ВВЕДЕНИЕС одной стороны, может показаться, что наше понимание физических процессов в ионосфере является достаточно полным. Использовались данные по электронной концентрации и температуре плазмы, взятые из модели IRI, ионному составу и концентрации нейтральных частиц (из глобальной атмосферной модели MSISE [Hedin, 1987]), совместно с текущими данными по солнечному ультрафиолетовому излучению [Tobiska, 1991]. Далее мы рассчитали уровни ионизации и рекомбинации. Получен результат, хорошо согласующийся с наблюдениями в областях E и F1. Добавив к перечисленному выше эффекты диффузии, доминирующие на больших высотах, в спокойной геомагнитной обстановке мы можем также получить хорошее согласие с результатами наблюдений на уровнях ионосферного максимума и выше [Titheridge, 1991]. Таким образом, казалось бы, текущие модели могут удовлетворительно объяснять большинство крупномасштабных особенностей ионосферных слоев. На практике, так как среднее время жизни ионизации может составлять несколько часов, ее распределение в значительной степени зависит от эффектов переноса вследствие электрических полей и ветров нейтральной атмосферы. Несмотря на множество работ, демонстрирующих хорошее согласие с моделями, есть такие, в которых показано, что модели не могут объяснить все крупномасштабные особенности поведения ионосферы, особенно для длинных рядов данных [Richards et al., 2009].Таким образом, текущим предметом исследования является определение основных драйверов динамических эффектов, которые вызывают большинство аномалий в F-области ионосферы [Titheridge, 1991].Именно поэтому проблема изучения динамического режима ионосферы относится к числу важнейших, а теоретическое и экспериментальное изучение движений в ионосфере занимает важное место в международных программах геофизических и космических исследований. Кроме того, параметры скоростей естественных крупномасштабных движений нейтральной и ионизированной компонент ионосферной плазмы необходимы для построения физических моделей верхней атмосферы, исследования физической природы взаимодействия различных атмосферных слоев, решения ряда прикладных задач (распространение радиоволн, ориентация космических аппаратов, радиоизмерения параметров их движения и т. д.).Очень важный объем данных по ионосферной динамике, охватывающих значительный диапазон высот на разных долготах и широтах, обеспечивается глобальной сетью радаров НР, особенно в сочетании с другими инструментами дистанционного зондирования [Griffin et al., 2004a, b], начиная с оптических интерферометров Фабри-Перо [Vila et al., 1998], ионозондов [Lei et al., 2003; Shchepkin et al., 2009] и заканчивая GPS-спутниками и инструментами, установленными на искусственных спутниках Земли [Endawoke, Yizengaw, 2012]. В практике метода НР для определения лучевой скорости плазмы обычно используют спектр мощности или фурье-преобразование спектра - автокорреляционную функцию (АКФ). В первом приближении скорость дрейфа плазмы может быть определена независимо от других ионосферных параметров через угол наклона фазы ψ(τ) АКФ. Однако доплеровский сдвиг спектра НР за счет движения плазмы весьма мал по сравнению с шириной спектра рассеянного сигнала, а дисперсия при определении доплеровского сдвига велика. На ИРНР такая методика определения скорости дрейфа методом линейной регрессии имеет еще и дополнительную погрешность. Дело в том, что уникальной особенностью ИРНР, которую необходимо учитывать в ионосферных измерениях, является частотный принцип сканирования, т. е. зависимость направления излучения от несущей частоты. При возникновении, например, значительных горизонтальных градиентов электронной концентрации в плоскости сканирования этот фактор приводит к искажениям спектра НР-сигнала, делая его асимметричным. Искажения такого рода сказываются на точности восстановления параметров плазмы, в особенности при определении скорости дрейфа. Для компенсации этих искажений на ИРНР нами был разработан специальный метод [Potekhin, 2008].