本期摘要

     子午工程團隊成員中國科學(xué)技術(shù)大學(xué)薛向輝教授研究團隊，利用子午工程地基多臺站的電離層數(shù)字測高儀，結(jié)合衛(wèi)星天基觀測數(shù)據(jù)與太陽活動等信息，在電離層突發(fā)E層的人工智能建模與預(yù)報方面開展了相關(guān)工作。該研究闡述了外界因素與突發(fā)E 層的復(fù)雜關(guān)系，揭示了電離層E區(qū)域氣候?qū)W演化的主要過程與控制因素，對探索地球中高層大氣的結(jié)構(gòu)和長期演化具有重要意義。相關(guān)工作已經(jīng)發(fā)表在學(xué)科權(quán)威期刊《Atmospheric Chemistry and Physics》上。第一作者為田鵬浩，通訊作者為于秉坤研究員和薛向輝教授。該成果被評選為子午工程2023年度優(yōu)秀成果。

     太陽輻射會使地球大氣發(fā)生電離，電離層不規(guī)則體是電離產(chǎn)生的等離子體分布不均勻而出現(xiàn)的結(jié)構(gòu)。在海拔80至130千米的高度，這部分區(qū)域的大氣在太陽輻射下發(fā)生部分電離并產(chǎn)生大量的電子，被稱為電離層E層。同時外太空流星體進入這片區(qū)域會產(chǎn)生由金屬成分（鈉、鐵等）組成的燒蝕物質(zhì)。這些金屬成分在復(fù)雜的外界因素下匯聚形成稠密的E區(qū)不均勻體（突發(fā)E層），其產(chǎn)生和出現(xiàn)具有很強的不確定性，演化機制也尚未明確，但是卻極大的影響著空間通訊的準(zhǔn)確性和穩(wěn)定性。因此，電離層不均勻體的建模和預(yù)測研究是空間科學(xué)關(guān)注的前沿科學(xué)問題之一。

     研究團隊在前期工作中利用經(jīng)驗?zāi)Ｐ蛯θ螂婋x層突發(fā)E層進行建模，但缺乏對小尺度結(jié)構(gòu)的預(yù)報能力。在最新的工作中，我們基于子午工程的電離層數(shù)字測高儀數(shù)據(jù)，初步探索了不同驅(qū)動因素對電離層E區(qū)不均勻體演化的影響。結(jié)合天基衛(wèi)星觀測，進一步提出了更精確的E區(qū)不均勻體的氣候?qū)W重構(gòu)模型（圖1），有效捕捉了外界變化與電離層E區(qū)不均勻體之間的復(fù)雜關(guān)系（圖2）。聯(lián)合多個國內(nèi)電離層數(shù)字測高儀（北京、武漢、漠河、三亞和邵陽）進行對比驗證，進一步證實了模型的有效性和優(yōu)越的預(yù)報能力。此外，研究團隊基于該模型開發(fā)了全球范圍的預(yù)測應(yīng)用（圖3），該應(yīng)用可以為研究人員提供覆蓋完整太陽活動周期（2002-2025）的E區(qū)不均勻體預(yù)報信息，預(yù)計對極端空間天氣事件的預(yù)警做出重大貢獻。

圖1 基于人工智能技術(shù)重構(gòu)全球電離層E區(qū)不均勻體示意圖

圖2 全球電離層E區(qū)不均勻體氣候?qū)W觀測結(jié)果和模型預(yù)測結(jié)果

圖3 研究團隊開發(fā)的SELF-ANN（Sporadic E Layer Forecast using Artificial Neural Networks）應(yīng)用和有效預(yù)測的時間范圍

    該研究成果為AI在空間天氣建模領(lǐng)域提供了新思路。隨著我國子午工程二期建設(shè)和深空探測日益推進，本項工作可為深入理解和預(yù)測空間環(huán)境變化提供模型支持，更好地評估中高層大氣對無線電波傳播的影響，這對保證長距離空間通信的穩(wěn)定性和安全性至關(guān)重要。

   該研究成果以“Ionospheric irregularity reconstruction using multisource data fusion via deep learning”為題發(fā)表于國際權(quán)威學(xué)術(shù)期刊Atmospheric Chemistry and Physics上。該研究工作得到了量子科技創(chuàng)新計劃、深空探測實驗室前沿科學(xué)研究計劃、中科院穩(wěn)定支持基礎(chǔ)研究領(lǐng)域青年團隊計劃、科技部重點研發(fā)計劃、國家自然科學(xué)基金等資助。同時，中國科學(xué)技術(shù)大學(xué)超級計算中心為本研究提供模擬支持。

文章原文下載鏈接：

https://doi.org/10.5194/acp-23-13413-2023