區(qū)域電離層的監(jiān)測和預報是一項具有重要意義的工作,也是目前一個比較熱門的研究方向。本文著重研究區(qū)域電離層的預報模型,以期能夠為區(qū)域內的用戶提供實時的電離層VTEC (Vetical Total Electron Content)預報信息,最終可以為單頻GPS用戶提高定位的精度；而且還可以為研究電離層活動提供一種有效的途徑。本文利用IGS提供的195個格網(wǎng)點的VTEC數(shù)據(jù),以及JSCORS系統(tǒng)某區(qū)域12個觀測站的GPS觀測數(shù)據(jù)展開相關的研究。本文主要的內容和結論如下：1)對區(qū)域VTEC的空間分布特性進行了分析。利用IGS提供的195個格網(wǎng)點的VTEC數(shù)據(jù),分析了區(qū)域VTEC的空間分布特性,結果顯示：電離層VTEC的空間分布和緯度有較大關聯(lián),低緯度地區(qū)的VTEC值會高于高緯度地區(qū)；電離層VTEC具有非常明顯的空間相關性,某點的總電子含量與相鄰點位的總電子含量會產(chǎn)生相互影響。在對VTEC進行預報和建模時,不能僅僅采用單點預報模式,其空間分布特性應當予以考慮。2)對區(qū)域VTEC的空間分布特性進行了分析。利用IGS提供的195個格網(wǎng)點的VTEC數(shù)據(jù),分析了區(qū)域VTEC的時間變化特性,結果顯示：電離層VTEC呈周期性變化規(guī)律,周期為24小時；從當?shù)貢r間凌晨6時起,至傍晚20時的14個小時內,電離層VTEC變化劇烈,通常在當?shù)貢r間中午12時至14時之間某時刻達到當日VTEC最大值；當?shù)貢r間20時至次日凌晨6時的10個小時內,VTEC值處于小范圍波動狀態(tài)或平穩(wěn)下降狀態(tài)(凌晨6時左右達最小值),電離層狀態(tài)較為穩(wěn)定。3)分別構建了基于ARIMA時間序列模型(Auto Regression Integrated Moving Average)和BP神經(jīng)網(wǎng)絡模型的單點電離層VTEC預報模型。利用IGS提供的195個格網(wǎng)點的VTEC數(shù)據(jù),分別采用ARIMA模型和BP神經(jīng)網(wǎng)絡模型對電離層VTEC進行了預報,預報時長為1天,結果顯示：ARIMA模型的預報平均相對誤差為6.43%；BP神經(jīng)網(wǎng)絡模型的預報平均相對誤差為8.30%；相比之下,ARIMA模型的結果更佳。4)提出了基于EOF(Empirical Orthogonal Function)分解的區(qū)域電離層VTEC預報模型。分別建立了EOF-ARIMA模型、EOF-BP模型和EOF-融合模型,結果顯示：EOF-ARIMA模型的預報平均相對誤差為4.05%；EOF-BP模型的預報平均相對誤差為4.64%；EOF-融合模型的預報平均相對誤差為3.68%。相比于ARIMA單點模型,EOF-ARIMA模型的精度可以提高40.3%；相比于BP神經(jīng)網(wǎng)絡單點模型,EOF-BP模型的精度可以提高42.8%；EOF-融合模型精度最高,較ARIMA單點模型提高46.1%,較BP神經(jīng)網(wǎng)絡單點模型提高54.5%。5)構建了區(qū)域電離層預報內插模型,提出了BP神經(jīng)網(wǎng)絡-多項式融合模型。分別采用多項式模型、球諧函數(shù)模型和BP神經(jīng)網(wǎng)絡-多項式融合模型建立了區(qū)域電離層內插模型,結果顯示：多項式模型的平均絕對誤差大約為0.24TECU,球諧函數(shù)模型的平均絕對誤差大約為0.35TECU, BP神經(jīng)網(wǎng)絡-多項式融合模型的平均絕對誤差大約為0.20TECU,可以較多項式模型精度提高15%左右。
【學位單位】：東南大學
【學位級別】：碩士
【學位年份】：2016
【中圖分類】：P228.4;P352
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 國內外研究現(xiàn)狀
        1.2.2 存在的問題與不足
    1.3 研究的主要內容
第二章 區(qū)域電離層時空變化特征分析
    2.1 電離層對GPS定位的影響
        2.1.1 GPS定位誤差分析
        2.1.2 電離層對GPS定位的影響
        2.1.3 消除電離層影響的方法
    2.2 電離層延遲模型
        2.2.1 經(jīng)驗模型
        2.2.2 擬合模型
    2.3 電離層VTEC數(shù)據(jù)
        2.3.1 雙頻觀測值提取VTEC
        2.3.2 IGS電離層數(shù)據(jù)
    2.4 區(qū)域電離層時空變化特性分析
        2.4.1 空間變化特性
        2.4.2 時間變化特性
    2.5 本章小結
第三章 單點電離層VTEC預報模型
    3.1 時間序列模型
        3.1.1 基本原理
        3.1.2 基于時間序列的VTEC預報模型
    3.2 BP神經(jīng)網(wǎng)絡模型
        3.2.1 基本原理
        3.2.2 基于BP神經(jīng)網(wǎng)絡的VTEC預報模型
    3.3 本章小結
第四章 基于EOF分解的區(qū)域電離層VTEC預報模型
    4.1 EOF分解
        4.1.1 EOF分解簡介
        4.1.2 EOF分解與重構的原理
    4.2 基于EOF分解的區(qū)域電離層VTEC預報模型
        4.2.1 模型構建
        4.2.2 預報結果
        4.2.3 模型比較
    4.3 本章小結
第五章 區(qū)域電離層內插模型研究
    5.1 多項式模型
    5.2 球諧函數(shù)模型
    5.3 BP-PLOY融合模型
    5.4 本章小結
第六章 結論與展望
    6.1 主要內容和結論
    6.2 研究展望
致謝
參考文獻
攻讀碩士學位期間發(fā)表的論文與取得的學術成果

