image
Home Journals Progress in Geophysics
Progress in Geophysics

Abbreviation (ISO4): Prog Geophy      Editor in chief:

About  /  Aim & scope  /  Editorial board  /  Indexed  /  Contact  / 
Online first  /  Current issue  /  All issues  /  Top access  /  RSS

Progress in Geophysics >

2024 , Vol. 39 >Issue 5: 1711 - 1722

DOI: https://doi.org/10.6038/pg2024HH0155

Measured and model comparison analysis of atmospheric wind field characteristics at an altitude of 60~110 km

  • HuHua CHENG , 1 ,
  • Chao GAO , 2, * ,
  • XinDong LI 3 ,
  • Liang ZHAO 4 ,
  • HaiWen LIU 5 ,
  • Xiao ZHANG 1
Expand
  • 1 Unit 63729 of PLA, Taiyuan 030027, China
  • 2 Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094, China
  • 3 Unit 96941 of PLA, Beijing 102208, China
  • 4 State Key Laboratory of Numerical Modeling for Atmosphere Sciences and Geophysical Fluid Dynamics(LASG), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China
  • 5 Department of Aviation Meteorology, Civil Aviation University of China, Tianjin 300300, China

Received date: 2023-05-24

  Online published: 2024-12-19

Copyright

Copyright © 2024 Progress in Geophysics. All rights reserved.
Fold

Abstract

The HWM07 model can provide mid-and upper-atmosphere wind field data at any time, position and altitude, It makes up for the low temporal and spatial resolution of the observation data, and has become an important reference data in the early design process of space vehicles, Therefore, the accuracy characteristics of the wind field from the HWM07 model need to be studied. Based on the meridional wind data and zonal wind data of HWM07 model and MF radar in January (winter) and July (summer) 2016 in Langfang, the changes and differences of meridional wind and zonal wind in winter and in summer are preliminarily studied by using common mathematical statistics methods such as absolute difference, correlation coefficient and Lomb-Scargle periodogram. The results demonstrated that at the altitude of 60~110 km, (1) in winter and in summer, the average meridional wind and zonal wind characteristics of MF radar are basically consistent with the HWM07 model, but the average wind field characteristics between winter and summer are opposite. (2) For meridional wind and zonal wind, the variation characteristics of deviation, absolute difference and correlation coefficient between HWM07 model and MF radar with height in winter are significantly different from those in summer. (3) At an altitude of 86~92 km, there are significant differences between zonal wind, meridional wind of MF radar and HWM07 model in wave period and the power spectrum values, there are also differences in atmospheric fluctuations that play a major role in the characteristics of zonal wind and meridional wind, and are related to altitude and season. Therefore, when applying the wind field results of HWM07 model, it is necessary to pay attention to the differences in wind speed and significant wave spectrum between HWM07 model wind field data and the real wind field data, which are related to season and height.

Key words： Altitude 60~110 km; HWM07 model; MF radar; Wind field; Lomb-Scargle periodogram

Cite this article

HuHua CHENG , Chao GAO , XinDong LI , Liang ZHAO , HaiWen LIU , Xiao ZHANG . Measured and model comparison analysis of atmospheric wind field characteristics at an altitude of 60~110 km[J]. Progress in Geophysics, 2024 , 39(5) : 1711 -1722 . DOI: 10.6038/pg2024HH0155

