《基於低軌空間物體數據反演高層大氣密度的研究》是依託武漢大學，由施闖擔任項目負責人的面上項目。
基本介紹
- 中文名：基於低軌空間物體數據反演高層大氣密度的研究
- 項目類別：面上項目
- 項目負責人：施闖
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
航天與對地觀測系統的發展，對低軌道衛星/空間飛行器的實時精密定軌和軌道預報提出了十分迫切的需求，大氣密度模型是制約軌道預報精度的主要因素。大氣密度變化受太陽和地磁活動影響，與地球磁場、電離層等有較強耦合作用，同時使運行在大氣層的空間物體軌道產生攝動，充分利用現有空間物體（衛星/飛行器/空間碎片）的觀測數據反演高精度大氣密度模型，對低軌衛星/飛行器軌道的精密確定和預報等都具有重要的科學意義和套用價值，是當前國際空間大地測量領域研究的前沿課題。本項目將綜合利用國內外低軌衛星的加速度計數據以及空間物體的跟蹤觀測數據，精確反演得到大氣密度值；以此為觀測量，綜合考慮地磁活動模型、太陽輻射模型、現有經驗大氣密度模型及經驗參數等，建立高精度的大氣密度模型；研究模型經驗參數的預報理論和算法，實現較高精度的大氣密度預報；研製大氣密度反演和預報軟體，並實現在低軌衛星和空間飛行器的實時軌道確定與預報中的套用。
結題摘要
熱層大氣在太陽輻射與地磁活動的聯合作用下變化十分複雜，且與電離層、磁層緊密耦合。熱層大氣密度不僅是地空間環境的重要參數，也是研究LEO軌道確定與預報，軌道設計與維持，LEO碰撞分析等的關鍵問題。研究熱層密度反演有助於提高LEO軌道確定及預報精度，並能為熱層密度變化模式的物理解釋提供數據支持。本課題綜合利用多類不同高度空間物體的TLE數據以及CHAMP、GRACE衛星星載加速度計數據實現大氣密度模型的反演，並對反演密度精度進行分析和評價；利用反演密度，開發並實現大氣密度模型校正的模型和算法，並成功提高了經驗模型精度。基於本課題研究，發表了15篇學術論文，其中SCI論文13篇，培養博士研究生3名，碩士研究生4名。本課題獲得的主要研究成果和重要數據成果如下： （1）研究了基於TLE數據計算熱層密度的模型和算法，實現了TLE數據編輯、根據TLE數據和背景密度模型計算LEO物體彈道係數、利用TLE數據反演熱層密度。對100多個左右具有25年以上TLE歷史數據的LEO進行處理，並得到了該短時間內其沿軌的平均密度。 （2）研究了TLE和加速度計數據提取熱層密度的精度。將本項目GRACE星載加速度計數據提取的熱層密度與經驗模型NRLMSISE00、JB-2006、JB-2008、HASDM進行了比較，表明HASDM模型較本文結果符合更好(6.5±21.6%)；同時還對比了Doornbos博士處理的結果，顯示二者一致性較好(0.2±5.4%)。以加速度計反演密度為參考評價TLE反演的平均密度，表明CHAMP與GRACE衛星TLE反演密度精度分別為-2.4±7.6%、1.1±17.6%。 （3）實現了利用TLE和加速度計數據提取熱層密度對NRLMSISE00、Jacchia71經驗模型的尺度誤差或溫度參數進行校正。這兩種校正方法均能有效對模型進行校正，改正幅度能夠平均達到10%，在500km左右高度可以使模型誤差由35%降低至15%。本課題提出的經驗密度校正方法可用於提高LEO物體軌道預報精度，反演密度的相關數據成果可用於建立更高精度的經驗密度模型，並能為熱層密度長期變化趨勢、熱層大氣在太陽輻射與地磁活動作用下的不同時空尺度內的變化模式特徵，以及熱層—電離層—磁層系統研究提供數據支持與物理解釋。
