海洋学研究 >

2025 , Vol. 43 >Issue 2: 58 - 66

DOI: https://doi.org/10.3969/j.issn.1001-909X.2025.02.007

研究论文

基于船载GNSS数据对南海区域全球电离层模型精度的评估分析:以2024年5月磁暴为例

  • 李国翔 , 1, 2 ,
  • 罗孝文 , 1, 2, * ,
  • 万黉扬 3 ,
  • 崔家馨 4 ,
  • 魏巍 5
展开
  • 1.山东科技大学 测绘与空间信息学院,山东 青岛 266590
  • 2.海底科学与划界全国重点实验室,自然资源部第二海洋研究所,浙江 杭州 310012
  • 3.上海交通大学 海洋学院,上海 200030
  • 4.中国地质大学 海洋学院,北京 100083
  • 5.自然资源部深圳海洋中心,广东 深圳 518067
*罗孝文(1972—),男,研究员,主要从事地球信息与探测技术方面的研究,E-mail: 。

李国翔(1997—),男,山西省新绛县人,主要从事GNSS数据处理方面的研究,E-mail:。

收稿日期: 2024-12-24

  修回日期: 2025-02-24

  网络出版日期: 2025-08-05

基金资助

国家重点研发计划(2023YFC2808800)

浙江省财政一般公共预算资助项目(330000210130313013006)

收起

Evaluation and analysis of the global ionospheric model accuracy in the South China Sea based on shipboard GNSS data: Take the magnetic storm in May 2024 as an example

  • LI Guoxiang , 1, 2 ,
  • LUO Xiaowen , 1, 2, * ,
  • WAN Hongyang 3 ,
  • CUI Jiaxin 4 ,
  • WEI Wei 5
Expand
  • 1. College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China
  • 2. State Key Laboratory of Submarine Geoscience, Second Institute of Oceanography, MNR, Hangzhou 310012, China
  • 3. College of Oceanography, Shanghai Jiao Tong University, Shanghai 200030, China
  • 4. College of Oceanography, China University of Geosciences, Beijing 100083, China
  • 5. Shenzhen Ocean Center, MNR, Shenzhen 518067, China

Received date: 2024-12-24

  Revised date: 2025-02-24

  Online published: 2025-08-05

Fold

摘要

基于全球卫星导航系统(global navigation satellite systems,GNSS)基准站建立的全球电离层模型是目前广泛使用的全球电离层产品,对全球电离层模型在磁暴期间可靠性和精度的分析和评价是合理使用该模型的必要前提。本研究采用靠近南海的基准站数据来验证船载GNSS数据解算的电离层天顶方向总电子含量(vertial total electron content,VTEC)的可靠性,并利用船载数据和基准站数据对磁暴期间全球电离层模型在我国南海区域的精度进行了初步的分析和评价。结果表明,船载数据与基准站数据解算的电离层VTEC有相同的变化趋势;磁暴期间,我国南海区域的全球电离层模型值与船载数据解算值及基准站(HKSL、PIMO)数据解算值之间的误差增大,其RMSE日均值分别为41.21、27.40和30.86 TECU,这表明磁暴活动对电离层的扰动导致了全球电离层模型精度明显下降。

关键词： 船载GNSS数据; IGS基准站; 全球电离层模型; 磁暴; 精度分析; 南海

本文引用格式

李国翔 , 罗孝文 , 万黉扬 , 崔家馨 , 魏巍 . 基于船载GNSS数据对南海区域全球电离层模型精度的评估分析:以2024年5月磁暴为例[J]. 海洋学研究, 2025 , 43(2) : 58 -66 . DOI: 10.3969/j.issn.1001-909X.2025.02.007

Abstract

The global ionospheric model based on the global navigation satellite systems (GNSS)reference stations is currently the most widely used global ionospheric product. The analysis and evaluation of the reliability and accuracy of the global ionospheric model during magnetic storms is a necessary prerequisite for the rational use of the model. In this study, the data of the reference stations near the South China Sea were used to verify the reliability of the ionospheric vertial total electron content (VTEC)calculated from shipboard GNSS data, and the accuracy of the global ionospheric model in the South China Sea during magnetic storms was preliminarily analyzed and evaluated using the shipboard GNSS observation data and reference stations data. The results show that the ionospheric VTEC calculated from the shipboard data and the reference stations data have the same trend of change. During the magnetic storm, the error between the global ionospheric model value in the South China Sea region of China and the shipboard observation data and the reference stations (HKSL, PIMO)data increases, and the daily average RMSE values are 41.21, 27.40 and 30.86 TECU, respectively, which indicates that the disturbance of the ionosphere by the magnetic storm activity has led to a significant decrease in the accuracy of the global ionospheric model.