0 引言

高度60~110 km的临近空间为各种航天飞行器的必经之路，其风场对火箭准确入轨、航天飞行器安全飞行等有重要影响(黄华等，2013；孙磊等，2016；程旋等，2018)，因此，对该高度范围内的大气风场特征及变化机理研究成为各国科学工作者重点关注的对象.
目前，由于现有空间探测技术的局限，使得临近空间大气环境成为了解较少的大气层区域；虽然利用激光雷达、中频雷达等设备可以获取某一站点长期连续的临近空间大气风场资料，并开展相关研究，但受价格昂贵等因素影响，无法在全球大范围进行布局站点.为解决该高度区域风场实况资料无法满足全球空间环境业务需求，可考虑采用HWM(Horizontal Wind Model)国际参考大气模式风场结果，该模式利用各类观探测资料(如：卫星、探空火箭及雷达等)和球谐函数拟合方法，可以获取高度0~500 km范围内指定时间、位置等条件下的风场资料(Hedin et al.，1996；Alken et al.，2008)；针对该模式风场分布特征，大量研究者进行了一系列研究(Drob et al.，2008，2015；Eccles and Valladares, 2021；Rabiu et al.，2021；Yamazaki et al.，2023)，且针对国内外广泛使用的HWM07模式风场精度特征进行了大量分析(Li et al.，2015；Sheng et al.，2017；Ma et al.，2018；占卫家和蔡红涛，2019；杜晓勇等，2020；程胡华等，2020；耿丹等，2022)，例如，杜晓勇等(2020)研究发现COSMIC温度数据计算得出的纬向风与HWM07有一定差异，但总体变化趋势一致；程胡华等(2020)利用Lomb-Scargle周期图分析发现中频雷达风场与HWM07模式风场在同一高度层显著含有的波周期及功率谱存在差异.
为继续分析HWM07模式风场在中国区域的精度特征，本文利用2014年1月(冬季)、7月(夏季)的廊坊中频雷达(记为MF radar，下同)和HWM07模式风场资料，分别利用偏差、绝对差、相关系数和Lomb-Scargle周期图方法对高度60~110 km的冬季和夏季风场随高度变化及差异特征进行了对比分析.

1 数据资料及方法简介

选取2014年1月(冬季)和7月(夏季)的HWM07模式风场、MF radar风场资料作为研究对象，HWM07模式为国际参考大气水平中性风场经验模式，通过给出经纬度、时间等条件，可以获取高度0~500 km范围内的风场；MF radar风场资料来自廊坊(39.4°N，116.7°E)地区，该资料已被广大科研工作者开展了一系列研究(胡雄等, 2011; 马广林等, 2011; 刘涛等, 2018)，其时间分辨率为2 min、垂直分辨率为2 km，高度范围为60~110 km，考虑到MF radar风场资料特征，为更好对HWM07模式风场精度进行分析：(1)给定廊坊地区经纬度，获取该地区高度范围60~110 km、垂直分辨率2 km的HWM07模式风场；(2)将HWM07模式风场、MF radar风场资料的时间分辨率均设定为1 h.

2 风场统计特征对比

2.1 冬、夏季风场对比

MF radar经向风、纬向风在夏季和冬季随高度变化特征如图 1a、b所示，冬季、夏季经向风的大值区均位于低层(图 1a)，其风速值范围分别为-17.11(66 km)~10.70 m/s(68 km)、-8.43(84 km)~19.75 m/s(66 km)，平均值分别为-0.64 m/s、1.67 m/s，类似经向风速，冬季、夏季纬向风大值区同样位于低层，且超过50 m/s(图 1b)，其风速值范围分别为-51.69(64 km)~32.28 m/s(78 km)、-54.83(74 km)~31.01 m/s(60 km)，平均值分别为7.42 m/s、-3.20 m/s.HWM07模式经向风、纬向风在夏季和冬季随高度变化特征如图 1c、d所示，冬季、夏季经向风随高度变化特征见图 1c，其风速值范围分别为-12.74(94 km)~10.61 m/s(110 km)、-17.82(84 km)~19.92 m/s(106 km)，平均值分别为-2.56 m/s、0.15 m/s，相应的纬向风变化特征如图 1d所示，其风速值范围分别为-24.59(108 km)~56.32 m/s(78 km)、-60.69(70 km)~52.75 m/s(96 km)，平均值分别为25.14 m/s、-5.49 m/s.
图1 MF radar经向风(a)、纬向风(b)，及HWM07模式经向风(c)、纬向风(d)在冬季和夏季随高度变化特征

Figure 1 The altitude variations of meridional wind (a, c), zonal wind (b, d) for MF radar and HWM07 model in winter and summer

从上述分析可知，在高度60~110 km，冬季MF radar、HWM07模式的平均经向风均为负值、平均纬向风均为正值；而在夏季MF radar、HWM07模式的平均经向风均为正值、平均纬向风均为负值，表明在冬季和夏季，MF radar与HWM07模式的平均风场特征基本一致，但冬季与夏季之间的风场特征均存在差异.

