课题基金基金详情
基于SuperDARN雷达观测的极区中层夏季回波特征研究
结题报告
批准号:
41704154
项目类别:
青年科学基金项目
资助金额:
24.0 万元
负责人:
刘二小
依托单位:
学科分类:
D0411.空间物理学
结题年份:
2020
批准年份:
2017
项目状态:
已结题
项目参与者:
陈相材、吴超、张树奇、徐天诚
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
客服二维码
微信扫码咨询
中文摘要
极区中层夏季回波(PMSE)一直是空间天气学中很重要的研究课题之一,受到国内外学者的广泛关注。目前大部分的研究方法和手段主要是利用甚高频(VHF)雷达对北半球PMSE现象进行研究。由于设备的缺乏,对南半球PMSE以及从全球角度对PMSE的研究很少。本项目团队在已有相关研究成果的基础上,利用中国南极中山站高频雷达以及中山站测高仪常年的观测数据,结合全球分布广泛的SuperDARN雷达观测网,对PMSE的全球分布范围、南北半球对比特征、日变化、季节性变化特征以及地磁活动和太阳活动对其的影响开展研究。预期成果将进一步丰富磁层-电离层-中高层大气系统耦合理论,为后续的研究提供新的思路和方法,推动PMSE的研究迈上新的台阶。
英文摘要
Polar Mesosphere Summer Echoes(PMSE) is one of the most important topics in space weather research and is also got the extensive attention by experts at home and abroad. Currently, PMSE are primarily studied in the VHF wavelength range in Northern Hemisphere(NH). The observation history of PMSE in Southern Hemisphere(SH) is very short and our knowledge of them is still very poor due to the lack of radars deployed in polar region in SH.Based on the related results,the applicant will analyse the global distribution and the differences of PMSE in NH and SH.The diurnal and seasonal variation of SuperDARN PMSE will be presented statistically.The influence of geomagnetic activity will be investigated.The expected results will enrich the coupling theory of magnetosphere-ionosphere-thermosphere system and a novel method is proposed to solve the problems in these fields,promoting PMSE research to a new level.
该项目收集了全球SuperDARN雷达网数据并进行初步筛选和整理;基于IDL可视化编程语言,构建了从SuperDARN全球雷达网中提取PMSE的算法,并且提取了多个PMSE典型事件,同时制作了事件列表;通过对典型PMSE的事件分析,总结了高频段PMSE的变化特征及其规律,分析了极光带粒子沉降对PMSE产生的影响,阐述了了可能的物理机制;通过对提取算法进行优化,从全球多部雷达中提取了大量的PMSE事件用于后续的统计分析;对PMSE进行了全球分布范围的统计及对比分析,分析了不同地理纬度、地磁纬度PMSE的差异,分析了其中蕴藏的物理机制。提取了南北半球SuperDARN雷达网中靠近极光带雷达观测的PMSE事件,考虑地磁活动、太阳活动增强和减弱时PMSE的变化规律和特征;对不同的太阳风条件,行星际磁场和地磁活动与PMSE的变化进行了相关性分析;基于SuperDARN雷达可能谈的回波类型,分析了电离层不规则体回波、极区中层夏季回波、流星余迹散射回波和地面、海面散射回波的各自特点,考虑不同回波分类的情况对电离层对流图的影响,重构了电离层对流图,构建了电离层对流中的重要参数-越极盖电势的深度学习模型,评估了模型误差,探讨了深度学习在极区中层夏季回波分类以及电离层对流模型构建中的应用潜力。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
Predicting SuperDARN cross polar cap potential by applying regression analysis and machine learning
通过应用回归分析和机器学习预测 SuperDARN 跨极上限潜力
DOI:10.1016/j.jastp.2019.105057
发表时间:2019-10
期刊:Journal of Atmospheric and Solar-Terrestrial Physics
影响因子:1.9
作者:Liu Erxiao;Hu Hongqiao;Liu Jianjun;Teng Xuyang;Qiao Lei
通讯作者:Qiao Lei
DOI:10.1007/s11431-017-9178-4
发表时间:2018-11-01
期刊:SCIENCE CHINA-TECHNOLOGICAL SCIENCES
影响因子:4.6
作者:Huang DeHong;Liu ErXiao;Liu JianJun
通讯作者:Liu JianJun
Deep Learning Models for Estimation of the SuperDARN Cross Polar Cap Potential
用于估计 SuperDARN Cross Polar Cap 潜力的深度学习模型
DOI:10.1029/2020ea001219
发表时间:2020
期刊:Earth and Space Science
影响因子:3.1
作者:Liu Erxiao;Hu Hongqiao;Liu Jianjun;Qiao Lei
通讯作者:Qiao Lei
Focus High-Resolution Highly Squint SAR Data Using Azimuth-Variant Residual RCMC and Extended Nonlinear Chirp Scaling Based on a New Circle Model
基于新圆模型,使用方位角变化残差 RCMC 和扩展非线性线性调频缩放来聚焦高分辨率高斜视 SAR 数据
DOI:10.1109/lgrs.2018.2800105
发表时间:2018-03
期刊:IEEE Geoscience and Remote Sensing Letters
影响因子:4.8
作者:Zhong Hua;Zhang Yanjun;Chang Yuliang;Liu Erxiao;Tang Xianghong;Zhang Jianwu
通讯作者:Zhang Jianwu
国内基金
海外基金