение методов определения МПЧ.

3.4. МНЧ как адаптационный параметр, дающий информацию о состоянии ионосферы.

3.5. Остаточная погрешность модели IRI.

Выводы по главе 3.

Глава 4. Результаты использования модели IRI-2007 для определения состояния ионосферы.

4.1. Использование новых коэффициентов M3000F2.

4.2. Использование новых параметров ВО и В1.

4.3. Использование новых опций определения ПЭС.

Выводы к главе 4.

Введение диссертация по физике, на тему "Методы обеспечения КВ-трасс информацией о состоянии ионосферы"

Проблема ионосферного моделирования в настоящее время продолжает оставаться актуальной. Это обусловлено как научным интересом, так и требованиями практики, выдвигаемыми при решении задач распространения радиоволн. Основные требования, предъявляемые потребителем к моделям ионосферы, - точность описания реальной ионосферной обстановки и оперативность расчетов.

По способу построения модели ионосферы можно разделить на эмпирические, детерминированные и полуэмпирические, сочетающие в себе элементы как эмпирического, так и детерминированного подходов. Эмпирические модели первыми были применены при расчетах распространения радиоволн. Они представляют собой результат статистической обработки экспериментальных данных и предлагаются либо в виде карт или таблиц, либо в виде аналитических зависимостей, аппроксимирующих табличные данные. При построении эмпирических моделей распределения основных ионосферных параметров (критических частот слоев Е и F2 и высоты максимума слоя F2) в качестве исходных берутся результаты измерений мировой сети станций вертикального зондирования (ВЗ), в основном, высотные профили электронной концентрации из ионограмм. При создании эмпирических моделей вертикального распределения электронной концентрации также используются результаты ракетных измерений и данные станций некогерентного рассеяния. Но такие эксперименты эпизодичны: проводятся для определенного района и геофизических условий. Модели, созданные на основе их обработки, весьма точно описывают вертикальное распределение электронной концентрации на фиксированных широтах в определенный момент времени. Однако они не позволяют отразить широкий набор гелиофизических условий и не дают возможности задать вариации N(h)-профиля на произвольной трассе. Комбинирование данных ВЗ, спутников и некогерентного зондирования существенно расширяет возможности 4 эмпирических моделей, но и в этом случае зачастую не удается удовлетворить требованиям практики, особенно при необходимости оперативного прогноза.

Детерминированные модели основаны на решении системы дифференциальных уравнений, описывающих физические процессы, протекающие в ионосфере. Они являются важным инструментом для изучения физики ионосферы. Однако при попытке использовать чисто детерминированные модели для анализа распространения радиоволн возникает ряд сложностей. Во-первых, более или менее полная детерминированная модель состоит из большого числа нелинейных уравнений, решение ее для многих последовательных точек радиотрассы оказывается очень громоздким и требует чрезмерных затрат машинного времени. Во-вторых, знания о природе ионосферы ограничены, возникают ошибки, связанные как с неточным заданием параметров уравнений, так и с погрешностью их структуры (пренебрежение теми или иными физическими процессами). В-третьих, возникают трудности с заданием граничных условий на верхней границе области решения (на нижней границе условие фотохимического равновесия является достаточно адекватным) и начальных условий. Перечисленные сложности приводят к тому, что строго детерминированные модели не используются в задачах распространения радиоволн. Более того, даже при чисто научном подходе полные и громоздкие детерминированные модели не воспроизводят необходимого диапазона гелиофизических условий, поэтому, чтобы расширить возможности применения этих моделей, приходится тем или иным способом вводить эмпирические данные.