2.2 冬季风场对比

在冬季，HWM07模式与MF radar之间的经向风、纬向风及其相应统计特征随高度变化特征如图 2所示，在高度60~110 km，随高度增加，两资料经向风存在一定差异(图 2a)，其中，HWM07模式、MF radar经向风的值范围分别为-12.74(94 km)~10.61 m/s(110 km)、-17.11(66 km)~10.70 m/s (68 km)，平均值分别为-2.56 m/s、-0.64 m/s；经向风偏差在低层、高层以正值为主，中层以负值为主(图 2b)，其偏差值范围为-14.09(94 km)~20.31 m/s(70 km)，平均值为-1.56 m/s；经向风绝对差随高度增加表现出减小、增大的变化趋势特征，其大值(超过40 m/s)出现在低层(图 2c)，整个高度范围内的值范围为15.97(76 km)~42.82 m/s(68 km)，平均值为23.23 m/s，相关系数在高度60~110 km内均较小，最大值不超过0.2(图 2d), 其值范围为-0.06(76 km)~0.15(108 km)，平均值为0.03.对于纬向风，HWM07模式与MF radar随高度变化趋势基本一致(图 2e)，但低层风向相反(MF radar为东风、HWM07为西风)，其余高度层风向基本一致，HWM07模式和MF radar的纬向风范围分别为-24.59(108 km)~56.32 m/s(78 km)、-51.69(64 km)~32.28 m/s(78 km)，平均值分别为25.14 m/s、7.42 m/s，纬向风偏差随高度增加呈现出由正偏差向负偏差转变过程，偏差值为先减小、再增大变化特征(图 2f)，其值范围为-19.78 (108 km)~86.97 m/s(64 km)，平均值为17.39 m/s；纬向风绝对差在高度60~76 km快速减小、随后变化较小(图 2g)，其值范围为27.25 (82 km)~86.97 m/s(64 km)，平均值为37.52 m/s；类似经向风相关系数特征(图 2d)，纬向风相关系数值在整个高度范围均较小，最大值不超过0.15(图 2h)，值范围为-0.08(90 km)~0.13(84 km)，平均值为0.01.
图2 在冬季，HWM07模式与MF radar之间经向风(a)、偏差(b)、绝对差(c)、相关系数(d)及纬向风(e)、偏差(f)、绝对差(g)和相关系数(h)随高度变化特征

Figure 2 The altitude variations of meridional wind (a), meridional wind deviation (b), meridional wind absolute difference (c), meridional wind correlation coefficient (d) and zonal wind (e), zonal wind deviation (f), zonal wind absolute difference (g), zonal wind correlation coefficient (h) between HWM07 model and MF radar in winter

2.3 夏季风场对比

在夏季，HWM07模式与MF radar之间的经向风、纬向风及其相应统计特征随高度变化特征如图 3所示，从图 3a可看出，HWM07模式与MF radar经向风随高度增加的变化趋势比较一致，风向在低层、高层均以南风为主，而中层均以北风为主，经向风速值在高度60~110 km的范围分别为-17.82(84 km)~19.92 m/s(106 km)、-8.43(84 km)~19.75 m/s (66 km)，平均值分别为0.15 m/s、1.67 m/s；与冬季经向风偏差特征不同(图 2b)，夏季经向风偏差随高度增加呈现出由负偏差向正偏差转变的变化特征(图 3b)，偏差值范围为-14.39(78 km)~21.61 m/s(108 km)，平均值为-2.55 m/s；夏季经向风绝对差随高度增加呈现出快速增大趋势(图 3c)，与冬季经向风变化特征同样存在较明显差异(图 2c)，其值范围为4.24(64 km)~40.54 m/s(110 km)，平均值为21.32 m/s；在高度60~110 km，夏季经向风相关系数以负值为主(图 3d)，而冬季以正值为主(图 2d)，图 3d中的相关系数值范围为-0.39 (108 km)~0.07(94 km)，平均值为-0.14；夏季HWM07模式、MF radar之间纬向风场随高度变化趋势基本一致(图 3e)，略好于冬季(图 2e)，在图 3e中，纬向风向在低层均为东风、高层均为西风，其值范围分别为-60.69(70 km)~52.75 m/s(96 km)、-54.83(74 km)~31.01 m/s(60 km)，平均值分别为-5.49 m/s、-3.20 m/s，夏季纬向风偏差随高度增加呈现出负值、正值、负值的变化特征(图 3f)，同样与冬季纬向风偏差特征存在明显差异(图 2f)，在高度60~110 km的偏差值范围为-29.68(64 km)~25.32 m/s(96 km)，平均值为2.65 m/s，夏季纬向风绝对差随高度变化较小(图 3g)(而冬季纬向风绝对差在中低层随高度增加而快速减小(图 2g))，其值范围为16.79(86 km)~35.41 m/s(110 km)，平均值24.51 m/s，夏季纬向风相关系数值在高度60~110 km以负值为主(图 3h)，其值范围为-0.23(82 km)~0.03 m/s(92 km)，平均值为-0.09(冬季纬向风相关系数的平均值为正值).
图3 在夏季，HWM07模式与MF radar之间经向风(a)、偏差(b)、绝对差(c)、相关系数(d)及纬向风(e)、偏差(f)、绝对差(g)和相关系数(h)随高度变化特征

