朱品潔 滕陳軻敏 谷升陽 竇賢康 李國主 解海永

1(武漢大學電子信息學院 武漢 430072)

2(中國科學院地質與地球物理研究所 北京 100029)

0 引言

電離層突發(fā)E（Es）層是指出現(xiàn)在電離層E 層上由金屬離子構成的局部電離增強結構，垂直厚度約為0.5～5 km，水平覆蓋范圍可達幾十至幾百千米。突發(fā)E 層是電離層E 層最顯著的異常。

Es 層的分布具有晝夜變化、季節(jié)變化和太陽黑子周期變化的特征，并隨地理經緯度而異。在低緯及赤道地區(qū)，Es 層出現(xiàn)于白天，季節(jié)差異不大；在中緯地區(qū)，Es 層白天出現(xiàn)率高于夜晚，夏季頻發(fā)；在高緯地區(qū)及極區(qū)，Es 層大多在夜晚出現(xiàn)，且不受季節(jié)的影響。Smith[1]發(fā)現(xiàn)中低緯度遠東區(qū)域的Es 層出現(xiàn)夏季異?，F(xiàn)象，相比于同緯度的其他區(qū)域，該異?，F(xiàn)象出現(xiàn)頻率更高。Hocke 等[2]提出，在夏季半球的中低緯度地區(qū)觀測到強Es 主要發(fā)生在90～110 km 的高度范圍內。

對于中緯突發(fā)E 層的形成機制，Dungey[3]提出了風剪切理論，Whitehead[4]和Axford[5]進一步發(fā)展和完善了該理論：在電離層E 層區(qū)域高度的中性風場由高層大氣的水平氣壓梯度力形成，由于存在地磁場，這些被風驅動的帶電粒子受到洛侖茲力的影響，導致其在垂直方向上漂移，上層的離子漂移到較低高度，下層的離子漂移到較高高度，Es 層則由這些漂移運動的金屬離子壓縮形成。

從Es 形成的光化學角度看，分子離子（O2+和NO+）和金屬離子（Fe+和Mg+）是討論Es 層時必須考慮的兩個主要元素。Niu 等[9]利用全天空流星雷達和數字測高儀聯(lián)合觀測數據研究發(fā)現(xiàn)，流星雨期間大量流星雨電離產生Es 層，流星雨后沉積的金屬離子在風剪切作用下形成Es 層。Zhou 等[10]認為中緯度電離層突發(fā)E 層的發(fā)生隨著地磁活動水平的增加而增加。Qiu 等[11]發(fā)現(xiàn)大氣北向電場在一定程度上對Es 事件的發(fā)生有抑制作用，并對Es 層事件的發(fā)生高度有明顯影響。此外，Liu 等[12]發(fā)現(xiàn)在中低緯度夜間電離層中，E 區(qū)和F 區(qū)之間存在電動力耦合，并提出了突發(fā)E（Es）層的觀測證據。總之，地磁活動、天氣、流星雨、太陰潮汐、地震等都有可能對Es 層產生影響，其影響機制仍需進一步研究和分析。

Es 層電波傳播是指基于Es 層的超短波反射和散射傳播。由于Es 層是電離層E 層上電離增強的結構，其電子密度很高，會影響無線電波的傳播。高頻信號在傳播過程中由于不能穿透Es 層而被反射或散射，不能到達電離層F 層，因此阻礙了信號在電離層F 層上傳播。而Es 層對超短波進行反射和散射，增大了傳輸距離，實現(xiàn)了信號遠距離傳輸[13]。Zhang等[14]基于電離層Es 層的電子密度時空分布特點，建立高階Es 反射模型。Chen 等[15]通過對中國夏季Es 層對短波通信的影響進行分析，構建了Es 傳播模型。Wang 等[16]提出了一種基于決策樹算法的自動識別Es 層回波的方法，以提高Es 層識別效率。