Использование в детерминированных моделях коррекции по эксперименту для одного - двух параметров позволяет получить хорошее согласие и для остальных характеристик. Таким образом, имеет смысл, воспроизводя по эксперименту вариации тех параметров, которые хорошо известны, использовать эмпирические данные для коррекции детерминированных моделей. В этом случае можно не стремиться к описанию детерминированной моделью полной картины ионосферных процессов, а использовать простую модель, удобную для практического применения. Желательно, чтобы экспериментальные данные, используемые для коррекции детерминированных моделей, охватывали возможно больший набор систематических вариаций ионосферы (суточные, широтные, сезонные, изменения с циклом солнечной активности). Для этой цели пригодны результаты измерений мировой сети станций ВЗ. Статистическая обработка большого объема таких данных позволяет выявить основные закономерности в вариациях ионосферы в глобальном масштабе. Используя такие данные в качестве корректирующих в детерминированных моделях, можно получить сочетание эмпирического и детерминированного подходов, объединяющее достоинства каждого из них [1]. Поэтому традиционно в задачах распространения KB используются эмпирические модели. Поскольку нет надежды на активное развитие отечественных моделей СМИ [2] и ПЭМИ [1], приходится ориентироваться на Международную справочную модель (IRI) [3], которая очень динамично модифицируется.

Модель IRI является медианной, однако обладает большими адаптационными возможностями. В диссертации будут исследованы эти возможности для таких параметров ионосферы, как: критическая частота foF2 (максимум электронной концентрации NmF2); высота максимума hmF2; коэффициент распространения M3000F2; максимальная применимая частота МПЧ; полное электронное содержание ПЭС; коэффициенты ВО, В1, определяющие форму >Т(11)-профилей. Для этого проведен анализ недостатков определения всех этих параметров и указаны пути устранения. Параметры foF2 и hmF2 являются традиционными для адаптации, поэтому основное внимание уделяется остальным параметрам. Новая модель параметра M3000F2 позволяет ставить вопрос об адаптации модели к параметру МНЧ. К сожалению, не существует базы МНЧ, поэтому для исследования использовались немногочисленные литературные данные.

Использование ПЭС в качестве адаптирующего параметра кажется очень привлекательным из-за непрерывного глобального мониторинга ионосферы. Такая адаптация прошла путь от первой работы 1985г [4] до ассимиляционных моделей, построенных в последние годы, однако результаты использования такой адаптации для КВ-трасс трудно найти в литературе. Необходимость повышения точности прогнозов заставляет обратить внимание и на такие параметры, как ВО и В1. Важно было оценить, даст ли какое-нибудь улучшение использование новой эмпирической модели ВО и В1. В работе будет показано, что все параметры обладают определенными адаптационными возможностями, и даны оценки погрешности для каждого параметра. Однако и после адаптации по одному или нескольким параметрам остается некоторое несоответствие. Для его оценки введена функция остаточной погрешности и сделана попытка использовать параметры этой функции для улучшения соответствия. Цели диссертации:

1. Оценить возможности использования модели IRI для определения условий распространения KB-радиоволн в ионосфере.

3. Оценить возможности, связанные с появлением новой версии модели IRI-2007.

Для достижения поставленных целей потребовалось решить следующие задачи:

4. Выполнить сравнительный анализ двух версий модели: IRI-2001 и IRI-2007, оценить возможности новой версии.

5. Найти способ оценки остаточной погрешности модели после адаптации по одному или нескольким параметрам.

Научная новизна результатов исследования. Новыми являются следующие результаты:

2. Использование данных принципиально нового метода NeXtYZ определения 1\[(11)-профиля ионосферы для оценки точности модели,

Основные результаты и защищаемые положения:

1. Комплексный анализ недостатков определения основных параметров модели IRI (foF2, hmF2, M3000F2, ПЭС, ВО, В1) и возможностей улучшения этого определения.

4. Сравнительный анализ адаптационных возможностей параметров ионосферы (foF2, hmF2, M3000F2, ПЭС, ВО, В1).

5. Метод и результаты оценки остаточной погрешности модели ПИ с помощью специально введенной функции Чепмена. Достоверность результатов. Достоверность и обоснованность результатов определяется использованием достаточно больших рядов данных наблюдений, корректностью применения используемых методов расчета.

Научная и практическая значимость работы. Результаты работы использованы в НИР, выполненных в НИИ физики ЮФУ в рамках темы 2.3.06 и внутреннего гранта ЮФУ (05/6-93). Использование программного комплекса позволяет задавать условия распространения KB в реальном времени при наличии соответствующих данных текущей диагностики (foF2, hmF2, ПЭС, МНЧ). Использование МНЧ в качестве адаптационного параметра может позволить выявить особенности поведения ионосферы в областях, не обеспеченных станциями вертикального зондирования.