Figure 3 The altitude variations of meridional wind (a), meridional wind deviation (b), meridional wind absolute difference (c), meridional wind correlation coefficient (d) and zonal wind (e), zonal wind deviation (f), zonal wind absolute difference (g), zonal wind correlation coefficient (h) between HWM07 model and MF radar in summer

3 风场频谱特征对比

通过上述分析结果可知，在冬季、夏季，HWM07模式风场与MF radar风场之间的差异比较明显，且在不同高度、不同季节之间的差异也不同.Lomb-Scargle周期图方法(Lomb，1976；Scargle，1982)能直接对不均匀采样数据进行分析，并且可以获取更精细的功率谱特征，已得到广泛应用(Jiang et al.，2005；李敏等，2018；青海银等，2018；周威等，2019)；利用Lomb-Scargle周期图方法对不同高度层(如：86 km、88 km、90 km、92 km)风场进行频谱特征对比分析，有利于更多了解MF radar风场与HWM07模式风场在不同季节、不同高度之间显著含有的波周期及功率谱差异特征.

3.1 冬季风场频谱随高度变化对比

3.1.1 经向风频谱随高度变化对比

图 4给出了冬季HWM07模式经向风(黑色线)和MF radar经向风(红色线)分别在高度86 km、88 km、90 km、92 km的Lomb-Scargle分析结果，图中横坐标的frequency为频率(单位：h-1，周期的倒数，下同)，纵坐标的power为Lomb-Scargle功率谱(单位：m2·s-1，下同)，虚线为90%显著性检验线(下同)，不同高度层显著含有的主要波周期及对应功率谱见表 1，其中，表 1中数据左边的数值为波周期(单位：h)，括号里面的数值为对应功率谱(单位：m2·s-1)，例如，数据24.15 (277.42)中的24.15为波周期、277.42为对应功率谱，从表 1可看出，对于冬季经向风或纬向风，相同高度层的MF radar与HWM07模式之间显著含有波周期大小及对应功率谱存在明显差异；而MF radar或HWM07模式显著含有的波周期大小及对应功率谱随高度变化存在一定差异. 结合图 4和表 1结果进行综合分析可知：(1)HWM07模式经向风在88~92 km均显著含有(通过90%显著性检验，下同)准半日潮汐波和准全日潮汐波，且准全日潮汐波功率谱值随高度增加而减小，而准半日潮汐波功率谱值随高度增加而增大，在高度86~92 km，准全日潮汐波功率谱值最大，表明HWM07模式经向风的变化特征主要受准全日潮汐波影响；(2) MF radar经向风在高度86~92 km，除显著含有准半日潮汐波、准全日潮汐波外，还显著含有其他不同周期的波动(例如，准12日行星波，以及其他周期波)(图 4a、d)，且MF radar经向风中的准全日潮汐波功率谱随高度增加而增大，而准半日潮汐波、准12日行星波功率谱随高度增加的变化特征均不明显，在高度86~88 km，MF radar经向风中的准半日潮汐波功率谱值最大，而在高度90~92 km，准全日潮汐波功率谱值最大，表明MF radar在86~88 km经向风变化特征为准半日潮汐波起主要作用，而在高度90~92 km为准全日潮汐波起主要作用.
图4 在冬季，HWM07模式和MF radar经向风在高度86 km(a)、88 km(b)、90 km(c)、92 km(d)的Lomb-Scargle周期图结果

