Диссертация (Ассимиляционная модель ионосферы на основе независимой оценки аппаратных дифференциальных задержек), страница 6

Оператор (т.н. оператор наблюдений), приводитвектор состояния к размерности вектора наблюдений у, то есть, в случае созначениями ПЭС вдоль трассы распространения навигационного сигнала,совершает интерполяцию и интегрирование. Третье уравнение производиткорректировку вектора состояния, рассчитанного с помощью численной29физически обоснованной модели с учетом поступивших экспериментальныхданных.2.3. Структурная схема ассимиляционной модели ионосферыСозданная в настоящей работе ансамблевая ассимиляционная модельпредназначена для оценки текущего состояния ионосферы и параметроввнешних воздействий. Теоретическая численная физически обоснованнаямодель ионосферы, применяемая в данной работе, подробно описана в разделе2.1.

диссертации. В том же разделе представлены уравнения магнитнойгидродинамики, их приближения и разложения на конечно-разностные схемыдля численного решения. Реализация численной физически обоснованноймодели ионосферы выполнена на языке C++ в объектно-ориентированномстиле. После компиляции, модель представляет собой исполняемый файл всреде UNIX, принимающий на вход файл с пользовательскими настройками.Настройки включают в себя технические параметры запуска физическиобоснованной модели.Система ассимиляции экспериментальных данных в результаты расчетовчисленной модели рассмотрена в разделе 2.2. Система ассимиляции данныхбылареализованапрограммированияавторомсвязаннасязыкеMatLab.относительнойВыборпростотойэтогоязыкапостроенияпараллельных программ в рамках принятых программных шаблонов. Из-забольших объемов расчетов и потоков данных, возможность параллельнойобработки информации является важным элементом разработанной системы,позволяющим ей работать в режиме квази-реального времени.На рис.

2.1 представлена схема работы экспериментального образцааппаратно-программного комплекса (АПК), разработанного автором в ФГБУЦАО на базе ассимиляционной модели ионосферы. АПК включает: комплексслужебных программ для сбора данных в сети Интернет, комплекс программобработки полученной информации, комплекс программ расчета параметровионосферы с помощью физически обоснованной модели и корректировки30результатов на основе фильтра Калмана, с помощью массивов данных ополном электронном содержании.Рис. 2.1. Схема работы АПК на основе ассимиляционной моделиионосферы ЦАО.Ассимиляционная модель ионосферы была установлена на сервер вФГБУ «Центральная Аэрологическая Обсерватория» и запущена длярегулярного расчета параметров состояния ионосферы в 2012 году.

Послезавершения каждого временного шага, модель сохраняет результаты расчетовна регулярной географической стеке в формате Network Common Data Format(NetCDF), описанном в [56]. Выбранный формат является стандартом дляхранения 67 геофизических данных и адаптирован для хранения мета-данных,таких как название переменных и их размерность.312.4.

Результаты валидации ассимиляционной модели по независимымэкспериментальным данным2.4.1. Сравнение с данными радара некогерентного рассеянияОдним из наиболее точных приборов для определения параметровкосмическойплазмыявляетсярадарнекогерентногорассеяния,предоставляющий вертикальные профили электронной концентрации, ионнойи электронной температуры. Радарные данные для сравнения былипредоставлены по согласованию сотрудниками Обсерватория МиллстоунХилл, США, штат Масачуссетс (точные координаты 71°29′30.23″W,42°37′10.2″N). Интерполяция результатов трехмерной модели на траекториюлуча радара позволяет сравнить результаты разработанной системы с наиболеенадежными экспериментальными данными.На рис 2.2 представлены графики вертикального распределенияэлектронных концентраций (результаты работы радара - синие, физическиобоснованной модели без ассимиляции - зеленые, ассимиляционной модели –красные).

На этом же графике приведена эмпирическая модель вертикальногораспределения электронной концентрации, полученная на основе радарныхизмерений в обсерватории Миллстоун-Хилл за 50 лет наблюдений. На двухнижних графиках (рис. 2.2) представлены гистограммы отклонений физическиобоснованной(слева)иассимиляционной(справа)моделейотэкспериментальных данных. Как видно из рис. 2.2 значения, полученные спомощью трехмерной ассимиляционной модели, практически совпадают срезультатами наблюдений. Среднеквадратичное отклонение в данномсравнении составляет порядка 3.35×1010 электронов в м3.

