ИСТИНА

Современные эмпирические модели ионосферы с хорошей точностью описывают невозмущенное состояние среды, однако для многих радиотехнических систем данной точности может быть недостаточно. Одним из подходов к адаптации моделей является ассимиляция данных, позволяющая найти оптимальный баланс между модельными предсказаниями и реальными данными наблюдений. В настоящей работе мы использовали экспериментальные данные о вертикальном полном электронном содержании (TEC), полученные с помощью GNSS зондирования на сети станций IGS и с помощью ионозондов сети GIRO, для адаптации модели NeQuick2. В качестве метода ассимиляции данных в данной работе использовался фильтр Калмана, который широко распространен в ионосферных исследованиях. Функционирование фильтра Калмана в случае применения его к эмпирическим моделям существенным образом определяется заданием ковариационной матрицы для вектора состояния системы и выбранной моделью эволюции системы. Данная работа ставит своей целью исследовать влияние последней на результаты адаптации модели. Показано, что используемая в большинстве случаев модель эволюции системы, заданная в виде экспоненциального затухания возмущения, в случае существенного расхождения фоновой модели с результатами наблюдений может приводить к эффекту “забывания” результатов коррекции. В связи с этим в работе предложен оригинальный метод взвешенного среднего управляющего параметра при задании модели эволюции системы, который позволяет улучшить результат коррекции модели за счет лучшего согласования данных наблюдений и фоновой модели ионосферы. В докладе приводятся данные тестирования предложенного подхода в европейском регионе.