Figure 4 Lomb-Scargle periodiagram of meridional wind at 86 km (a), 88 km(b), 90 km(c), 92 km(d) for HWM07 model and MF radar in winter

表1 在冬季，HWM07模式和MF radar的经向风和纬向风在不同高度中显著含有的主要波周期(单位：h)及对应功率谱(单位：m2·s-1)

Table 1 In winter, the meridional and zonal winds of HWM07 model and MF radar significantly contain the main wave period (unit: h) and corresponding power spectrum (unit: m2·s-1) at different altitudes

冬季不同高度风场中显著含有的主要波周期(功率谱) 冬季经向风 冬季纬向风
HWM07 MF radar HWM07 MF radar
高度86 km 24.15 (277.42) 263.16 (17.42) 23.98 (219.83) 588.24 (88.17)
11.99 (74.22) 23.53 (18.72) 12.03 (120.79) 23.53 (25.82)
15.41 (18.84) 11.72 (14.43)
11.78 (26.17)
高度88 km 24.04 (255.44) 270.27 (20.96) 23.98 (234.50) 588.24 (94.25)
11.99 (93.99) 23.98 (20.40) 12.03 (108.95) 24.10 (30.99)
15.29 (16.06) 11.70 (9.49)
12.89 (26.04)
高度90 km 23.98 (212.73) 270.27 (20.71) 23.98 (201.73) 588.24 (86.07)
11.99 (135.67) 23.92 (31.47) 11.99 (140.24) 23.92 (32.34)
12.05 (27.52) 8.01 (11.37) 12.00 (13.04)
高度92 km 23.98 (174.95) 270.27 (19.59) 23.98 (170.14) 588.24 (70.91)
11.99 (174.32) 24.04 (52.14) 11.99 (168.25) 24.04 (43.18)
12.90 (14.54) 8.01 (15.91) 11.68 (10.43)

3.1.2 纬向风频谱随高度变化对比

在冬季，HWM07模式纬向风(黑色线)、MF radar纬向风(红色线)分别在高度86 km、88 km、90 km、92 km的Lomb-Scargle分析结果如图 5所示，不同高度层显著含有的主要波周期及对应功率谱见表 1.通过对图 5和表 1结果进行综合分析可知：(1)HWM07模式纬向风在高度86~92 km除显著含有准半日潮汐波、准全日潮汐波外，在90 km、92 km还显著含有准8 h重力波；其中，准全日潮汐波功率谱随高度增加先增大、后减小，而准半日潮汐波功率谱则表现为先减小、后增大；准8 h重力波功率谱值随高度增加而增大；类似冬季HWM07模式经向风，在高度86~92 km，冬季HWM07模式纬向风中的准全日潮汐波功率谱值最大，因此，准全日潮汐波同样在冬季HWM07模式纬向风变化特征起主要作用；(2) MF radar纬向风在高度86~92 km均显著含有准全日潮汐波、准半日潮汐波、准24日行星波，其中，准24日行星波功率谱值最大，表明准24日行星波在冬季MF radar纬向风变化特征起到主要作用，与冬季MF radar经向风变化特征存在较明显差异.
图5 在冬季，HWM07模式和MF radar纬向风在高度86 km(a)、88 km(b)、90 km(c)、92 km(d)的Lomb-Scargle周期图结果

Figure 5 Lomb-Scargle periodiagram of zonal wind at 86 km (a), 88 km(b), 90 km(c), 92 km(d) for HWM07 model and MF radar in winter