Апробация работы и публикации. Результаты работы докладывались на 5-ой и 6-ой Международных конференциях "Problems of Geocosmos" (Санкт-Петербург, 2004, 2006), Международном симпозиуме "Solar Extreme Events" (Москва, 2004), Международной конференции "Излучение и рассеяние ЭМВ" (Таганрог, 2005), Генеральной ассамблее Европейского геофизического общества (Вена, 2005), Генеральных ассамблеях URSI (Дели, Индия, 2005; Чикаго, США, 2008), Региональных XII-XIII конференциях по распространению радиоволн (Санкт-Петербург, 2006-2007), 12-м Международном симпозиуме "Ionosphere effects symposium", IES2008 (Александрия, США), XXII Всероссийской научной конференции (2008, Ростов-на-Дону - п. JIoo), Международной рабочей группе IRI/COST 296 (Прага, 2007). 7 работ опубликовано в журналах, рекомендованных ВАК, 13 работ в трудах конференций, 4 тезиса докладов.

Заключение диссертации по теме "Радиофизика"

Выводы к главе 4.

Сравнение модели IRI-2001 с другими моделями (СМИ, NeQuick) не выявило предпочтительной модели. Сравнение с опциями IRI-2007 показало, что они могут существенно улучшить соответствие с экспериментальными значениями, но в ряде случаев могут и ухудшить. Наилучший вариант -использование экспериментальной модели т.

Заключение.

1. Комплексный анализ показал, что недостатки определения параметров ионосферы в модели IRI связаны с ограниченной статистикой, относительным несовершенством методов автоматической обработки данных. Показано, что резервы улучшения связаны с использованием новой статистики, новых ионозондов и методов обработки, повышением точности определения ПЭС. Новая статистика позволяет улучшить не только долгосрочный прогноз, но и адаптацию модели.

2. Выполнена оценка адаптационных возможностей параметра МНЧ. Экспериментальные значения МНЧ позволяют определять более точные значения foF2, значения эффективного параметра солнечной активности IG12, который может использоваться для определения МНЧ соседних трасс. В этой части полученные по европейским трассам результаты дополняют результаты, полученные в сибирском регионе. Показано, что пересчет МПЧ с трассы на трассу может быть лучше регрессионного соотношения.

4. Сравнительный анализ результатов адаптации модели в европейском регионе показывает, что наиболее эффективной является критическая частота, дающая улучшение 30-60% по сравнению с долгосрочным прогнозом. Параметр bmF2 может обеспечить 15-20%, МПЧ в среднем до 40%, ПЭС в среднем до 30%, ВО, В1 - 5-6%.

5. Остаточная погрешность может быть 5-6%. Ее основная величина приходится на область 50-80км ниже hmF2.

6. Версия IRI-2007 улучшает соответствие экспериментальным данным по сравнению с моделью IRI-2001, однако лучшим вариантом определения ПЭС является использование эмпирической модели эквивалентной ширины ионосферы.

Список источников диссертации и автореферата по физике, кандидата физико-математических наук, Полтавский, Олег Сергеевич, Ростов-на-Дону

1. Поляков В.М., Суходольская В.Е., Ивельская М.К. Сутырина Г.Е. Дубовская Г.В., Диогенова Т.В., Бузунова М.Ю. Полуэмпирическая модель ионосферы // Материалы мирового центра данных Б. Москва 1986. 136с.

2. Bilitza D. International Reference Ionosphere // Radio Sci., 2001, v.36. N2, 261-275.

3. McNamara L.F. The use of total electron density measurements to validate empirical models of the ionosphere // Adv. Space Res., 1985, v. 5, N7, 8190.

4. Bilitza D. Reinisch B.W. International Reference Ionosphere 2007: Improvements and new parameters // Adv. Space Res. ,2008, 42, 599-609.