Это не стольбольшая величина, если учесть, что концентрация электронов в слоемаксимума достигает значения 3.5×1011 электронов в м3. Без использованияассимиляции данных отклонение результатов моделирования от результатовизмерения возрастает практически на порядок.32В ассимиляционной модели происходит усвоение данных о наклонноминтегральном содержании электронов, что корректирует непосредственнотрехмерное распределение концентрации электронов в плазме. С помощьюуравнений физически обоснованной теоретической численной моделиионосферы экспериментальные данные влияют на остальные выходныепараметры модели. В частности, трехмерное распределение концентрацийосновных 7 типов ионов (H+, He+, O+, O2+, NO+, N+, N2+), а также скоростии температуры всех восьми компонент.

Таким образом, усвоение данныхпозволяет скорректировать и приблизить результаты моделирования креальным измерениям. В качестве подтверждения на рис. 2.3 и 2.4 приведенысравнения по ненаблюдаемым параметрам, в частности, по температуре ионови электронов.Рис. 2.2. Вертикальное распределение электронных концентраций иотклонения физически обоснованной и ассимиляционной модели отэкспериментальных данных.33На рис 2.3 представлены графики вертикального распределенияэлектронной температуры (результаты работы радара - синие, физическиобоснованной модели без ассимиляции - зеленые, ассимиляционной модели –красные) и результаты эмпирической модели, построенной по данным радарав Миллстоун-Хилл за 50 лет наблюдений.

На двух нижних графиках (рис. 2.3)представлены гистограммы отклонений физически обоснованной (слева) иассимиляционной (справа) моделей от экспериментальных данных.Рис. 2.3. Вертикальное распределение электронной температуры иотклонения физически обоснованной и ассимиляционной модели отэкспериментальных данных.На рис. 2.4 представлены графики вертикального распределения ионнойтемпературы (результаты работы радара - синие, физически обоснованноймодели без ассимиляции - зеленые, ассимиляционной модели – красные) ирезультаты эмпирической модели, построенной по данным радара вМиллстоун-Хилл за 50 лет наблюдений. На двух нижних графиках (рис. 2.4)34представлены гистограммы отклонений физически обоснованной (слева) иассимиляционной (справа) моделей от экспериментальных данных. В качественаиболее представительного иона в модели был выбран ион O+.Рис.

2.4. Вертикальное распределение ионной температуры и отклоненияфизически обоснованной и ассимиляционной модели от экспериментальныхданных.Сравнения температур и ионов, и электронов показывают хорошуюсогласованность результатов моделирования, проводимого с использованиемассимиляции навигационных данных, с данными наблюдений (см. рис. 2.3 и2.4.). Отметим, что относительная погрешность наблюдений для температурзаряженных частиц гораздо выше, чем погрешность экспериментальныхзначений концентраций.

Особенно это заметно в верхних слоях, начинаяпримерно от 350-400 км над поверхностью Земли.Среднеквадратичное отклонение для профилей температур в сравнениирезультатов ассимиляционной модели с результатами наблюдений составляет35порядка 200-280 К. Что является хорошей оценкой, т.к.величиныпогрешности наблюдений могут достигать значения выше 500 К.2.4.2. Сравнение данных ассимиляционной модели с данными сетиионозондовВажнейшими параметрами, характеризующими состояние ионосферы,являются максимальное значение электронной концентрации в слое F2 (сточностью до множителя критическая частота) и высота максимумаэлектронной концентрации в этой области ионосферы. Эти параметрыявляются основными факторами для расчета траекторий распространениярадиоволн.

Экспериментально значение критической частоты может бытьопределено с помощью ионозонда - прибора, зондирующего ионосферу спомощью радиоволны переменной частоты. По уровню принятого сигнала ипо времени его прихода, определяется высотная зависимость плазменнойчастоты вплоть до высоты главного максимума. Значение частоты электроновзатем может быть пересчитано в значение электронной концентрации вкаждой точке профиля. Исходя из результатов моделирования, также можноопределить значение критической частоты для любой точки над поверхностьюЗемли. Для этого необходимо провести интерполяцию электронныхконцентраций с регулярной сетки в точку с выбранными координатами, затемопределить максимум электронной концентрации над этой точкой и перевестиконцентрацию в критическую частоту по формуле1 4 2√2 =2(2.13)В выражении (2.13) - электронная концентрация в точке максимума, а и - заряд и масса электрона соответственно.Сравнение суточного хода критической частоты слоя F2 проводилосьрегулярно.Нарис.2.5представленыпримерысопоставленияэкспериментальных данных о суточных вариациях критических частот f0F236для станций вертикального зондирования Москва (верхние графики) иИркутск (нижние графики) с результатами моделирования ФГБУ ЦАО и IRIдля отдельных дней февраля 2012 г.