中國很多山區(qū)、河流、沙漠、戈壁灘等地區(qū)的通信受環(huán)境限制，在信息發(fā)達的時代，遠程通信的需求更加迫切。而中國大部分地區(qū)處于北半球中緯度，Es 層發(fā)生率高，且Es 層強度也高，這意味著Es 層出現(xiàn)頻繁且Es 層較厚，信號不易穿透，更利于超短波的傳播。因此，基于Es 層電波傳播的遠程超短波通信將解決這一難題。但是Es 層具有突發(fā)性且其形成機制尚未明確，不能提供穩(wěn)定的通信條件，因此對Es 層的變化特性、形成機制及其與中層風的關系的探討對超短波通信具有深遠的意義。

本文統(tǒng)計了2018 年武漢地區(qū)電離層Es 層的臨界頻率和虛高并研究其季節(jié)特征，利用指定動態(tài)大氣通用氣象擴展模型SD-WACCM-X 模擬出90～140 km高度的平均風場，分析Es 與背景風的關系。

1 數據與分析方法

1.1 Es 層數據處理

電離層數字測高儀是觀測電離層的常規(guī)儀器。Es 層參數主要有臨界頻率f0Es、虛高h'Es等。臨界頻率f0Es為Es 層能夠反射O 波的最大頻率，與最大電子密度相對應，該參數可以代表Es 的強度。武漢站測高儀每15 min 進行觀測，本文選取2018 年f0Es整點數據統(tǒng)計分析，其中每月f0Es的取值是該月內各地方時的中位數，即每月的f0Es是包含24 個數據的集合，一共12 個月。對Es 層的虛高h'Es和常規(guī)E 層的臨界頻率f0E也進行同樣處理。

1.2 風場數據來源及處理

由中性風場驅動的離子垂直運動速度可以表示為

其中，U和V分別為中性風場緯向和經向分量，I為磁傾角，r為離子–中性成分碰撞頻率與離子回旋頻率之比。120 km 以下，r遠大于1，所以該區(qū)域內w由式（1）中緯向風場決定，西向（東向）風場導致離子向下（向上）漂移；120 km 以上，離子回旋頻率不變，而由于中性成分隨高度呈指數衰減，碰撞頻率迅速下降，導致r遠小于1，該區(qū)域內w由經向風場決定，北向（南向）風場導致離子向下（向上）漂移[17]。

Es 層一般出現(xiàn)在90～130 km 高度，而流星雷達風場探測的高度在80～100 km，其無法探測到更高高度的風場。到目前為止，沒有對100～140 km 風場進行連續(xù)探測的觀測設備。而基于全大氣層耦合模式的數據同化，能夠提供中高層大氣最接近真實狀態(tài)的風場信息，有效彌補觀測數據的不足。本文利用SD-WACCM-X 模型對90～140 km 高度的風場進行數值模擬，搭建WACCM-X 運行環(huán)境，對中高層大氣真實狀態(tài)進行模擬，提供90～140 km 高度的風場信息，探討武漢中性風場與Es 形成機制的關系。

根據介質是氣相還是液相，選擇對應的介質，計算泄漏孔理論泄漏速率v，確定介質泄放的總質量m總，利用探測系統(tǒng)等級、隔離系統(tǒng)等級、泄漏速率減少系數factdi和最大泄漏持續(xù)時間tmax，n來確定實際泄漏速率vn和實際泄漏質量mn。計算公式如式(5)～式(11) 所示:

WACCM-X 是美國國家大氣研究中心NCAR建立的一種綜合性大氣數值模式。WACCM-X 是整個大氣層的模型，其延伸到熱層約500～700 km 的高度，并包括電離層。WACCM-X 模式包含對流層、平流層、中間層、熱層等，不僅包含大氣中性成分，也包含大氣電離成分。該模型使用NCAR 的通用地球系統(tǒng)模型CESM（The Community Earth System Model）作為通用數值，將高層大氣模型HAO，中層大氣模型ACOM 以及對流層模型CGD 結合在一起。WACCM-X 可用于模擬特定事件，方法是使用氣象數據分析觀測值來約束模型，在下邊界使用指定的海面溫度，并重建歷史時期的光譜輻照度。Sassi等[18]將該模型配置稱為指定的動態(tài)WACCM-X（SDWACCM-X）。