5. Статьи в журнале Advances in Space Research: 1995, v.16, N1; 1996, v.18, N6; 1998, v.22, N6; 2000, v.25, N1; 2003, v.31, N3.

6. Bilitza D. Evaluation of the IRI-2007 model options for the topside electron density // Adv. Space Res., 2009, v. 45.

7. Radicella S.M., Leitinger R. The evolution of the DGR approach to model electron density profiles // Advances of Space Research, 2001, v.27, p. 3540.

8. Мальцева O.A., Полтавский О.С., Чинь Куанг Т. Возможности улучшенной модели ионосферы при определении условий распространения радиоволн // Электромагнитные волны и электронные системы, 2009, N6, 34-41.

9. Bamford R. A., Stamper R., Cander L. R. A comparison between the hourly autoscaled and manually scaled characteristics from the Chilton ionosonde133from 1996 to 2004 // Radio Sci., 2008, 43, RS1001, doi: 10.1029/2005RS003401.

10. Reinisch B.W., Huang X. Automatic calculation of electron density profiles from digital ionogram, 3, Processing of bottomside ionograms // Radio Sci., 1983, v. 18, 477-492.

11. Gilbert J.D., Smith R.W. A comparison between the automatic ionogram scaling system ARTIST and the standard manual method // Radio Sci., 1988, v. 23, 968-974.

12. Fox M.W., Blundell C. Automatic scaling of digital ionograms. //Radio Sci., 1989, v. 24, 747-761.

13. Pezzopane M., Scotto C. The INGV software for the automatic scaling of foF2 and M(3000)F2 from ionograms: A performance comparison with ARTIST 4.01 from Rome data // J. Atm. Solar-Terr. Phys, 2005, v. 67, 1063-1073.

14. Zabotin N.A., Wright J.W., Bullett T.W., Zabotina L.Ye. Dynasonde 21: principles of data processing, transmission and web service // 11 International Ionospheric Effects Symposium, Alexandria, USA, 3-5 May 2005, 7B51-7B58.

15. Piggott W.R., Rawer K. UAG-23A: URSI Handbook of Ionogram Interpretation and Reduction, 2nd ed. // Int. Union of Radio Sci., Ghent, Belgium, 1972.

16. McNamara L.F. Quality figures and error bars for autoscaled Digisonde vertical incidence ionograms // Radio Science, 2006, v.41, RS4011, doi:10.1029/2005RS003444.

17. Angling M.J. First assimilations of COSMIC radio occultation data into the Electron Density Assimilative Model (EDAM) // Ann. Geophys. 2008. V. 26. P 353-359.

18. McNamara L.F. Spatial correlations of foF2 deviations and their implications for global ionospheric models: Digisondes in the United States, Europe, and South Africa // Radio Sci., 2009, v. 44, RS2017, doi: 10.1029/2008RS003956.

19. Maltseva O.A., Poltavsky O.S., Schlyupkin A.S. The IRI model residual difference and the new method of N(h)-profile determination // Acta Geophysica, 2007, v. 55, 441-458.

20. Hanbaba R. (ed.) Improved quality of service in ionospheric telecommunication systems planning and operation // COST251 Final Report, Space Research Centre, Warsaw, 1999, 303p.

21. Труды XXI всероссийской научной конференции "Распространение радиоволн" (РРВ-21), 25-27 мая 2005, Йошкар-Ола.

22. Труды XXII всероссийской научной конференции "Распространение радиоволн" (РРВ-22), 22-26 сентября 2008, Ростов-на-Дону-п.Лоо.

23. Maltseva О., Poltavsky О. Using the IRI model to determine parameters of HF propagation // 12 International Ionospheric Effects Symposium IES2008, Alexandria, USA, 13-15 May 2008, 701-708.

24. Мальцева О.А., Полтавский О.С., Чинь Куанг Т. Сравнение улучшенной международной модели IRI с экспериментальными данными // Региональная XIV конференция по распространению радиоволн, С-Петербург, 11-13 ноября 2008, 45-48.