3.2 夏季风场频谱随高度变化对比

3.2.1 经向风频谱随高度变化对比

在夏季，HWM07模式经向风(黑色线)、MF radar经向风(红色线)在不同高度层上Lomb-Scargle分析结果如图 6所示，不同高度层显著含有的主要波周期及对应功率谱见表 2，类似表 1，表 2中数据左边的数值为波周期(单位：h)，括号里面的数值为对应功率谱(单位：m2·s-1)，从表 2可看出，对于夏季经向风或纬向风，相同高度层的MF radar与HWM07模式之间显著含有波周期大小及对应功率谱存在较明显差异；随高度增加，MF radar或HWM07模式显著含有的波周期大小及对应功率谱存在一定差异.结合图 6和表 2结果进行综合分析可知：(1) HWM07模式经向风在高度86~92 km均显著含有准全日潮汐波、准半日潮汐波，在88~92 km，还显著含有准8 h重力波；其中，准全日潮汐波功率谱随高度增加表现为先增大、后减小的趋势，与准半日潮汐波功率谱随高度变化特征相反(先减小、再增大)；在高度88 km、90 km，准全日潮汐波功率谱最大，即夏季HWM07模式经向风在该高度层主要受准全日潮汐波影响；而在高度86 km、92 km，准半日潮汐波功率谱最大，即主要受准半日潮汐波影响；(2)夏季MF radar经向风在高度86 km未显著含有准全日潮汐波，且在86~92 km，准全日潮汐波功率谱均小于准半日潮汐波，同时，夏季MF radar经向风未显著含有准8 h重力波，但显著含有准2日行星波；随高度增加，准2日行星波功率谱变化不大、准全日潮汐波增大、准半日潮汐波先增大后减小的变化趋势；夏季MF radar经向风中准半日潮汐波功率谱值在高度86~92 km为最大，即夏季MF radar经向风在该高度范围内变化特征主要受准半日潮汐波影响.
图6 在夏季，HWM07模式和MF radar经向风在高度86 km(a)、88 km(b)、90 km(c)、92 km(d)的Lomb-Scargle周期图结果

Figure 6 Lomb-Scargle periodiagram of meridional wind at 86 km (a), 88 km(b), 90 km(c), 92 km(d) for HWM07 model and MF radar in summer

表2 在夏季，HWM07模式和MF radar的经向风和纬向风在不同高度中显著含有的主要波周期(单位：h)及对应功率谱(单位：m2·s-1)

Table 2 In summer, the meridional and zonal winds of HWM07 model and MF radar significantly contain the main wave period (unit: h) and corresponding power spectrum (unit: m2·s-1) at different altitudes

夏季不同高度风场中显著含有的主要波周期(功率谱) 经向风 纬向风
HWM07 MF radar HWM07 MF radar
高度86 km 23.98 (174.20) 49.26 (33.05) 23.98 (99.43) 42.37 (28.08)
11.99 (178.24) 42.37 (16.30) 11.99 (212.82) 34.60 (18.97)
11.89 (38.69) 11.89 (37.71)
高度88 km 23.98 (182.92) 50.00 (35.47) 23.98 (92.04) 42.19 (26.74)
11.99 (161.60) 24.10 (17.94) 11.99 (209.40) 34.97 (20.51)
7.99 (10.02) 12.03 (59.59) 7.99 (17.79) 12.03 (70.12)
高度90 km 23.98 (180.48) 49.02 (32.48) 23.98 (132.26) 42.02 (24.66)
11.99 (153.41) 24.04 (27.98) 11.99 (178.29) 34.97 (14.67)
7.99 (20.59) 12.02 (53.71) 8.01 (18.92) 12.02 (67.66)
高度92 km 23.98 (155.94) 48.78 (26.87) 23.98 (176.71) 42.74 (25.29)
11.99 (180.48) 23.98 (31.18) 11.99 (159.72) 34.97 (13.28)
7.99 (18.88) 12.00 (53.05) 12.00 (52.84)

3.2.2 纬向风频谱随高度变化对比

在夏季，HWM07模式纬向风(黑色线)、MF radar纬向风(红色线)分别在高度86 km、88 km、90 km、92 km的Lomb-Scargle分析结果如图 7所示，不同高度层显著含有的主要波周期及对应功率谱见表 2，结合图 7和表 2结果进行综合分析可知：(1)HWM07模式纬向风在86~92 km均显著含有准全日潮汐波、准半日潮汐波，在高度88 km、90 km还显著含有准8 h重力波；准全日潮汐波、准半日潮汐波功率谱在高度86~88 km变化不大，而在高度88~92 km，随高度增加，准全日潮汐波功率谱增大、准半日潮汐波功率谱减小；在高度86~90 km，准半日潮汐波功率谱最大，而在高度92 km，准全日潮汐波功率谱最大，表明夏季HWM07模式纬向风变化在高度86~90 km主要受准半日潮汐波影响、在高度92 km主要受准全日潮汐波影响；(2)在高度86~92 km，夏季MF radar纬向风显著含有准半日潮汐波、准1.5日行星波、准2日行星波，但未显著含有准全日潮汐波、准8 h重力波；其中，在高度86~92 km，准半日潮汐波功率谱最大，表明夏季MF radar纬向风在高度范围内变化特征主要受准半日潮汐波影响.
图7 在夏季，HWM07模式和MF radar纬向风在高度86 km(a)、88 km(b)、90 km(c)、92 km(d)的Lomb-Scargle周期图结果

