搜索
大气模型的适用性分析及应用研究摘要：临近空间的开发利用对大气环境参数的获取提出了迫切需求，建立了临近空间中性大气模型(NearSpaceParameterMode1,NSPM)，并对其进行了适用性分析.通过对模型精度、残差、标准差的计算，发现密度模型与温度模型的输出结果与实时观测结果具有较好的一致性，而风场模型的输出结果能较好地体现平均观测结果.最后，利用NSPM模型分析了中国地区临近空间区域的各大气参数(密度、温度、压强、经向风、纬向风)的变化特性.研究表明临近空间大气环境变化具有明显的季节性及区域性.关键词：临近空间;大气参数;精度分析临近空间(NearSpace)是对海拔20km到100km空间范围内的一个通用性称谓，包括地球平流层、中间层、低热层等，是地球中高层大气的重要组成部分.临近空间环境与人类生存和发展息息相关，同时，临近空间的开发和利用对临近空间环境特性研究及预报提出了迫切需求。在地球大气层中飞行的飞行器，都要借助空气动力飞行，因此，作为提供空气动力的介质，空气的静态物理特性(密度、压强、温度等)和动态物理特性(如风场)对在大气层中飞行的飞行器的安全与准确入轨具有重要的影响.本文利用现有模型的部分模块，形成了适用于临近空间的中性大气模型.由于模型本身要反映物理实际，即模拟值与实际观测值要一致，故本文对临近空间的中性大气模型进行适用性分析.最后，作为临近空间大气参量模式的一个应用，分析了子午工程台站的临近空间大气环境特性.1模型简介本文选用了大气模式NRLMSISE-00(NaryRe-searchLaboratoryMassSpectrometerIncoherentScatter2000)及风场模式HWM07(HorizontalWindModel2007)以获取临近空间区域的各种大气参量，由于大气模式和风场模式模拟的各种大气参量的高度范围是从地而至外逸层，超出了临近空间的高度区域(20km至100km).另外，NRI,MSISE-00众多输出参量中仅大气密度和温度是临近空间的开发利用所需要的.针对临近空间应用需求，从这两种模式中抽取需要的模块进行集成，最后得到临近空间参量模式(NearSpaceParameterModel,NSPM).如图1所示，对于大气模型NRI,MSISE-00，选取高度范围小于100km的模块，得到临近空间大气模式M-A，再选取临近空间大气温度、密度模块，得到临近空间大气温度密度模式N-A，最后利用温度密度模块得到大气压强模块.对于水平风场模型HWM07，选取高度范围小于100km的模块进行改进，得到临近空间水平风模式H一然后，将得到的温度、密度、压强、风场模块进行集成，得到临近空间环境参量模式NSPM.该模型经改编可在UNIX系统下运行，以满足实际应用需求.2大气模型的适用性分析2.1密度模型的适用性分析将合肥站瑞利激光雷达的大气密度观测结果与NSPM模式的输出结果进行比对，计算模型精度.给出了2016年1月13日19：42：46的合肥站的大气密度单次观测值剖而(实线)与相应时刻模式值的高度剖而(星号线).从图中可以看出，这两条实线在29.85km至50.25km的高度范围内非常吻合，而随着高度的升高，观测值与模式值的差距增加，并且观测值剖而变得不平滑.这是由于随高度的升高，大气分子的密度降低，瑞利散射信号变弱，测量精度降低，故在高高度上，激光雷达的测量数据失真，故本文仅计算了30km至50km模式精度的高度剖面。该例在30km至50km高度范围内模式的平均精度PL为94.300,平均残差R为一0.00018kg/m3，标准差为0.00017.具体计算公式如下:利用合肥站2016年1月13日至2016年10月31日共30天的瑞利激光雷达观测的密度数据对模式精度进行统计分析.合肥站的瑞利激光雷达的高度分辨率为0.15km，其时间分辨率为500s.采集了约143h密度观测数据，共141247个观测点，高度范围为29.85km至50.25km.统计结果显示密度模型的平均精度为91.100，平均残差为一1.2x10-5kg/m3，标准差为2.4X10-4kg/m3.2.2温度模型的适用性分析下而利用合肥站(31.520N,117.170E)瑞利激光雷达的大气温度观测结果与NRI,MSISE-00模式的输出结果进行比对，计算模型精度.2016年1月13日19，42，46的合肥站的温度单次观测值剖而与相应时刻模式值的高度剖面.同理，由于高高度上瑞利散射信号较弱，测量值失真，这里计算了29.85km至45.30km的模式精度的高度剖面.该例在29.85km至45.30km高度范围内模式的平均精度为%.800,平均残差为0.027K，标准差为8.13K.利用合肥站2010年1月13日至2010年10月31日共30天的瑞利激光雷达的观测的温度数据进行模式精度的统计.此瑞利激光雷达测得的温度数据高度分辨率与时间分辨率分别为0.15km和500s.采集了约143h温度观测数据，共100181个观测点，高度范围为29.85km至50.25km.