25. Sauli P., Mosna Z., Boska J., Kouba D., Lastovicka J., Altadill D. Comparison of true-height electron density profiles derived by POLAN and NHPC methods // Stud. Geophys. Geod., 2007, 51, 449-459.

26. Stankov S.M., Jakowski N., Heise S., Muhtarov P., Kutiev I., Warnant R. A new method for reconstraction of the vertical electron density distribution in the upper ionosphere and plasmasphere // J. Geophys. Res., 2003, 108, N5.

27. Uemoto J., Ono Т., A. Kumamoto, Iizima M. Comparison of the IRI 2001 model with electron density profiles observed from topside sounder onboard the Ohzora(EXOS-C) and the Akebono (EXOS-D) satellites // Adv. Space Res., 2007, 39, 750-754.

28. Blanch E., Arrazola D., Altadill D., Buresova D., Mosert M. Improvement of IRI ВО, B1 and D1 at mid-latitude using MARP // Adv. Space Res., 2007, 39,701-710.

29. Bilitza D. A correction for the IRI topside electron density model based on Alouette/lSIS topside sounder data // Adv. Space Res., 2004, 33, 838-843.

30. Coisson P., Radicella S. M., Leitinger K., and Nava В., "Topside electron density in IRI and NeQuick: Features and limitations // Adv. Space Res., 2006, 37, 937-942.

31. Bradley P.A. Ingesting a sporadic-E model to IRI // Adv. Space Res., 2003, v. 31, N3,577-588.

32. ITU-R, Method for calculating sporadic-E field strength, Recommendation ITU-R P.534-4, International Telecommunication Union, Geneva, 1999.

33. Bradley, P. A., Bedford C., Prediction of HF circuit availability // Electronics Letters, 12, 32,1976.

34. Pietrella M., Bianchi С. Occurrence of sporadic-E layer over the ionospheric station of Rome: Analysis of data for thirty-two years // Adv. Space Res., 2009, v. 44, 72-81.

35. Bilitza D., Shikh N.M., Eyfrid R. A global model for the height of the F2-peak using M3000 values from the CCIR numerical map // Telecomm. J., 1979, v. 46, 549-553.

36. Grozov V.P., KotovichG.V. A comparison of results derived from scaling VS chip-ionosonde ionograms with the International Reference Ionosphere // J. Atm. Solar-Terr. Phys., 2003, v.65, 409-416.

37. Tsagouri I., Zolesi В., Belehaki A., Cander L.R. Evaluation of thr performance of the real-time updated simplified ionospheric regional model of the European area // J. Atm. Solar-Terr. Phys., 2005, v.67, 1137-1147.

38. Komjathy A., Langley R.B. Improvement of a global ionospheric model to provide ionospheric range error corrections for single-frequency GPS users // The ION 52nd Annual Meeting, June 19-21, 1996, Cambridge, MA, 1-10.

39. Wang C., Hajj G., Pi X., Rosen I.G., Wilson B. Development of the Global Assimilative Ionospheric Model // Radio Sci., 2004, v. 39, RS1S06, doi: 10.1029/2002RS002854.

40. Angling M.J., Khattatov B. Comparative study of two assimilate models of the ionosphere //Radio Science, 2006, v. 41, doi: 10.1029/2005RS003372.

41. Fridman S.V., Nickisch L.J., Aiello M., Hausman M. Real-time reconstruction of the three-dimensional ionosphere using data from a network of GPS receivers // Radio Sci., 2006, v. 41, RS5S12, doi: 10.1029/2005RS003341.

42. Мальцева О.А., Полтавский О.С., Шлюпкин А.С. Использование GPS данных в каналах KB связи // Электросвязь, 2006, N11, 47-49.

43. Мальцева О.А., Родионова В.Т., Шлюпкин А.С. Использование полного электронного содержания для текущей диагностики состояния ионосферного канала // Геомагнетизм и аэрономия, 2005, т. 45, N 4, с. 480-486.

44. McNamara L.F. Ionospheric modeling in support of single location of long range transmitters // J. Atm. Terr. Phys., 1988, v.50, 781-795.

