Москва, Россия
Работа посвящена разработке принципиально новой детерминированно-вероятностной методики моделирования D-области ионосферы и анализу результатов расчетов электронной концентрации (Ne), выполненных с использованием данного подхода. Это направление исследования имеет важное фундаментальное значение, связанное с отказом от детерминированного описания непрерывно изменяющихся сред, таких как ионосфера. Расчеты Ne проводятся по 5-компонентной системе уравнений ионизационно-рекомбинационного цикла D-области с учетом плотностей распределения входных параметров модели. При оценке плотности вероятности скорости ионообразования учитываются наиболее важные источники ионизации D-области. Определено количество итераций расчета, необходимое для сходимости электронной плотности вероятности P(Ne) в диапазоне высот h=50–85 км на сред-неширотной трассе в различных гелиогеофизических условиях. В результате сопоставления теоретических распределений с экспериментальными P(Ne), полученными по двум статистически обработанным банкам данных Ne, получено весьма хорошее согласие на высотах, значимых для распространения радиоволн СДВ–ДВ-диапазона (сверхдлинные — длинные волны). Обоснована необходимость более тщательной верификации P(Ne) по экспериментальным радиофизическим данным распространения СДВ–ДВ-волн.
моделирование D-области ионосферы, вероятностно-статистическое моделирование, теория вероятности, скорость ионизации, электронная концентрация, распространение СДВ–ДВ
ВВЕДЕНИЕ
Не вызывает вопросов, что ионосфера, как среда распространения радиоволн, оказывает существенное влияние на работу радиотехнических систем, следовательно, для компенсации ошибок при расчете распространения радиоволн необходимо знание параметров среды в весьма широком диапазоне высот и широт [Мощные…, 2013].
Широко используемые на сегодняшний день детерминированные методы описания среды не учитывают нерегулярность и непрерывную изменчивость ионосферы и потому непригодны для оперативной коррекции радиолокационных данных. В последние несколько лет на примере D-области ионосферы и распространения через нее радиоволн СДВ–ДВ-диапазона активно разрабатывается принципиально новое направление моделирования — вероятностно-статистическое [Козлов и др., 2014]. Вероятностно-статистические модели позволяют получать плотности распределения ионосферных параметров во всем многообразии комбинаций гелиогеофизических условий. Эти параметры выби-раются согласно их законам распределения и используются при расчете радиофизических величин. В конечном счете имеем плотности вероятности амплитуды и фазы волны на выбранных трассе и частоте в разных условиях солнечной и магнитной активности, на разных широтах, в разные сезоны и время суток. Плотности распределения всех обсуж-даемых выше величин дают детальную картину геофизической и радиофизической обстановки на трассе, содержат в себе информацию о надежности установления связи в тех или иных условиях и дают практическую информацию разработчикам радио-технических систем указанного ранее диапазона о наиболее и наименее благоприятных условиях передачи информации. Все эти сведения не могут быть получены из детерминированных моделей, независимо от того, на каких принципах они строятся, как часто корректируются и какой объем экспериментальных данных используют.
К настоящему моменту обоснованы два направления вероятностно-статистического моделирования: детерминированно-вероятностное и эмпирически-статистическое [Козлов и др., 2014]. Цель настоящей работы — расчет P(Ne) на основании детерминированно-вероятностного (Д-В) подхода и анализ полученных результатов. В основу данного подхода положены теоретические исследования (уравнения ионизационно-рекомбинационного цикла), в которых варьируются неизвестные параметры.
Детерминированно-вероятностное моделирование состоит из следующих этапов.
- Определение неизвестных и наиболее изменчивых параметров ионосферы, входящих в уравнения ионизационно-рекомбинационного цикла D-области ионосферы.
- Нахождение законов распределения этих параметров с шагом по высоте в различных гелиогеофизических условиях по многолетним экспериментальным спутниковым данным.
- Генерация N профилей этих параметров согласно полученным функциям распределения с помощью генератора случайных чисел (сгенерированные значения должны описываться теми же распределениями, что и входные экспериментальные данные). Количество N определяется сходимостью решений уравнений ионизационно-рекомбинационного цикла.
- Решение системы дифференциальных уравнений при каждом наборе сгенерированных профилей.