Key words： shipboard GNSS data; IGS reference station; global ionospheric model; magnetic storm; accuracy analysis; the South China Sea

0 引言

电离层位于距离地面60~1 000 km的高空,与磁层和高、中、低层大气共同组成了地球空间,主要受太阳和地磁活动的影响,是日地系统空间环境的重要组成部分。电离层总电子含量(total electron content,TEC)是描述电离层电子密度分布形态的重要参数之一,可以有效反映电离层的动态变化。全球导航卫星系统(global navigation satellite systems,GNSS)具有全天候、易布站、高精度等优点,已成为地球电离层探测的主要技术手段之一[1-3]。
随着GNSS电离层探测技术的不断提高,1998年国际GNSS服务组织(International GNSS Services,IGS)成立了电离层工作组,工作组根据GNSS基准站数据进行全球电离层TEC建模,并生成全球电离层TEC格网(global ionospheric map,GIM)。GIM作为IGS发布的GNSS精密产品的重要组成部分,为全球电离层研究和应用提供了丰富的数据资源[4-5]。目前,有很多研究基于基准站的观测数据对全球电离层模型进行精度分析,在基准站分布密集的陆地区域,全球电离层模型精度较高,在基准站分布较少的海洋区域,其精度低于陆地区域[6-7]。近年来,也有一些学者采用测高卫星数据对全球电离层模型在海洋区域的精度进行评估分析[8],其中,Jason系列测高卫星提供的海洋TEC数据作为海洋上空电离层监测的重要数据源被广泛应用于模型验证[9]。李子申等[10]将全球电离层模型计算的TEC与测高卫星提供的电离层TEC进行对比,发现GIM产品与测高卫星数据之间存在着系统偏差。由于可用于海洋区域电离层监测的卫星数量有限,为了更好地评估全球电离层模型精度,一些学者引入船载数据对海洋区域的全球电离层模型进行了评估,结果表明其精度不高[11]。在南海地区,IGS基准站观测数据少,电离层特性复杂,虽然有学者利用传统基准站数据研究了南海电离层的特征,但由于缺乏高时空分辨率的数据,研究结果未能很好地反映南海电离层的情况[12-13],特别是在磁暴期间,电离层TEC受太阳活动和地磁活动影响较大的情况下[14-15]。分析和评估磁暴期间全球电离层模型在海洋区域的精度,对电离层GIM产品在该地区的合理应用以及后续研究具有重要意义。
根据现有研究[16],球谐函数建模可在全球范围实现电离层TEC的内插与外推,且能保持电离层TEC变化的连续性和可靠性。欧洲定轨中心(Center Orbit Determination in Europe, CODE)提供的全球电离层TEC格网数据基于球谐函数模型计算,是国际通用的高精度电离层产品之一,被广泛应用于电离层研究和GNSS应用领域[17]。本研究首先采用南海区域的IGS基准站数据验证了船载GNSS数据解算电离层TEC的可靠性;然后采用船载GNSS数据和IGS基准站数据验证、分析了在2024年5月磁暴期间CODE发布的全球电离层模型在我国南海海域的精度。