SD-WACCM-X 全球風場模型在80 km 以下采用了MERRA2 再分析數據進行約束，模型結果更加準確，可信度更高。純粹的理論模型不能夠很好地對中高層大氣的實際狀況進行模擬，而基于衛(wèi)星觀測數據同化，不僅保留了數值模式的多參數特性，而且使數值模擬結果更加貼近于真實大氣狀態(tài)?；谶@些數據同化結果，進而計算出E 層高度的背景風場及其梯度，并提取E 層高度處風場的潮汐波動信息，深刻揭示Es 的形成機制。Sassi 等[18]對2009 年冬季的平流層突然變暖（SSW）期間基于SD-WACCM-X 提供的潮汐進行了詳細討論，發(fā)現(xiàn)對于遷移的周日潮（DW1），在100 km 附近顯示出幅度的減小，這種行為與熱帶緯向平均渦度的變化有關。

SD-WACCM-X 模型水平分辨率為1.9°×2.5°（經度×緯度）。SD-WACCM-X 按氣壓分層，從海平面到高度最大平面共分為145 層。本文所研究的武漢2018 年90～140 km 區(qū)域約分為23 層，高度分辨率約1.5～4 km。SD-WACCM-X 模擬計算結果的時間分辨率為1 h，每日24 組數據，包含白天和晚上。

最小二乘法是提取中性大氣風場中潮汐波動的有效方法，采用4 天窗口向前滑動1 天的諧波擬合方法，得到周日潮汐、半日潮汐的振幅。用于諧波分析的擬合函數為

其中，t為當地時間，y為風場數據，T為所研究的波動周期。本文T取24 h 和12 h。參數A和B用于計算潮汐波的波動幅度和相位，而C代表擬合窗口內背景風場的狀態(tài)。通過最小二乘法擬合，確定系數A，B和C，其中潮汐波的波動幅度和相位計算公式為

通過改變觀測高度，計算在不同高度的潮汐幅度值，探討潮汐高度與Es 事件的相關性。通過改變周期T的值，對不同分量的潮汐波進行計算，來分析不同潮汐波分量對Es 的貢獻。

2 分析結果

2018 年武漢Es 層臨界頻率（f0Es）的分布如圖1所示。其中，每月f0Es的取值是該月內各地方時的中位數，即每月的f0Es是包含24 個數據的集合。圖1(a)為f0Es隨季節(jié)和地方時的變化，可以明顯看出：f0Es的最大值出現(xiàn)在夏季中午，最高達7 MHz；其他季節(jié)除中午外，f0Es值也較低。圖1(b)顯示了武漢地區(qū)12:00 LT 時f0Es的季節(jié)變化，可以看出：夏季Es 強度明顯高于其他季節(jié)，其中在6 月達到最大；春秋季f0Es較低，在冬季有一個次要增強現(xiàn)象。圖1(c)顯示了武漢6 月f0Es的日變化，可以看出：f0Es有明顯的晝夜不對稱性，f0Es在中午達到最大值，在日出前時段最小，在日落后出現(xiàn)次要增強現(xiàn)象。

圖1 (a) 2018 年Es 層臨界頻率f0Es 隨月份和地方時的變化，(b) 12:00 LT 時f0Es 隨月份的變化，(c) 6 月f0Es 隨地方時的變化Fig.1 (a) Variations of f0Es with month and LT,(b) variation of f0Es with month at 12:00 LT,(c) variation of f0Es with LT in June

Es層主要出現(xiàn)于90～130km高度上，武漢2018年Es層虛高的季節(jié)變化和日變化如圖2 所示。從圖2 中h'Es隨月份和地方時的變化上看，h'Es均呈現(xiàn)雙峰結構。從圖2 (a) 12:00 LT 時h'Es的季節(jié)變化上看，武漢站點Es 虛高呈現(xiàn)雙峰結構，極大值出現(xiàn)在春季和冬季，秋季Es 層出現(xiàn)高度明顯低于其他季節(jié)。從圖2 (b) 6 月日變化上看，武漢站點Es 虛高呈現(xiàn)雙峰結構，極大值出現(xiàn)在日出時段，日落時段高度有小幅度的提升，白天以及午夜Es 層出現(xiàn)在較低高度。大部分Es 層出現(xiàn)在120 km 以下。

