Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год

(http://conf.rse.geosmis.ru)

К вопросу о долгопериодных вариациях ионосферных параметров

Рождественский Д.Б. (1), Телегин В.А. (1), Рождественская В.И. (1)
(1) Институт земного магнетизма, ионосферы и распространения радиоволн им. Н. В. Пушкова РАН, Калининград (КФ ИЗМИРАН), Москва, Россия
Сложные электродинамические процессы в ионосфере оказывают сильное влияние на распространение радиолокационных сигналов и радиосвязь. Ионосфера, как среда, электрически заряженная, вызывает искажения зондирующего сигнала. Дисперсия сигнала, обусловленная частотной зависимостью диэлектрической проницаемости плазмы, приводит к изменению формы принимаемых импульсов, а также к изменению их частотного состава, при прохождении через ионосферу. Для коррекции этого влияния проводятся многочисленные исследования поведения и свойств ионосферы, создаются модели, адекватно описывающие те или иные особенности ионосферных явлений. Для решения практических задач чрезвычайно важны знания об ионосфере и ее реакции на солнечные и магнитосферные воздействия. В работе [1] на основе многолетних данных представлен так называемый тренд foF2. Поиск трендов – это поиск долговременных вариаций параметров ионосферы. Предполагается, что эти знания приблизят нас к возможности прогнозирования. В работах [2-8] трендам уделено много внимания: получен тренд foF2, равный - 0,08 МГц за двадцатилетие на основе данных станции Юлиусру 1977-1997 гг. Знак тренда, связывают со знаком магнитного склонения, считается что сами тренды вызваны усиление зонального ветра на востоке.
Для анализа данных обычно выбираются медианные значения измеренных параметров. Однако, как указано в работе Данилова [2] использование медианных значений значительно обедняют результаты при построении трендов, так как вводят ограничения на уровни магнитной активности из-за необходимости удалять все максимальные и минимальные значения как неправдоподобные. Отметим, что именно для получения средних значений и была развита медианная методика Тьюки [9]. Таким образом, существование большого числа работ, посвященных трендам, и досадные методические неточности, допущенные в их получении, подвигли нас на проведение исследования измеренных данных критической частоты foF2 методами цифровой фильтрации, для исключения неточностей, связанных с использованием медианных методик. В измерениях foF2, hmF2, TEC содержатся данные о быстроменяющихся и медленноменяющихся процессах, происходящих в ионосфере, которые могут быть разделены методами цифровой фильтрации. Обычно для выделения медленно меняющихся составляющих процесса, осреднения данных и их сглаживания применяются цифровые фильтры скользящего среднего и скользящей медианы. Операция непрерывного скользящего осреднения имеет одно существенное достоинство: результат непрерывного осреднения соответствует физической природе ионосферных процессов. Правильный выбор операции непрерывного осреднения в каждом конкретном случае имеет большое значение. Для первичной обработки данных предпочтительны фильтры, имеющие частотные характеристики взвешенного осреднения, соответствующие последовательному соединению двух фильтров: непрерывному равновзвешенному осреднению и идеальному фильтру низких частот, назовем его фильтром исправленного непрерывного осреднения (ИНО). Амплитудно-частотные характеристики фильтров ИНО близки к чебышевским цифровым фильтрам, которые осуществляют взвешенное осреднение равноотстоящих отсчетов. На основе чебышевских фильтров разработан комплекс алгоритмов и программное обеспечение для проведения фильтрации, интерполяции, расчета производной n-го порядка дискретного процесса и экстраполяции [10].
В настоящей работе представлены результаты выделения процессов различной длительности из измеренных значений критической частоты foF2 методами цифровой фильтрации [11]. Для демонстрации метода цифровой фильтрации был проведен анализ многолетних данных критической частоты слоя F2, полученных методом вертикального зондирования на станции АИС Москва за 1957-1988 гг. и на ионозонде DPS-4 за 2014 г. Многолетние данные представлены часовыми значения, а данные DPS-4 фиксировались через 15 минут. Таким образом за 2014 г. имелся непрерывный ряд измерений, состоящий из 96 отсчетов в сутки, всего 35040 значений, а за 30 лет измеренный ряд данных критической частоты foF2 составил более 279000 значений
Приведенные результаты выделения медленноменяющихся составляющих для данных критической частоты, полученных в Москве с 1957 по 1990 года, с помощью цифровой фильтрации, показали, что характер кривой foF2 повторяет долгопериодические вариации солнечной активности, связанные с 11-летними циклами, с коэффициентом корреляции равным 0 64.
Минимальное значение долгопериодной составляющей критической частоты для трех солнечных циклов (20-22) примерно одинаково, а максимальное значение меняется в соответствии с активностью Солнца, и максимальная разность достигает 3,5 МГц. Численные исследования показали, что медианные эмпирические модели типа IRI или Simp [12 ] имеют ограниченное временное использование, в зависимости от солнечной активности и требуют постоянного обновления. В годы минимума солнечной активности сезонные вариации критической частоты имеют порядок 2 МГц, а в годы максимума могут достигать 5 МГц. Поэтому для задач радиолокации надо переходить к моделям, построенным на принципах использования методов оперативного прогнозирования.
Спектральный анализ данных и выделение долгопериодических составляющих критической частоты методами цифровой фильтрации показывает, что к геофизическим выводам, полученным на основе линейных трендов, следует относиться с осторожностью, поскольку долгопериодические составляющие имеют колебательную структуру.