45. Афраймович Э.Л., Перевалова Н.П. GPS-мониторинг верхней атмосферы Земли // Иркутск: ГУ НЦ РВХ ВСНЦ СО РАМН, 2006, 480с.

46. Ciraolo L., Spalla P. Comparison of ionospheric total electron content from the Navy Navigation Satellite System and GPS // Radio Sci., 1997, V.32, N.3, p.1071-1080.

47. Вертоградов Г.Г., Вертоградов В.Г, Родионов Т.С., Урядов В.П. Наклонное зондирование и прогнозирование максимально наблюдаемой частоты на трассах различной протяженности и ориентации // Известия вузов №3, Сев.-Кав. Регион, 2007, с. 22-27.

48. Maltseva О.А., Poltavsky O.S, Shljupkin A.S. Space Weather for HF-communication links // Proceedings of the 5th International Conference on Problems of Geocosmos. May 24-28 2004, St. Peterburg, 2004, pp 353-358.

49. Houminer Z., Bennett J., Dyson P.L., Real — time ionospheric model updating // J. Electr. Electron, Eng. 1993, V13, N2, 99-104.

50. Fox M.W., Mendillo V., Klobuchar J.A. Ionospheric equivalent slab thickness and its modeling applications // Radio Sci., 1991, v.26, N2, 429438.

51. Kouris S.S., Polimeris К. V., Cander L. R., Ciraolo L. Solar and latitude dependence of TEC and SLAB thickness // Journal of Atmospheric and Solar-Terrestrial Physics. V.70. P. 1351-1365. 2008.

52. Урядов В.П., Понятов A.A. Об эффективности прогнозирования ионосферного KB канала по данным вертикального и наклонного зондирования // Труды научной конференции по радиофизике, ННГУ, 2003, с. 88-89.

53. Дэвис К. Радиоволны в ионосфере. «Мир», Москва, 1973г, с. 504.

54. Ким А.Г., Грозов В.П., Котович Г.В. Использование улучшенного метода Смита для вычисления критической частоты в средней точке трассы наклонного зондирования для луча Педерсена // Байкальская школа по фундаментальной физике, Иркутск, 2004, с. 82-85.

55. Барабашов Б.Г., Анишин М.М. Прогноз характеристик KB канала // Труды НИИ радио. 2002.- С.99-101.

56. Samardjiev Т., Bradley Р.А., Cander Lj.R., Dick M.I. Ionospheric mapping by computer countering techniques // Electronics Lett. V.29. N20. 1993.

57. Belehaki A., Tsagorui I. Investigation of the relative bottomside/topside contribution to the total electron content estimates // Annals of Geophysics. 2002. v.45, N1., p. 73-86

58. Araujo-Pradere E.A., Fuller-Rowell T.J., Codrescu M.V. STORM: An empirical storm-time ionospheric correction model. 1. Model description // Radio Sci., 2002, v. 37, doi: 10.1029/2001RS002467.

59. Stanislawska I., Bradley P.A., Juchnikowski G. Spatial correlation asseseement of ionospheric parameters for limited-area mapping // GA URSI, Maastricht, 17-24 August 2002, N816, 4p.

60. Maltseva O.A., Poltavsky O. S. Shljupkin A.S. Using total electron content of the ionosphere for forecasting its critical frequency // International Conference on Problems of Geocosmos, May 23-27, 2006, St.-Peterburg, Russia, pp. 160-161.

61. Барабашов Б.Г., Мальцева O.A., Родионова B.T. Контроль состояния ВЧ радиоканала в возмущенных условиях на основе модели IRI // Труды НИИ радио, 2005, с. 145-150.

62. Broms М., Zolesi В. Variations in the ionosphere seen by oblique soundings // Proc. of COST238/PRIME Work shop, El Arenosilo, Spain, Sept. 1994, 1995, p. 45-55.

63. Крашенинников И.В., Егоров И.Б., Коломийцев О.П., Черкашин Ю.Н. Погрешности прогнозирования ионосферного прохождения радиоволн на основе глобальной ионосферной модели. // Геомагн. и аэрономия, 2004, т.44, N2, 221-226.