圖2 2018 年Es 層虛高h'Es 隨月份和地方時的變化Fig.2 Variations of h'Es with month and LT in 2018

3 討論

3.1 Es 層與E 層狀態(tài)的相關性

2018 年武漢地區(qū)電離層E 層臨界頻率（f0E）的季節(jié)變化和日變化如圖3 所示。由圖3(a)可以看出，武漢地區(qū)電離層E 層臨界頻率的日變化和季節(jié)變化相比于Es 層比較規(guī)律。由圖3(b)可以看出，E 層臨界頻率的季節(jié)變化，夏季最高，春秋季次之，冬季最低。從圖3(c)可以看出，E 層主要是日間現(xiàn)象，在06:00－19:00 LT 時間段內出現(xiàn)，其臨界頻率在中午12:00 LT前后最高，在早晨和傍晚較低。上述結果與Wang等[19]對海南地區(qū)2002－2007 年的電離層E 層臨界頻率的觀測分析基本一致。

與電離層E 層的臨界頻率相比，Es 層臨界頻率的日變化和季節(jié)變化更復雜，且臨界頻率的值更高。對比圖1 中武漢地區(qū)電離層Es 層和圖3 中E 層臨界頻率的季節(jié)變化和日變化特征。在季節(jié)變化上，Es 層和E 層臨界頻率分布結構在夏季時最相似，二者的不同之處在于：f0E在冬季最低，而f0Es在春秋季最低，這可能是由于f0Es在冬季有一個小幅度增長的現(xiàn)象；相對于f0E，夏季的f0Es明顯高出其他季節(jié)，最高頻率為最低頻率的2 倍，而f0E約為1.1 倍。在日變化上Es 層和E 層臨界頻率分布相似之處是：白天的變化趨勢都是先增大，在12:00 LT 前后有最大值，然后再減小，在日出和日落時都較低；f0Es的變化趨勢更為陡峭。Es 層與E 層最大的不同在于，E 層主要是日間現(xiàn)象，在06:00－18:00 LT 時間段內出現(xiàn)，而Es 層在夜晚也會出現(xiàn)，且在夜間21:00 LT 時，f0Es出現(xiàn)小幅度回升。此外，f0Es值明顯高于f0E，Es 層是E 層中局部電離增強結構。

圖3 (a) 2018 年E 層臨界頻率f0E 隨月份和地方時的變化，(b) 12:00 LT 時f0E 隨月份的變化，(c) 6 月f0E 隨地方時的變化Fig.3 (a) Variations of f0E with month and local time in 2018,(b) variation of f0E with month at 12:00 LT,(c) variation of f0E with local time in June

3.2 Es 層與潮汐波的相關性

Es 出現(xiàn)在90～130 km 高度處，潮汐的影響不容忽視。通過分析風場中潮汐分量的季節(jié)變化，可以探究突發(fā)E 層季節(jié)變化與周日潮汐和半日潮汐的關系。

利用SD-WACCM-X 模型模擬出武漢2018 年90～140 km 高度處的風場，其時間分辨率為1 h，每日24 組數據。利用最小二乘法提取出緯向風場中的周日潮汐分量和半日潮汐分量的幅度，并進行月平均處理，如圖4 所示。由圖4 可以明顯看出，緯向風場中的半日潮汐幅度遠大于周日潮汐幅度，占主導地位。如圖4(a)所示，緯向風場中的周日潮汐分量在冬季月份110 km 高度處達到極大值，約35 m·s–1。如圖4(b)所示，緯向風場中的半日潮汐分量在夏季出現(xiàn)最大值，達60 m·s–1。

圖4 2018 年緯向風場周日潮汐分量(a)和半日潮汐分量(b)隨月份的變化Fig.4 Variation of zonal wind diurnal (a) and semidiurnal (b) tides with month in 2018