【相似文獻】

相關期刊論文 前10條

1 Weiping Jiang;Yifang Ma;Hongfei Liu;Liansheng Deng;Xiaohui Zhou;;Investigation of Lushan earthquake ionosphere VTEC anomalies based on GPS data[J];Earthquake Science;2013年Z1期

2 Wang Xinzhi;Jia Junhui;Yue Dongjie;Ke Fuyang;;Analysis of ionospheric VTEC disturbances before and after the Yutian Ms7.3 earthquake in the Xinjiang Uygur Autonomous Region[J];Geodesy and Geodynamics;2014年03期

3 劉曉京;何年寧;姜夢;;發(fā)動機的低碳時代—i-VTEC[J];科協(xié)論壇(下半月);2010年07期

4 ;Monitoring Seasonal Variations of Ionospheric TEC Using GPS Measurements[J];Geo-Spatial Information Science;2007年02期

5 祝芙英;吳云;林劍;周義炎;熊晶;楊劍;;汶川地震前電離層VTEC的異常響應[J];地震學報;2009年02期

6 鄧柏昌;楊馬陵;黃江;趙文化;;華南地區(qū)電離層在汶川地震前VTEC異常的研究[J];華南地震;2009年04期

7 Zhou Yiyan;Wu Yun;Yang Jian;Zhu Fuying;Zhao Bin;;Ionospheric disturbances around the time of the Ms7.0 Lushan earthquake[J];Geodesy and Geodynamics;2013年04期

8 ;Analysis of the ionosphere wave-motion with GPS[J];Chinese Science Bulletin;2005年13期

9 ;Ionospheric VTEC anomalies before Ms7.1 Yushu earthquake[J];Geodesy and Geodynamics;2011年02期

10 劉國其;龔建村;黃文耿;沈華;;太陽活動低年低緯地區(qū)VTEC變化特性分析[J];空間科學學報;2013年03期

相關碩士學位論文 前2條

1 王松寒;區(qū)域電離層延遲改正及預報模型研究[D];東南大學;2016年

2 貝峰;多重熒光PCR檢測產(chǎn)vero毒素大腸桿菌（VTEC）方法的研究及初步應用[D];山東農(nóng)業(yè)大學;2007年

本文編號：2837929