人工智能技术在电离层扩展F领域的应用研究

　　电离层是近地空间环境的重要组成部分，对信息系统的无线电波传播会产生重要的影响。由于受到来自太阳与地磁活动、高层大气乃至近地面低层大气的多种因素的驱动，电离层中会出现各种不规则结构，扩展F是电离层中常见的一种不规则结构之一，其时空变化可导致复杂的无线电传播效应，进而影响无线电系统的性能，一直以来是研究电波环境和电离层空间天气的热点问题。为了加深对我国中低纬度地区电离层扩展F发生变化规律的认识，提升我国电离层空间天气精细化建模、预报和电波传播应用的能力，本书利用中国和日本部分台站的电离层观测数据，系统分析了在不同的太阳和地磁活动条件下中低纬度地区电离层扩展F发生概率的区域统计特征，研究了扩展F与电离层F2层临界频率（foF2）、F层虚高（h′F）、偶发E层（Es层）和电离层闪烁效应的相关性、大数据分析处理方法及中低纬度地区扩展F发生概率的预测方法。本书的主要研究内容如下：①基于我国和日本中低纬度地区共12个台站多年的电离层垂测数据，深入分析和研究了中低纬度地区电离层频率扩展F和距离扩展F的时空变化特征。研究结果表明扩展F发生概率的经向变化比纬向变化明显，同时在35°N~45°N纬度沿海及海洋区域扩展F的发生概率高于内陆地区。这些研究成果深化了对我国中低纬度地区电离层扩展F发生规律及其区域变化特征的认识。②利用海口、广州、北京、长春站的电离层垂测数据，开展了扩展F与电离层F层背景参数中foF2、h′F的相关性研究。研究获得了4个站点控制频率扩展F发生的foF2的阈值和距离扩展F发生概率随h′F的变化特征。结果表明，foF2的阈值随着纬度的升高而减小。距离扩展F发生概率随h′F的升高而增大，在240~290 km处发生概率，随着h′F的进一步增高发生概率逐渐减小。发现频率扩展F与foF2满足线性关系，而距离扩展F与h′F满足二次曲线关系，并且给出了拟合曲线的表达式。这些结果深化了对扩展F与电离层F层背景参数的内在联系的认识。③利用多台站的电离层垂测和闪烁数据，分析了扩展F与电离层闪烁以及偶发E层的相关性。发现距离扩展F与闪烁现象的相关系数高达0.7~0.9，且相关系数随着纬度的升高而减小。同时，扩展F的发生概率随着foEs和fbEs差值的减小而增大，发现扩展F的发生概率与foEs和fbEs差值满足三次曲线关系并且给出了拟合曲线的表达式。这些结果拓展了对扩展F与其他不规则体现象相关性的认识。④基于太阳和地磁活动指数、foF2、h′F等参数和神经网络算法，提出了一种新的扩展F发生概率的预测方法。该方法较国际已有的预测方法增加了foF2和h′F作为预测模型的输入参数。与已有预测方法的对比结果显示，该模型的预测精度比已有预测模型的平均均方差提高了约7%，并且该模型可更好地用于我国区域扩展F发生概率的预测。本书介绍了电离层不规则体理论、我国扩展F的区域特征及人工智能预测预报扩展F发生概率的方法，内容上既包括其基本理论的详细介绍，又包括其在实际问题上的具体应用，可使读者循序渐进地掌握电离层扩展F的变化特性及其未来在通信、导航中的应用前景。本书内容安排适合高等学校空间物理、智能科学与技术、计算机科学等相关专业本科生、硕士研究生及博士研究生的实际研究和教学要求，做到深入浅出、重点突出，读者可以在相对较短的时间内入门并深入进去进而得到启发，也可作为相关研究领域的科研工作者的参考资料。

　　电离层是近地空间环境的重要组成部分，由于受到来自太阳与地磁活动、高层大气乃至近地面低层大气的多种因素的驱动，电离层中会出现各种不规则结构，扩展F是电离层中最常见的一种不规则结构之一。本书利用东亚地区中国和日本部分台站的电离层观测数据，系统分析了我国电离层扩展F发生概率的区域统计特征，以及我国中低纬地区扩展F发生概率的预测方法，并抢先发售将人工神经网络算法应用于电离层扩展F发生概率的预测预报领域。