Zuo 等[20]統(tǒng)計得到Fort Monmouth（4 0.4°N，285.9°E）f0Es數據頻譜分布，其24 h 和12 h 周期十分明顯，分析后認為Es 層與大氣潮汐風場相關。根據大量觀測臺站數據可知：低緯度地區(qū)Es 出現(xiàn)率的周日變化是單峰結構，風場周日潮汐分量占主導；中緯度地區(qū)Es 出現(xiàn)率的周日變化呈雙峰結構，半日潮汐分量占主導。這些結論證實了潮汐風場對Es 的誘導作用。從圖4 可以看出，緯向風場中半日潮汐占主導地位，圖1 中f0Es日變化的雙峰結構也證實了這一觀點。Es 的強度出現(xiàn)雙峰結構很大可能是半日潮汐分量引起的。從季節(jié)變化的角度來看：圖1(a)中f0Es的日變化在夏季表現(xiàn)為明顯的雙峰結構，而冬季則表現(xiàn)為單峰結構；而圖4 中夏季以半日潮汐分量占主導，冬季以周日潮汐分量為主。這些結論進一步佐證了半日潮汐分量誘導f0Es的半日變化，周日潮汐分量誘導f0Es的周日變化。

3.3 Es 層與背景風場的相關性

根據風剪切理論，由式(1)可知120 km 高度以下Es 的形成由緯向風決定。因此本文著重分析緯向風場。從SD-WACCM-X 模型模擬的2018 年90～140 km 高度處的緯向風場數據中選取12:00 LT 時的數據進行月平均，并計算對應風場的高度梯度。圖5(a)為緯向風場隨季節(jié)的變化，其中東向風為正，西向風為負。圖5(b)為12:00 LT 時緯向風場的高度梯度隨季節(jié)的變化。由圖5(a)可以看出，在120 km下方出現(xiàn)較強的東向風，130 km 上方出現(xiàn)較強的西向風，這一現(xiàn)象滿足風剪切理論，即西向（東向）風場導致離子向下（向上）漂移。由圖5(b)可看出，在約120 km 高度夏季東向風強度最強，相應地在120 km形成的風剪切最強，在冬季也出現(xiàn)了較強的風剪切。結合圖1 中約120 km 高度處形成的風剪切與Es 強度在季節(jié)變化上有相同的特征，可知Es 層的強度與緯向風場120 km 高度的風剪切有一定的相關性。

圖5 2018 年12:00 LT 時(a)緯向風場和(b)垂直風剪切隨月份的變化Fig.5 Variation of zonal wind (a) and the vertical shear (b) with month at 12:00 LT in 2018

4 結論

2018 年武漢地區(qū)電離層突發(fā)E 層的臨界頻率具有季節(jié)單峰特征，夏季最大；日變化上呈雙峰結構，中午最大，日落后有一個次要增長。Es 層大多出現(xiàn)在100～110 km 高度處。

在季節(jié)變化上，電離層E 層的臨界頻率在冬季最低，而電離層突發(fā)E 層的臨界頻率在春秋季最低，這可能是由于電離層突發(fā)E 層的臨界頻率在冬季有一個小幅度增長的現(xiàn)象。在日變化上，電離層Es 層與E 層臨界頻率白天的變化趨勢相同，不同之處在于E 層主要是日間現(xiàn)象，而Es 層在夜晚也會出現(xiàn)，且其在夜間出現(xiàn)小幅度回升。

電離層突發(fā)E 層臨界頻率的日變化在夏季表現(xiàn)為明顯的雙峰結構，而冬季則表現(xiàn)為單峰結構；緯向風場在夏季以半日潮汐分量為主，冬季以周日潮汐分量為主。這些發(fā)現(xiàn)進一步佐證了風場半日潮汐分量誘導f0Es的半日變化，周日潮汐分量誘導f0Es的周日變化。

在約120 km 高度處形成的風剪切在夏季最強，在冬季也出現(xiàn)了較強的風剪切，在春秋季較弱，與Es 強度隨季節(jié)變化的特征相同，Es 層的強度與緯向風場120 km 高度處的風剪切有一定的相關性。

致謝Es 數據是中國科學院地質與地球物理研究所北京空間環(huán)境國家野外科學觀測研究站觀測得到，由國家地球系統(tǒng)科學數據中心–地球物理分中心提供。本論文的數值計算得到了武漢大學超級計算中心的計算支持和幫助。