Figure 7 Lomb-Scargle periodiagram of zonal wind at 86 km (a), 88 km(b), 90 km(c), 92 km(d) for HWM07 model and MF radar in summer

4 结论与讨论

本文以高度60~110 km范围内2014年1月(冬季)、7月(夏季)HWM07模式风场和MF radar风场资料为研究对象，通过采用常用数理统计和Lomb-Scargle周期图方法对风场变化趋势及风场中显著含有的周期谱特征进行了对比分析，得到如下主要结论：
(1) 虽然冬季、夏季HWM07模式与MF radar之间的经向风、纬向风随高度变化趋势比较一致，但纬向风相关系数、经向风相关系数均很小、甚至在某些高度层出现负相关；冬季、夏季的平均经向风绝对差分别为23.23 m/s、21.32 m/s，对应平均纬向风绝对差分别为37.52 m/s、24.51 m/s，表明HWM07模式的冬季风场绝对差比夏季大、纬向风绝对差比经向风大.
(2) 纬向风、经向风中显著含有的波周期存在差异.冬季、夏季的HWM07模式纬向风和经向风中显著含有准全日潮汐波、准半日潮汐波、准8 h重力波(高度86 km和88 km冬季纬向风、高度86 km和92 km夏季纬向风、高度86 km夏季经向风除外).冬季、夏季的MF radar纬向风、经向风中显著含有准全日潮汐波(夏季纬向风、高度86 km夏季经向风除外)、准半日潮汐波，在冬季经向风、纬向风中还分别显著含有准12日、准24日行星波，在夏季纬向风和经向风中还显著含有准2日行星波、及夏季纬向风中显著含有准1.5日行星波.
(3) 影响纬向风、经向风变化的主要波功率谱存在差异.冬季HWM07模式纬向风、经向风变化均主要受准全日潮汐波的影响，而夏季HWM07模式纬向风变化在高度86~90 km主要受准半日潮汐波影响、高度92 km主要受准全日潮汐波影响，经向风变化在88 km、90 km主要受准全日潮汐波影响、在高度86 km、92 km主要受准半日潮汐波影响.MF radar夏季经向风、纬向风变化主要受准半日潮汐波影响，冬季纬向风变化主要受准24日行星波影响，而冬季经向风变化在高度86~88 km主要受准半日潮汐波影响、在高度90~92 km主要受准全日潮汐波影响.
通过本文研究可以看出，在高度60~110 km，冬季、夏季HWM07模式纬向风和经向风的绝对差均较大，且相关性很弱、甚至负相关，同时，在不同高度层显著含有的大气波动及功率谱值也存在一定差异，这主要是因为，一方面由于对高度60~110 km大气动力机制认识不够，且在该高度范围内全球历史数据较少，同时HWM07模式是基于大气理论知识和国外大量探测数据基础上建立的经验参考大气风场模式，反映了平均大气风场的气候态变化特征，导致其对存在较快速变化的大气风场无法较好地刻画出来.因此，对于1 h分辨率的MF radar风场、HWM07模式风场资料，该种特征，一方面会导致HWM07模式风场精度较低，另一方面，也是造成两种资料之间，显著含有大气波频谱特征存在差异的重要原因之一.

感谢审稿专家提出的修改意见和编辑部的大力支持！

References

Publishing order | Descend order by publishing year | Descend order by cited within
Alken P , Maus S , Emmert J . Improved horizontal wind model HWM07 enables estimation of equatorial ionospheric electric fields from satellite magnetic measurements. Geophys. Res. Lett., 2008, 35(11 L11105.

DOI

Cheng H H , Wu X , Xiu X T . Preliminary study on precision of HWM07 and modeling at an altitude of 60~100 km. Chinese J. Geophys., 2020, 63(1): 86 100.