1 数据与分析方法

1.1 数据来源

2024年4月22日—5月29日,在我国南海区域开展了科学调查,科考船航线位于北纬10°至22°之间。通过船载 GNSS 观测数据可获得航行路径上的电离层TEC信息,为后续评估全球电离层模型的可靠性和精度提供数据支持。船载GNSS数据主要是通过船上搭载的GNSS接收机获取,接收机型号为Trimble NetR9,配套天线为NAV_ANT3001R。船载接收机支持多频段卫星信号接收,包括GPS的L1、L2、L5频段,GLONASS的L1、L2频段,输出伪距和载波相位观测数据,数据采样间隔为30 s。
通过收集南海附近的IGS基准站HKSL(22.372 0°N,113.927 9°E)和PIMO(14.635 7°N,121.077 7°E)的观测数据来验证船载GNSS数据的可靠性。科考船在南海区域的航行轨迹及IGS基准站的位置见图1。
图1 科考船在南海的航行路线和IGS基准站位置

Fig.1 Routes of the research vessel within the South China Sea and location of IGS reference stations

1.2 全球电离层模型

本研究采用的全球电离层TEC数据由CODE发布的GIM产品提供。该数据是基于全球GNSS观测网,采用15阶球谐函数模型计算,时间分辨率为1 h,空间分辨率为2.5°×5.0°(经度×纬度),覆盖全球范围,可提供连续的电离层TEC时空分布信息[17]。
描述全球电离层VTEC的球谐函数模型[18]如下
$\begin{array}{c} \operatorname{VTEC}(\varphi, \lambda)=\sum_{n=0}^{n_{d} \max } \sum_{m=0}^{n} \widetilde{P}_{n m}(\sin \varphi)\cdot\left[\widetilde{A}_{n m} \cos (m \lambda)+\right. \\ \left.\widetilde{B}_{n m} \sin (m \lambda)\right] \end{array}$
式中:VTEC(φ,λ)表示电离层交叉点处天顶方向上的电离层TEC(vertial TEC,VTEC);φ表示电离层交叉点处的纬度;λ表示电离层交叉点处的经度;nd max为球谐函数的最大度数; A ~ n m与 B ~ n m分别表示待估的模型参数; P ~ n m(sinφ)=MC(n,m)·Pnm(sinφ),表示n度m阶的归化勒让德函数,其中MC(n,m)表示归化函数,可由下式计算:
MC(n,m)= ( n - m ) ! ( 2 n + 1 ) ( 2 - δ 0 m ) / ( n + m ) !
式中:δ0m表示Kronecker型δ函数。

