Неотрицательное абсолютное полное электронное содержание по данным глобальных навигационных спутниковых систем

Глобальные навигационные спутниковые системы позволяют осуществлять оценку полного электронного содержания (ПЭС) ионосферы. При этом все еще остается ряд проблем связанных с появлением отрицательных значений ПЭС, а также с отсутствием в имеющихся алгоритмах оценок производных ПЭС по времени и пространству. Нами разработан алгоритм (TuRBOTEC – TayloR-series and BOunded-variable-least-squares based iOnosphere TEC), использующий метод наименьших квадратов (МНК) с ограничениями и разложение в ряд Тейлора [1]. МНК с ограничениями обеспечивает неотрицательность как оценок вертикального ПЭС, так и измерений наклонного ПЭС для всех лучей «спутник-приемник». Разложение в ряд Тейлора позволяет получать наряду с оценкой вертикального ПЭС оценки пространственных и временных производных ПЭС. Оценка работоспособности алгоритма проведена на основе альтернативных данных ПЭС за 2014 г., а также с использованием моделирования на основе международной справочной модели ионосферы IRI-2012. В качестве альтернативных данных использовались данные глобальных ионосферных карт CODE, карт Madrigal, а также ПЭС, полученного на основе программного обеспечения, разработанного Dr. Seemala (SEEMALA-TEC) и разработанного IONOLAB. Введение ограничения в МНК приводит к изменению вертикального ПЭС на величину более 1 TECU в 9% оценок. Для средних широт данные TuRBOTEC хорошо согласуются с данными GIM и IONOLAB (среднеквадратическое отклонение, СКО 10 TECU). Для оценок дифференциальных кодовых задержек (ДКЗ) ГЛОНАСС выявлено расхождение с оценками центра CODE. При этом, более физически корректные величины наклонных ПЭС получаются при коррекции на ДКЗ, получаемые TuRBOTEC.
Работа выполнена при поддержке РФФИ (грант № 18-35-20038) и программы базового финансирования II.16.

Литература:
1. Y. Yasyukevich, A. Mylnikova, A. Vesnin. GNSS-Based Non-Negative Absolute Ionosphere Total Electron Content, its Spatial Gradients, Time Derivatives and Differential Code Biases: Bounded-Variable Least-Squares and Taylor Series // Sensors 2020, 20 (19), 5702. DOI: 10.3390/s20195702.