章  绪  论  1
1.1  选题的背景及意义  1
1.2  国内外研究现状  3
1.2.1  扩展F发生概率的变化特征  4
1.2.2  扩展F与电离层F层背景参数的相关性  7
1.2.3  扩展F与其他不规则体现象的相关性  8
1.2.4  扩展F发生概率的预测模型  11
1.2.5  人工智能技术发展概述  14
1.3  研究内容及主要工作  16
第二章  电离层及其不规则结构  20
2.1  引言  20
2.2  电离层  21
2.2.1  电离层的形成  21
2.2.2  电离层的分层结构  22
2.3  电离层不规则结构及其基本特征  23
2.3.1  扩展F  24
2.3.2  偶发E层(Es层)  25
2.3.3  电离层闪烁  26
2.4  太阳与地磁活动的影响及表征参数  27
2.5  电离层不规则结构的探测  28
2.5.1  电离层垂直探测仪  29
2.5.2  闪烁监测设备  31
2.6  本章小结  32
第三章  中低纬度地区电离层扩展F的产生机制  33
3.1  引言  33
3.2  低纬度地区扩展F的产生机制  34
3.3  中纬度地区扩展F的产生机制  37
3.4  改进的线性增长率的计算方法  40
3.5  影响线性增长率的因素分析  43
3.6  本章小结  47
第四章  中低纬度地区扩展F的区域统计特征  48
4.1  引言  48
4.2  数据来源与处理  49
4.3  电离层扩展F的经向变化特征  51
4.3.1  年变化  54
4.3.2  随太阳、地磁活动变化  56
4.3.3  季节变化  59
4.3.4  日变化  60
4.4  电离层扩展F的纬向变化特征  61
4.4.1  年变化  62
4.4.2  随太阳、地磁活动变化  65
4.4.3  季节变化  67
4.4.4  日变化  69
4.5  扩展F区域变化特征的机制分析  70
4.6  本章小结  75
第五章  扩展F与电离层F层背景参数的相关性  77
5.1  引言  77
5.2  峰高、虚高、厚度的统计特征  78
5.2.1  数据来源与处理  78
5.2.2  峰高的变化特征  79
5.2.3  虚高的变化特征  81
5.2.4  厚度的变化特征  82
5.3  扩展F与临界频率、虚高的相关性  83
5.3.1  数据来源与处理  83
5.3.2  F2层临界频率(foF2)的变化  86
5.3.3  F层虚高(h′F)的变化  87
5.3.4  扩展F发生概率的变化  89
5.3.5  相关性分析  92
5.4  本章小结  97
第六章  扩展F与其他不规则体现象的相关性  99
6.1  引言  99
6.2  扩展F与电离层闪烁的相关性研究  100
6.2.1  数据来源与处理  100
6.2.2  年变化  102
6.2.3  季节变化  105
6.2.4  日变化  109
6.2.5  相关性分析  110
6.3  扩展F与Es层相关性研究  115
6.3.1  数据来源与处理  115
6.3.2  年变化  117
6.3.3  季节变化  119
6.3.4  日变化  120
6.3.5  相关性分析  120
6.4  本章小结  124
第七章  大数据处理方法  126
7.1  引言  126
7.2  数据预处理  127
7.2.1  数据预处理概述  127
7.2.2  数据预处理流程  127
7.3  算法模型  130
7.3.1  模型学习方式  130
7.3.2  分类模型  132
7.3.3  聚类算法  143
7.3.4  时间序列预测算法  148
7.4  模型评价  154
7.4.1  评价指标  154
7.4.2  模型评估方法  157
7.4.3  超参数调优方法  158
7.4.4  欠拟合与过拟合  159
7.4.5  实验应用  160
7.5  本章小结  168
第八章  电离层扩展F发生概率的预测模型研究  169
8.1  引言  169
8.2  神经网络算法简介  170
8.3  数据来源与处理  172
8.4  扩展F发生概率预测模型的构建  176
8.5  预测模型的精度分析  181
8.6  本章小结  184
第九章  总结与展望  186
9.1  研究总结  186
9.2  研究展望  188
参考文献  190