1.3 电离层VTEC的提取方法

非差非组合精密单点定位(precise point positioning,PPP)将电离层延迟作为待估参数,可从船载GNSS数据中提取电离层VTEC信息。该方法受观测噪声和多路径效应的影响较小,在复杂气象条件下仍能保持较高精度[19-20]。原始观测方程如下
P r , j s = ρ r s + c ( d t r - d t s ) + I + T + c ( b r , j s - b j s ) + ε r , j s L r , j s = ρ r s + c ( d t r - d t s ) - I + T + γ j s ( M r , j s + B r , j s - B j s ) + ζ r , j s
式中:P为j频率的伪距观测值,L为j频率的相位观测值,r表示接收机的编号,s表示卫星的编号,c为真空中的光速,ρ表示接收机与卫星之间的距离,dtr为接收机钟差,dts为卫星钟差,I为电离层延迟,T为对流层延迟,b为接收机和卫星端的非校正伪距硬件延迟,B为非校正相位硬件延迟,M为整周模糊度参数,γ为对应的载波波长,ε为伪距观测噪声,ζ为相位观测噪声[21]。
由式(3)可估计出电离层延迟信息,得到的电离层延迟[22]如下
I=STEC+ f   1 2 f   2 2 40.8 × ( f   1 2 - f   2 2 )(c·DCBr-c·DCBs)
式中:STEC为卫星信号传播路径中的斜总电子含量(slant total electron content,STEC), f为对应信号的频率;DCBr和DCBs为接收机和卫星的差分码偏差。
由式(4)可以看出非差非组合PPP 估计出来的电离层延迟含有卫星及接收机差分码偏差值,因此需要进一步将实际的电离层延迟与DCB值进行分离[23]。
然后,采用电离层薄层假设模型提取出VTEC值。其中电离层薄层模型采用的是三角投影函数,如下所示:
$F(\theta)=\frac{\mathrm{STEC}}{\mathrm{VTEC}}=\frac{1}{\cos (\alpha)}=\frac{1}{\sqrt{1-\left[\frac{R_{\text {earth }}}{R_{\text {earth }}+H_{\text {ion }}} \cos (\theta)\right]^{2}}}$
式中:F(θ)是电离层交叉点处的投影函数,θ是卫星相对于接收机的高度角,α表示卫星相对于电离层交叉点的天顶距,Rearth表示地球半径,Hion表示电离层薄层高度。
对于卫星和接收机的硬件延迟估计,本研究采用IGGDCB的方法对卫星和接收机DCB进行估算。其基本原理是采用广义三角级数函数建立局部电离层VTEC模型,逐站实现电离层VTEC与DCB的分离,得到卫星和接收机DCB估值。广义三角级数模型[24-25]如下
$\begin{array}{c} \operatorname{VTEC}(\varphi, h)=\sum_{n=0}^{n_{\max }} \sum_{m=0}^{m_{\max }}\left[E_{n m}\left(\varphi-\varphi_{0}\right)^{n} h^{m}\right]+ \\ \sum_{k=0}^{k_{\max }}\left[F_{k} \cos (k \cdot h)+S_{k} \sin (k \cdot h)\right] \end{array}$
式中:φ表示电离层交叉点处的纬度;φ0为局部电离层VTEC建模中心点的纬度;nmax,mmax和kmax分别表示多项式函数及三角级数函数的最大阶次;Enm,Fk,Sk表示待估的模型系数;h表示与电离层交叉点处地方时t相关的函数,如下式所示:
h= 2 π ( t - 14 ) T
式中:T表示24 h。
卫星和接收机DCB估值公式如下所示:
SP R i j=DCBi+DCBj
式中: SPR i j为第j个卫星与第i个接收机频间偏差之和;DCBi为第i个接收机的频间偏差,DCBj为第j个卫星的频间偏差。
IGGDCB将运行稳定的卫星DCBj之和设置为零作为参考基准,再使用附有限定条件的间接平差就可以估算出DCBi 和DCBj,实现接收机与卫星DCB的分离。

1.4 精度评定指标

本文采用南海区域船载GNSS数据及IGS基准站GNSS数据解算的电离层VTEC,与全球电离层模型的VTEC进行对比,利用均方根误差(RMSE)、平均绝对误差(MAE)作为精度分析的指标,其计算公式为
R M S E = ∑ i = 1 N ( V T E C m o d e l i - V T E C c a l c i ) 2 N M A E = 1 N ∑ i = 1 N V T E C m o d e l i - V T E C c a l c i
式中: VTEC m o d e l i表示全球电离层模型的VTEC值; VTEC c a l c i表示电离层VTEC解算值(包括船载和IGS基准站数据);每30 s为一个历元,N为对应各个历元时刻的数据总数。

2 实验结果分析

2.1 磁暴情况分析

本文选取赤道环电流磁暴指数(disturbance storm time index,Dst指数)和地磁三小时指数(Kp index,Kp指数)作为判断地磁活动水平的依据[26-27]。一般来说,Dst指数大于-50 nT,表明地磁活动较弱;Dst指数小于-50 nT,表明处于磁暴期。Kp指数在0~3之间,处于地磁活动平静期;Kp指数大于3,处于磁暴期[28-29]。
图2展示了2024年5月8日—15日(年积日129—136)的Dst指数和Kp指数变化。由图可知,在2024年5月10日—13日期间,Dst指数变小,最小值为-412 nT;Kp指数变大,最大值为9。由此可判断该时间段处于磁暴期,且5月11日为强磁暴阶段。其他时间段,Dst指数均在-50 nT以上,Kp指数均在3 以下,处于地磁活动平静期。
图2 2024年5月8日—15日的Dst指数(a)和Kp指数(b)变化

