论文部分内容阅读
热层大气密度与低轨道飞行器所受的大气阻力紧密相关,是影响卫星轨道的重要因素。要准确预测航天器轨道,就要对大气密度做出精确的预报。从20世纪50年代开始,随着导弹与航天任务发展对大气模式的需求,建立了各种半经验大气模式,为不同空间任务提供服务。但由于热层大气变化极其复杂,几十年来虽然大气模式在不断改进和发展,但一般情况下模式仍存在15%左右的误差,在空间环境扰动期间可达100%甚至更高。在航天器测定轨中,大气模式误差将转化为轨道误差,影响飞行操控计划、精密定轨、变轨控制及碰撞规避等。因此,掌握热层大气密度变化特征、提高大气模式的预报精度是卫星和航天服务一直致力解决的重要问题。首先,利用卫星轨道数据开展大气密度反演方法研究。无论对于大气密度特征研究还是大气模式改进,大量准确的大气密度数据是基础。星载高精度GPS观测数据可提供卫星速度和位置信息,而卫星的运行轨迹又与所处位置的大气密度紧密相关,因此可通过求解大气阻力微分方程,由高精度GPS观测数据反演出卫星运行轨迹上的热层大气密度。本文从星载高精度GPS观测数据出发,给出大气密度的反演方法以及平均平动参数、反弹道系数的解算过程,并以天宫一号和CHAMP为例,给出反演结果与观测数据的比对。结果表明,反演结果与观测值符合很好,利用GPS观测数据反演大气密度是有效、可行的,可作为今后获取高精度大气密度的一种途径。其次,针对Colorado大学公开发布的2001~2008年CHAMP、GRACE-A/B三颗卫星加速度计反演的400km高度上的大气密度数据(以下分别简称为CHAMP密度,GRACE-A/B密度),以大气模式NLRMSISE-00为参考,分析反演数据与模式值的误差特点、产生误差的原因、密度的变化及合理性,并通过TLEs的反演结果来进一步验证,结果表明:(1)CHAMP密度整体要稍高于GRACE-A/B密度,CHAMP密度与模式之间的误差整体小于GRACE-A/B与模式的误差;(2)2001年CHAMP密度与模式整体存在一个偏差,通过相似空间环境条件下的密度比对以及利用TLEs的反演结果验证,表明2001年的CHAMP密度整体可能偏低;(3)CHAMP、GRACE-A/B密度变化个例显示,整个数据序列中密度值会出现一些个性化特征,如:地磁平静时密度升高、扰动时密度下降,或一段时间内密度出现较大波动等。研究结果可为研究者合理应用该数据提供参考。之后,利用卫星Explore 8轨道反演得到大气密度及CHAMP密度数据,对大气密度长期变化、大气密度与不同辐射指数、地磁指数的对应关系及磁暴期密度变化特征进行分析,结果显示:(1)Explore 8和CHAMP的大气密度长期变化都表明了热层大气呈冷却和缩小趋势;(2)密度整体变化与F10.7、E10.7、Mg10.7、S10.7和Y10.7五种辐射指数的变化一致,相关性都在0.97以上,单从数据统计意义上来表征辐射对密度的影响,任何一种辐射指数均能很好地反映密度的变化;(3)密度变化与两种地磁指数ap、Dst都具有较好的相关性,通过多个磁暴事例进行统计,从上升时间及增加幅度来看,密度的变化与Dst指数相关性更好;(4)磁暴过程中日侧大气密度的变化显示,磁暴开始时,大气密度的变化首先从高纬开始,南北纬可能同时反应、也可能某一半球反应,且特征不一,大小强度不同;磁暴鼎盛期,从极区到赤道,大气密度会整体抬升,但增长幅度并不均匀,在赤道两侧有时会出现双峰、甚至出现多峰,也可能没有峰出现;说明磁暴期大气密度的变化是一个相当复杂的过程,共性中又有―个性‖;与CHAMP、GRACE-A/B密度相比,半经验模式的响应无法呈现实测密度的这种精细化结构。(5)日侧,无论地磁平静或地磁扰动,整体大气密度在南纬20oS附近会出现一个峰值,在夏、冬季节,大气密度在南北半球会出现明显的双峰结构,但峰值出现位置有差异:在夜侧,大气密度变化有一个共同特征,即在赤道附近会出现一个密度凹槽区;模式值的变化趋势和CHAMP密度变化基本一致,但在数值大小上有差异,磁静日模式值高于CHAMP密度值,冬季(磁扰日)模式值低于CHAMP密度值。分析大气模式NRLMSISE-00在不同F10.7、不同地磁条件、不同地方时、不同纬度和不同季节条件下的误差分布特点,结果表明:(1)误差随着太阳F10.7增加、地磁指数ap的增加(或Dst指数的减小)而增加,在太阳大爆发活动和地磁的剧烈扰动情况下,模式响应不足;(2)模式误差随地方时变化中,呈现出地方时正午时段模式误差较大,凌晨和夜间误差小;(3)模式误差随纬度的变化中,都呈现出北半球误差要小于南半球,且误差最小出现在北极附近,但最大误差的位置有差别,与CHAMP密度的最大误差出现在南半球85oS附近,而与GRACE-A/B密度的最大误差出现在赤道附近。(4)整体上,模式与CHAMP密度的误差小于与GRACE-A/B密度的误差。最后,通过对地磁平静和磁暴两种情况下模式的误差进行分析和修正研究,得到:(1)地磁平静期,模式与卫星密度两者的误差随纬度、地方时的分布比较稳定,通过4颗卫星数据的修正验证,说明采用滑动误差库修正方法可以比较有效来修正模式的误差;(2)在密度与Dst变化关系的基础上,建立一种简单的利用Dst指数预测大气密度整体态势变化的拟合关系,通过对CHAMP和GRACE-A两颗卫星密度的验证,可以看到大气密度整体态势的变化能够通过Dst指数的变化很好地反映出来,并且比利用国际参考大气NRLMSISE-00计算的结果更接近观测值,这可以为航天器测定轨提供参考。(3)利用所有磁暴事件形成的纬度-STL网格误差对几个磁暴事例中模式的误差修正发现,修正结果有好有坏,不稳定。原因之一可能是磁暴事例的不足,每一个磁暴都是一个―特例‖,其二,暴时密度变化十分复杂,即使相同地磁条件,密度变化特征也不同。