Ключевые слова: Критическая частота, долгопериодные вариации, ионосфера, цифровая фильтрация
Литература:
  1. Литература
  2. Колесник С.А., Пикалов М.В., Колмаков А.А. Особенности долгопериодных трендов основных параметров F2 области ионосферы в г. Томске. // Труды конференции ЗЗВ-26, 1-6 июля 2019, Казань, Том I, с. 196–202
  3. Данилов А.Д. Долговременные тренды в верхней атмосфере и ионосфере (обзор) 2012,// Геомагнетизм и аэрономия Т.52, № 3. С. 291-312
  4. Lastovicka J. Trends in the upper atmosphere-ionosphere system – Progress over 2012-2014 //Abstr. 8th IAGA/ ICMA/CAWSES Workshop on Long-Term Changes and Trends in the Atmosphere 27-31 July 2014. Cambridge, England. P.16. 2014.
  5. Lastovicka J. Global pattern of trends in the upper atmosphere and ionosphere: Recent progress// J. Atmos.Solar-Terr. Phys. V.71. № 3-4 P. 1514-1528. 2009
  6. Lastovicka J., Solomon S.C., Qian L. Trends in the neutral and ionized upper Atmosphere // Space Sci. Res. V.168.№ 1-4. Р.113-145.2012
  7. Bremer J., Damboldt T., Vielich J., Suessmann P. Comparing long-term trends in the ionospheric F2 region with two different methods // J. Atmos. Solar-Terr. Phys. V.77. P.174-185. 2012
  8. Lastovicka J. A review of recent progress in trends in the upper atmosphere // J. Atmos. Solar-Terr. Phys. 2017. V.163. P. 2-13
  9. Данилов .А. Д., Константинова А.В. Тренды критической частоты foF2 после 2009 г. // Геомагнетизм и аэрономия 2016, Т.56, №3, С. 324-332
  10. Отнес Р, Эноксон Л. Прикладной анализ временных рядов. М: Мир, 1982.
  11. Rozhdestvenskii D. B. Approximation of functions with discontinuities. The Gibbs Phenomenon. // Industrial ACS and Controllers. 2011. No. 4. Р .32 – 36.
  12. Rozhdestvenskii D. B, Rozhdestvenskaya V.I., Telegin V.A. Меthods of digital filtration for processing ionospheric data «“Physics of Auroral Phenomena”, Proc. XXXVIII Annual Seminar, Apatity, pp. 149-152, 2015.
  13. Mikhailov1 A. V., Marin., D., Leschinskaya T. Yu., Herraiz M. A revised approach to the foF2 long-term trends analysis. 2002, Ann.Geo. V.20, P.1663-1675.

Методы и алгоритмы обработки спутниковых данных

56