Fig.2 Changes in Dst index (a)and Kp index (b)from May 8 to 15, 2024

2.2 磁暴期间船载数据可靠性分析

对原始船载电离层数据进行预处理,采样时间间隔为30 s。采用非差非组合PPP算法计算电离层延迟。在此计算过程中将高度角截止阈值设置为15°,且计算出的电离层延迟包含卫星和接收机的DCB。采用广义三角级数函数估算出卫星和接收机DCB,剔除STEC含有的DCB,利用三角投影函数将其转化为电离层交叉点处的VTEC。因接收机可同步接收多颗卫星数据,在同一个时刻可以计算出多个VTEC值。
为了验证船载数据的可靠性,将船载数据解算的VTEC数据与IGS基准站(HKSL/PIMO)同期观测数据解算结果进行对比(图3)。结果显示,当船航行在IGS基准站附近时,船载数据解算的VTEC与HKSL/PIMO基准站解算结果的变化形态和数值大小相似。该结果验证了船载GNSS数据在南海区域的可靠性。为更好地反映磁暴期间南海区域电离层VTEC的变化, 选取2024年5月10日和11日船载数据解算的VTEC,分析其随协调世界时(universal time coordinated,UTC)的精细变化(图4)。由图可知,5月10日和11日VTEC日变化整体上都呈现出先增大后减小的趋势。在5月10日磁暴发生初始阶段,由船载数据解算的VTEC呈现先增大后减小,然后又增大的变化,其变化范围为0~73 TECU,在 07:20 UTC左右VTEC达到最大值,约为73 TECU。5月11日,由船载数据解算的VTEC相较5月10日显著增大,在04:54 UTC左右VTEC达到最大值,约为114.9 TECU,在12:00 UTC之后VTEC逐渐减小,在20:27 UTC左右出现最小值,其值为13.13 TECU。
图3 基于船载GNSS数据与IGS基准站GNSS数据解算VTEC结果的对比图

Fig.3 Comparison of VTEC values calculated from shipboard GNSS and IGS reference stations GNSS data

图4 磁暴期间基于船载GNSS数据解算的VTEC变化图

Fig.4 VTEC variation diagram calculated by shipboard GNSS data during magnetic storm

通过计算船载数据解算的VTEC与周边IGS基准站数据解算的VTEC的日均RMSE来反映船载数据的可靠性(图5)。由图可知,RMSE日均值呈现出一定的波动:在年积日132和135时,RMSE日均值较高,这可能与磁暴活动或其他外部因素的影响有关;在其他时间,RMSE通常较低(尤其是PIMO站),表明船载数据与IGS基准站数据具有较好的一致性。
图5 基于船载GNSS数据与IGS基准站GNSS数据解算VTEC的RMSE日均值对比图

Fig 5 Comparison of daily average RMSE values of VTEC calculated from shipboard GNSS and IGS reference stations GNSS data

2.3 磁暴期间全球电离层模型精度分析

为了全面评估磁暴期间全球电离层模型在南海区域的精度,选取与船载GNSS观测历元相对应的CODE全球电离层模型产品,对其进行双线性空间插值,提取出对应船舶位置的电离层VTEC值。然后,计算每个历元的全球电离层模型VTEC与船载数据解算的VTEC的均方根误差(RMSE)和平均绝对误差(MAE)。
不同历元间全球电离层模型VTEC与船载数据解算的VTEC之间的均方根误差(RMSE)如图6所示。在磁暴前的平静期(年积日129—130),RMSE呈现出先增大后减小趋势,在02:00—12:00 UTC 时段出现RMSE的日间峰值,大多数时段内两日的RMSE相差不大(图6a)。在磁暴主相期(年积日131—132),RMSE波动明显增强,其中年积日131处于磁暴起始阶段,RMSE整体较低;而年积日132在02:00—12:00 UTC期间RMSE显著升高,整体高于平静期和年积日131的RMSE(图6b)。磁暴主相期过后,RMSE整体下降,恢复到平静期的RMES水平,说明电离层逐渐恢复,模型表现趋于稳定(图6c~6d)。
图6 全球电离层模型VTEC与船载GNSS数据解算的VTEC在不同历元的RMSE

Fig.6 RMSE between global ionospheric model VTEC and the VTEC calculated from shipboard GNSS data at different epochs