- Использование полученных профилей Ne в качестве среды распространения радиоволн. Получение плотностей распределения радиофизических параметров на конкретных СДВ-трассах. Верификация функций распределения амплитуды и фазы волны проводится по независимо полученным экспериментальным данным комплексных радиофизических исследований геофизической обсерватории ИДГ РАН «Михнево».
1. Беккер С.З., Козлов С.И., Ляхов А.Н. О некоторых методах повышения точности статистических моделей D-области ионосферы // Труды IV Всероссийской научной конференции «Проблемы военно-прикладной геофизики и контроля состояния природной среды». Санкт-Петербург, 2016. С. 62-66.
2. Брюнелли Б.Е., Намгаладзе А.А. Физика ионосферы. М.: Наука, 1988. 528 с.
3. Данилов А.Д., Ледомская С.Ю. Окись азота в области D. I. Экспериментальные данные о распределении [NO] // Геомагнетизм и аэрономия, 1984. Т. 24, № 4. С. 614-619.
4. Егошин А.А., Ермак В.М., Зецер Ю.И. и др. Влияние метеорологических и волновых процессов на нижнюю ионосферу в условиях минимума солнечной активности по экспериментальным данным по распространению СДВ-ДВ в средних широтах // Физика Земли, 2012. № 3. С. 101-112.
5. Козлов С.И., Ляхов А.Н., Беккер С.З. Основные принципы построения вероятностно-статистических моделей ионосферы для решения задач распространения радиоволн // Геомагнетизм и аэрономия, 2014. Т. 54, № 6. С. 767-779.
6. Котов Ю.Д. Высокоэнергетичные вспышечные процессы на Солнце и их исследование на спутниках КОРОНАС // УФН, 2011. Т. 180, № 6. С. 647-661.
7. Кошелев В.В., Климов Н.Н., Сутырин Н.А. Аэрономия мезосферы и нижней термосферы. М.: Наука, 1983. 184 с.
8. Криволуцкий А.А., Репнев А.И. Воздействие космических факторов на озоносферу Земли. М.: ГЕОС, 2009. 382 с.
9. Мощные надгоризонтные РЛС дальнего обнаружения. Разработка. Испытания. Функционирование / под ред. Боева С.Ф. М.: Изд. Радиотехника, 2013. 168 с.
10. Нестерова И.И., Гинзбург Э.И. Каталог профи-лей электронной концентрации области D ионосферы. Новосибирск: изд-во ИГиГ, 1985. 210 с.
11. Шефов Н.Н., Семенов А.И., Хомич В.Ю. Из-лучение верхней атмосферы - индикатор ее структуры и динамики // М.: ГЕОС, 2006. 741 с.
12. Anderson G.P., Clough S.A., Kneizys F.X., et al. Atmospheric constituent profiles (0-120 km) // Environmental Res. Papers, 1986. N 954. 46 p.
13. Heaps M.G. A parameterization of cosmic ray ionization // Planet. Space Sci., 1978. V. 26. P. 513-517.
14. Krivolutsky A.A., Cherepanova L.A., Vyushkova T.Yu., Repnev A.I. The three-dimensional nu-merical model CHARM-I: the incorporation of processes in the ionospheric D-region // Geomagnetism and Aeronomy, 2015. V. 55, N 4. P. 468-487.
15. Krivolutsky A.A., Vyushkova T.Yu., Mironova I.A. Changes in chemical composition of the atmosphere in polar regions after solar proton flares (3D modeling) // Geomagnetism and Aer-onomy, 2017. V. 57, N 2. P. 173-194.
16. Paulsen D.E., Huffman R.E., Larrabe J.C. Improved photoionization rates of O2(1Δg) in the D-region // Radio Sci., 1971. V. 7, N 1. P. 51-55.
17. Schumer E.A. Improved modeling of midlatitude D-region ionospheric absorption of high frequency radio signals during solar X-ray flares. Dissertation. Department of the Air Force Air University. Air Force Institute of Technology, 2009.
18. Thomas L., Bowman M.R. Model studies of the D-region negative-ion composition during day-time and night-time // J. Atmos. Terr. Phys., 1985. V. 47. N 6. P. 547-556.
19. URL: http://saber.gats-inc.com/browse_data.php (дата обращения 29 декабря 2017 г.).