统计结果显示温度模型的平均精度为97.10o，平均残差为一1.5K，标准差为8.1K.2.3风场模型的适用性分析2.3.1经向风2016年7月30日09：00的昆明站的经向风单次观测值剖而与相应时刻模式值的高度剖面.并计算了80km至100km的模式精度的高度剖面.经计算，该例在80km至100km高度范围内模式的平均精度为63.90o，平均残差为7.3m/s，标准差为10.5m/s.3大气模型的应用研究作为临近空间大气参量模式的一个应用，下面分析“子午工程”台站的临近空间大气环境特性.以北京(39.90N,116.50E)、武汉(30.50N,114.30E)拉萨(30.00N,91.10E)、海南的琼山(20.00N,110.30E)台站为例，图12展示了温度、密度、压强、经向风、纬向风分别在20km(平流层底部),50km(平流层顶部),85km(中间层顶部)和100km(低热层)高度处随月份的变化曲线.比较北京-武汉-a每南可以体现大气参量在子午链1200E附近沿纬度方向的变化特性(相差大约200)，比较武汉和拉萨可以体现大气参量在我国中纬300N附近沿经度方向的变化(相差大约为230).从密度的变化图中可以看出，密度随高度具有明显的变化特性.在20km处，密度的变化处于0.088-0.097kg/m3的范围内;在50km处，密度的变化处于的范围内;在85km处，密度的变化处于的范围内;在100km处，密度的变化处于的范围内.各台站的密度变化曲线都不同，其中海南和北京台站的差别最大，武汉及拉萨与北京或海南的差别次之，武汉和拉萨台站的差别最小，由此表明，大气密度随经纬度的不同而变化，并且随纬度的变化比随经度的变化明显.从温度的变化图中可以看出，温度变化曲线随高度的变化明显不同，在平流层底部20km处，温度的变化处于207}-217K的范围内;在平流层顶部50km处，温变化处于256269K的范围内;在中间层顶部85km处，温度的变化处于170-202K的范围内;在低热层100km处，温度的变化处于168-194K的范围内.各台站随月份明显变化，尤其是北京台站，其纬度最高，温度变化幅度最大，体现为年变化，在20km处冬夏温度差异((1月份最高7月份低)为3K，在50km处温度差异((5月份最高11月份最低)为13K，在85km处温度差异(12月份最高6月份最低)最大，达33K，在100km处温度差异((7月份最高1月份最低)为17K.从压强的变化图中可以看出，压强变化曲线随高度的变化明显不同.在20km处，压强的变化处于54^59hPa的范围内;在50km处，压强的变化处于0.76^0.93hPa的范围内;在85km处，压强的变化处于41X10'j^-4.7X10'jhPa的范围内;在100km处，压强的变化处于2.3-3.3X10-3hPa的范围内.从经向风的变化图中可以看出，各台站经向风同样随高度和时间的变化而不同.在20km处，夏季盛行北风，冬季盛行南风;在85km处，拉萨台站在冬季和春季有比较强的经向风，其中1月份南风最强，数值高达50m/s，在3月份北风最强，数值达20m/s.从纬向风的变化图中可以看出，各台站纬向风随高度和时间的变化而不同，在50km处纬向风差异最小.在20km和50km高度处，各台站纬向风随月份的变化主要是年变化，夏季盛行东风((7月份东风最强)，冬季盛行西风((1月份西风最强)，春秋两季为冬夏的过渡季节，50km处7月份东风高达40m/s，比同时期20km处的东风要强得多，50km处的西风也比20km处的西风强;在85km和100km高度处，纬向风的年变化和半年变化特性并存.4结论综上所述，密度模型与温度模型的输出结果与实时观测结果能保持较好的一致性.风场模型输出结果与实时观测数据的一致性较差，其更多体现的是观测平均结果.当然，这些精度的计算都仅基于30天的实测数据基础上，利用更丰富的观测数据进行临近空间大气模型精度分析将在以后的工作中进行.作为临近空间大气参量模式的一个应用，分析了子午工程台站的临近空间大气环境特性，研究表明大气参量具有明显的时-空变化特性，各台站不同的大气参量随月份‘高度的变化特性具有各自的特点，临近空间大气环境具有明显的季节变化特征和明显的区域性.大气参量随纬度的变化比随经度的变化显著.参考文献:[1]习胡雄，龚建村.临近空间环境监测技术[C]//I陆近空间飞行器技术论坛论文集(上).北京:中国宇航出版社，2009.[2]P7CONEJM，HFI}INAE，I}R()YI}P，ctal.NR-LMSISE-00empiricalmodeloftheatmosphere:Statis-ticalcomparisonsandscientificissue[3]JUcophysRcs,2002，107(A12):1通68.doi:10.1029;'2002JA009130.DROBDP,EMMERTJT，CROWLEYU,ctal.AnempiricalmodeloftheEarth’shorizontalwindfields;HWM07J.JUcophysRcs,2008，113:A1230}.doi:10.1029;'2008.IA013668.