年积日129—136,全球电离层模型VTEC相对于船载数据解算VTEC的误差统计见表1。由表可知,RMSE和MAE有相同的变化趋势,均呈单峰型分布。在年积日132,RMSE和MAE均达到最大值,分别为41.21 TECU和40.53 TECU;在年积日136,RMSE和MAE均出现最小值,分别为21.83 TECU和21.26 TECU。说明与平静期相比,磁暴期间全球电离层模型在南海区域的精度较低。
表1 全球电离层模型VTEC与船载GNSS数据解算的VTEC的RMSE和MAE日均值

Tab.1 Daily mean RMSE and MAE between the global ionospheric model VTEC and the VTEC calculated from shipboard GNSS data单位: TECU

精度
指标		 年积日
129 130 131 132 133 134 135 136
RMSE 26.79 26.95 22.53 41.21 28.97 22.75 24.66 21.83
MAE 26.15 26.27 21.90 40.53 28.02 22.18 23.86 21.26
为进一步验证全球电离层模型在南海的精度,选取邻近船舶航线的IGS基准站HKSL和PIMO在2024年5月9日—12日(年积日130—133)的数据进行分析。全球电离层模型VTEC值相对于两个基准站数据解算的VTEC的RMSE变化如图7所示。在HKSL站,00:00—10:00 UTC期间,RMSE呈现较大波动,多个年积日在此期间均出现局部峰值,10:00—18:00 UTC期间RMSE逐渐下降,夜间波动较白天小;年积日132,整体的RMSE均较高,尤其是在00:00—10:00 UTC期间(图7a)。PIMO站与HKSL站的RMSE整体变化类似(图7b)。
图7 全球电离层模型VTEC与IGS基准站GNSS数据解算的VTEC在不同历元的RMSE

Fig.7 RMSE between the global ionospheric model VTEC and the VTEC calculated from IGS reference station GNSS data at different epochs

表2列出了年积日130—133全球电离层模型VTEC相对于IGS基准站(HKSL和PIMO)数据解算的VTEC的RMSE和MAE日均值。由表2可知,在年积日130—133,两站的RMSE和MAE均呈现先增大后减小的趋势。其中,HKSL站在年积日131的RMSE和MAE均达到最大,分别为27.40 TECU和25.98 TECU;在年积日133的RMSE和MAE均出现最小值,分别为14.05 TECU和12.89 TECU。 PIMO站在年积日132的RMSE和MAE均达到最大,分别为30.86 TECU和29.99 TECU;在年积日133的RMSE和MAE均出现最小值,分别为26.35 TECU和25.44 TECU。与基准站数据解算值的对比结果再次表明,磁暴期间全球电离层模型在南海区域的精度较低。
表2 全球电离层模型VTEC与IGS基准站GNSS数据解算的VTEC的RMSE和MAE日均值

Tab.2 Daily mean RMSE and MAE between the global ionospheric model VTEC and the VTEC calculated from IGS reference station GNSS data单位:TECU

基准站 精度指标 年积日
130 131 132 133
HKSL RMSE 19.37 27.40 24.93 14.05
MAE 18.12 25.98 23.31 12.89
PIMO RMSE 27.23 28.02 30.86 26.35
MAE 26.41 27.36 29.99 25.44

3 结论

本文基于船载GNSS观测数据解算出2024年5月磁暴期间我国南海地区的电离层VTEC,通过收集南海区域的IGS基准站(PIMO和HKSL)的观测数据来分析磁暴期间基于船载数据解算的电离层VTEC的可靠性及其变化,并对磁暴期间全球电离层模型在我国南海区域的精度和可靠性进行了详细评估,主要结论如下。
1)基于船载数据解算的电离层VTEC数据可靠,其与用IGS基准站数据解算的电离层VTEC在磁暴期间的变化趋势保持一致。
2)磁暴前的平静期,船载数据解算的电离层VTEC呈现小幅波动,变现为先缓慢上升后下降;磁暴主相期,船载数据解算的电离层VTEC变化幅度显著增大,出现最大值,为114.9 TECU;磁暴发生之后,船载数据解算的电离层VTEC逐渐恢复至平静期水平。
3)磁暴期间全球电离层模型在我国南海区域的精度较差。从船载数据和基准站数据两个角度分析磁暴期间全球电离层模型的精度表明,在磁暴前的平静期,全球电离层模型VTEC与船载数据的RMSE在26 TECU左右,与HKSL站的RMSE在19 TECU左右,与PIMO站的RMSE处于27 TECU左右;在磁暴主相期,全球电离层模型VTEC相对于船载数据、HKSL站和PIMO站数据的RMSE日均值分别达到了41.21、27.40和30.86 TECU。
为了更好地评估磁暴期间全球电离层模型在我国南海区域的的精度和可靠性,后续将收集和整理近几年来磁暴期间船载多系统卫星观测数据进行分析研究,进一步完善评估结果。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
YUAN Y B, WANG N B, LI Z S, et al. The BeiDou global broadcast ionospheric delay correction model (BDGIM)and its preliminary performance evaluation results[J]. Navigation, 2019, 66(1): 55-69.