64. Мальцева О.А., Полтавский О.С. Использование полного электронного содержания ионосферы при определении МПЧ для КВ-трасс // Изв. вузов. Сев. Кавк. регион. Естеств. науки, 2008, №2, с. 52-57.

65. Tsagouri I., Belehaki A., Cander L.R. A dynamic system to forecast ionospheric storm disturbances based on solar wind conditions // Annals of Geophysics, 2005, v.48, p. 467-475.

66. Nava В., Radicella S.M., Leitinger R., Coisson P. A near-real-time model-assisted ionosphere electron density retrieved method // Radio Science,2006, v. 41, doi: 10.1029/2005RS003386.

67. Daniell R.E., Brown L.D., Anderson D.N., Fox M.W., Doherty P.H., Decker D.T., Sojka J.J., Schunk R.W. Parameterized ionospheric model: A global ionospheric parameterization on first principles models // Radio Science, 1995, v.30, 1499-1510.

68. Мальцева O.A., Шлюпкин А.С. Эффективность модели ионосферы IRI при определении условий распространения в ВЧ-канале // Электромагнитные волны и электронные системы, 2006, с. 21-24.

69. Мальцева О.А., Полтавский О.С. Сравнение методов определения МПЧ для КВ-трасс // Электромагнитные волны и электронные системы,2007, №6, с. 28-30.

70. Котович Г.В. , Ким А.Г. и др. Определение критической частоты foF2 в средней точке трассы по данным наклонного зондирования на основе метода Смита // Геомагнетизм и аэрономия, 2006, т.46, N4, 547-551.

71. Иванов В.А., Рябова Н.В., Урядов В.П., Шумаев В.В. Прогнозирование и экстраполяция параметров KB-радиоканала по данным наклонного зондирования ионосферы // Радиотехника, 1997, N7, 28-30.

72. Прогнозирование и условий распространения радиоволн.-М.: Наука, 1985.

73. Мальцева О.А., Полтавский О.С. Максимальная применимая частота как параметр корректировки модели ионосферы // Электромагнитные волны и электронные системы, 2008, т. 13, N 5, 45-50.

74. Titheridge J.E. Report UAG-93, World Data Center A, NOAA E/GC2, 325, Broadway, Boulder, Colorado 80303.

75. Reinisch B.W., Galkin I.A., Khmyrov G., Kozlov A., Kitrosser D.F. Automatic collection and dissemination of ionospheric data from the digisonde network // Adv. Radio Res., 2004, v.2, 241-247.

76. Кияновский М.П. Лучевое приближение и проблемы распространения радиоволн. 1971, 287-298.

77. Buresova D., Cander L.R., Vernon A., Zolesi В. Effectiveness of the IRI-2001-predicted N(h) profile updating with real-time measurements under intense geomagnetic storm conditions over Europe // Adv. Space Res. , 2006, v. 37, 1061-1068.

78. Willoughby A.A., Radicella S.M., Adeniyi J.O., Nava B. Validation of TEC models over an equatorial station // ICTP Preprint No. IC99180, 1999, 12p.

79. Figurski M. Wielgosz P. Intercomparison of TEC obtained from the IRI model to the one derived from GPS measurements // Adv. Space Res., 2002, v.30,Nl 1,2563-2568.

80. Maltseva O., Nikitenko Т., Poltavsky O. Imitation of the IRI2007 model results for high frequency communication // The XXIX General Assembly URSI, Chicago, USA, August 07-16, 2008, CD-GP1-02.15, pp. 1-4.

81. Jin S. and Park J.U. GPS ionospheric tomography: A comparison with the IRI-2001 model over South Korea // Earth Planets Space, 2007, v.59, pp. 287-292.

82. Bhuyan P.K., Borah R.R. TEC derived from GPS network in India and comparison with the IRI // Adv. Space Res. 2007, v.39 , pp. 830-840.

83. Shagimuratov I. I., Yakimova G.A., Karpov I. V. Occurrence of Summer Storm over Europe in GPS TEC Measurements // The XXIX General Assembly URSI, Chicago, USA, August 07-16, 2008,, CD-GP104P5, pp. 14.