[2]
FELTENS J. Development of a new three-dimensional mathematical ionosphere model at European Space Agency/European Space Operations Centre[J]. Space Weather, 2007, 5(12): S12002.

[3]
MANNUCCI A J, WILSON B D, YUAN D N, et al. A global mapping technique for GPS-derived ionospheric total electron content measurements[J]. Radio Science, 1998, 33(3): 565-582.

[4]
HERNÁNDEZ-PAJARES M, JUAN J M, SANZ J, et al. The IGS VTEC maps: A reliable source of ionospheric information since 1998[J]. Journal of Geodesy, 2009, 83(3): 263-275.

[5]
FELTENS J. The activities of the ionosphere working group of the international GPS service (IGS)[J]. GPS Solutions, 2003, 7(1): 41-46.

[6]
LUO X W, XU H J, LI Z S, et al. Accuracy assessment of the global ionospheric model over the Southern Ocean based on dynamic observation[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2017, 154: 127-131.

[7]
HO C M, WILSON B D, MANNUCCI A J, et al. A compara-tive study of ionospheric total electron content measurements using global ionospheric maps of GPS, TOPEX radar, and the Bent model[J]. Radio Science, 1997, 32(4): 1499-1512.

[8]
JEE G, LEE H B, KIM Y H, et al. Assessment of GPS global ionosphere maps (GIM)by comparison between CODE GIM and TOPEX/Jason TEC data: Ionospheric perspective[J]. Journal of Geophysical Research: Space Physics, 2010, 115(A10): A10319.

[9]
DETTMERING D, LIMBERGER M, SCHMIDT M. Using DORIS measurements for modeling the vertical total electron content of the earth’s ionosphere[J]. Journal of Geodesy, 2014, 88(12): 1131-1143.

[10]
李子申, 王宁波, 李敏, 等. 国际GNSS服务组织全球电离层TEC格网精度评估与分析[J]. 地球物理学报, 2017, 60(10):3718-3729.

DOI

LI Z S, WANG N B, LI M, et al. Evaluation and analysis of the global ionospheric TEC map in the frame of international GNSS services[J]. Chinese Journal of Geophysics, 2017, 60(10): 3718-3729.

[11]
WANG D, LUO X W, WANG J L, et al. Global ionospheric model accuracy analysis using shipborne kinematic GPS data in the Arctic circle[J]. Remote Sensing, 2019, 11(17): 2062.

[12]
WU Z L, LU C X, HAN X J, et al. Real-time shipborne multi-GNSS atmospheric water vapor retrieval over the South China Sea[J]. GPS Solutions, 2023, 27(4): 179.

[13]
CHEN J, ZHANG X H, REN X D, et al. Ionospheric disturbances detected during a typhoon based on GNSS phase observations: A case study for typhoon Mangkhut over Hong Kong[J]. Advances in Space Research, 2020, 66(7): 1743-1753.

[14]
TANG J, YANG D P, LIU H. Study of Chinese regional ionospheric TEC response to magnetic storms during April 23-25, 2023[J]. GPS Solutions, 2024, 28(4): 205.

[15]
BLAGOVESHCHENSKY D V, SERGEEVA M A. Ionospheric parameters in the European sector during the magnetic storm of August 25-26, 2018[J]. Advances in Space Research, 2020, 65(1): 11-18.

[16]
CHOI B K, LEE W K, CHO S K, et al. Global GPS ionospheric modelling using spherical harmonic expansion approach[J]. Journal of Astronomy and Space Sciences, 2010, 27(4): 359-366.

[17]
来愈, 姚宜斌, 张良. 中国区域CODE全球电离层地图精度分析[J]. 测绘地理信息, 2021, 46(6):8-12.

LAI Y, YAO Y B, ZHANG L. Accuracy assessment of CODE GIM in China[J]. Journal of Geomatics, 2021, 46(6): 8-12.

[18]
SCHAER S. Mapping and predicting the earth’s ionosphere using the global positioning system[D]. Bern: der Universit at Bern, 1999.

[19]
赵奕源, 吴文坛, 赵春梅, 等. 不同活跃状态下香港区域电离层建模分析[J]. 测绘科学, 2023, 48(8):72-80.

ZHAO Y Y, WU W T, ZHAO C M, et al. Analysis of ionospheric modeling in the Hong Kong region under different active states[J]. Science of Surveying and Mapping, 2023, 48(8): 72-80.

[20]
张宝成. GNSS非差非组合精密单点定位的理论方法与应用研究[J]. 测绘学报, 2014, 43(10):1099.

DOI

ZHANG B C. Study on the theoretical methodology and applications of precise point positioning using undifferenced and uncombined GNSS data[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(10): 1099.

DOI

[21]
汤俊, 高鑫, 李垠健, 等. 2018年8月磁暴期间北斗GEO卫星电离层TEC时空变化分析[J]. 测绘学报, 2022, 51(3):317-326.

DOI

TANG J, GAO X, LI Y J, et al. Spatial-temporal variations of the ionospheric TEC during the August 2018 geomagnetic storm by BeiDou GEO Satellites[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(3): 317-326.

DOI

[22]
SCHÖNEMANN E. Analysis of GNSS raw observations in PPP solutions[M]. Darmstadt: Technische Universität Darmstadt, 2014.

[23]
XIANG Y, GAO Y. Improving DCB estimation using uncom-bined PPP[J]. Navigation, 2017, 64(4): 463-473.

[24]
LI Z S, YUAN Y B, LI H, et al. Two-step method for the determination of the differential code biases of COMPASS satellites[J]. Journal of Geodesy, 2012, 86(11): 1059-1076.

[25]
LI Z S, YUAN Y B, WANG N B, et al. SHPTS: Towards a new method for generating precise global ionospheric TEC map based on spherical harmonic and generalized trigonometric series functions[J]. Journal of Geodesy, 2015, 89(4): 331-345.

[26]
陈志华, 施昆, 徐吉松. 磁暴期全球电离层电子含量变化分析研究[J]. 全球定位系统, 2019, 44(3):38-48.

CHEN Z H, SHI K, XU J S. Analysis of global ionospheric electron content changes during magnetic storm[J]. GNSS World of China, 2019, 44(3): 38-48.

[27]
胡翔宇, 李新, 陈子越, 等. 不同地磁活动下全球电离层产品的评估[J]. 导航定位学报, 2023, 11(4):138-144.

HU X Y, LI X, CHEN Z Y, et al. Evaluation and analysis of global ionospheric maps under different geomagnetic activities[J]. Journal of Navigation and Positioning, 2023, 11(4): 138-144.

[28]
王金勇, 陈必焰, 曹恒瑞. 2017-09-07-08磁暴期间全球尺度电离层扰动[J]. 大地测量与地球动力学, 2023, 43(12):1261-1268.

WANG J Y, CHEN B Y, CAO H R. Global scale ionospheric disturbance during the September 7—8, 2017 geomagnetic storm[J]. Journal of Geodesy and Geodynamics, 2023, 43(12): 1261-1268.

[29]
冯健, 邓忠新, 甄卫民, 等. 2004年11月强磁暴期间中国地区电离层TEC扰动特性分析[J]. 电波科学学报, 2016, 31(1):157-165.

FENG J, DENG Z X, ZHEN W M, et al. Ionospheric TEC disturbances over China during the intense magnetic storm of November, 2004[J]. Chinese Journal of Radio Science, 2016, 31(1): 157-165.

Options
文章导航

/

〈 〉