DOI

Cheng X , Xiao C Y , Hu X . Research progress on aerodynamic characteristics of hypersonic vehicles under near space atmospheric environment. Aerospace Technology, 2018 5): 22-28

Drob D P , Emmert J T , Crowley G . An empirical model of the earth's horizontal wind fields: HWM07. J. Geophys. Res., 2008, 113(A12): A12304.

DOI

Drob D P , Emmert J T , Meriwether J W . An update to the horizontal wind model (HWM): the quiet time thermosphere. Earth and Space Science, 2015, 2(7): 301-319.

DOI

Du X Y , Du Z T , Guo Y N . Research of monthly zonal winds derived from radio occultation temperature data. Chin. J. Space Sci., 2020, 40(6): 1030-1038.

DOI

Eccles J V , Valladares C E . Low-latitude plasma drifts from the horizontal neutral wind model and a coupled ionosphere-electric field model. J. Geophys. Res., 2021, 126(7): e2020JA029056.

DOI

Geng D , Zhao Z L , Wan L . Analysis of data from near space meteorological rocket sounding in Northwest China in winter. Chin. J. Space Sci., 2022, 42(3): 396-402.

DOI

Hedin A E , Fleming E L , Manson A H . Empirical wind model for the upper, middle and lower atmosphere. J. Atmos. Terr. Phys., 1996, 58(13): 1421-1447.

DOI

Hu X , Wu X C , Xu Q C . Observations of the ionosphere effects of the solar eclipse on 22 July 2009. Chin. J. Space Sci., 2011, 31(5): 596-601

Huang H , Liu Y , Zhao Z L . Simulation of influence of near space atmosphere on supersonic vehicle. Journal of System Simulation, 2013, 25(9): 2230-2233 2230-2233, 2238

Jiang G Y , Xiong J G , Wan W X . The 16-day waves in the mesosphere and lower thermosphere over Wuhan (30.6oN, 114.5oE) and Adelaide (35oS, 138oE). Adv. Space Res., 2005, 35(11): 2005-2010.

DOI

Li M , Guo S W , Wei N . Study on the draconitic year errors in GPS station coordinates. Progress in Geophysics, 2018, 33(2): 473-478.

DOI

Li N , Chen J S , Ding Z H . Mean winds observed by the Kunming MF radar in 2008-2010. Journal of Atmospheric and Solar-Terrestrial Physics, 2015, 122: 58-65.

DOI

Liu T , Xiao C Y , Hu X . Application of time series method in forecasting near-space atmospheric wind. Chin. J. Space Sci., 2018, 38(2): 211-220.

DOI

Lomb N R . Least-squares frequency analysis of unequally spaced data. Astrophys. Space Sci., 1976, 39(2): 447-462.

DOI

Ma G L , Hu X , Xu Q C . Investigation and application of FCA method for Langfang MF radar wind retrievals. Chin. J. Space Sci., 2011, 31(5): 618-626.

DOI

Ma Z , Gong Y , Zhang S D . Study of mean wind variations and gravity wave forcing via a meteor radar chain and comparison with HWM-07 results. J. Geophys. Res., 2018, 123(17): 9488-9501.

DOI

Qing H Y , Zhao Z Y , Zhou C . Research of the tropopause based on the observations from Wuhan MST radar. Progress in Geophysics, 2018, 33(4): 1395-1402.

DOI

Rabiu A B , Okoh D I , Wu Q . Investigation of the variability of night-time equatorial thermospheric winds over Nigeria, West Africa. J. Geophys. Res., 2021, 126(3): e2020JA028528.

DOI

Scargle J D . Studies in astronomical time series analysis. Ⅱ. Statistical aspects of spectral analysis of unevenly spaced data. Astrophys. J., 1982, 263: 835-853.

DOI

Sheng Z , Li J W , Jiang Y . Characteristics of stratospheric winds over Jiuquan(41.1°N, 100.2°E) using rocketsonde data in 1967-2004. Journal of Atmospheric and Oceanic Technology, 2017, 34(3): 657-667.

DOI

Sun L , Lian P , Chang X F . Near space atmosphere modeling and its effect on the aircraft. Command Control & Simulation, 2016, 38(5): 107-111

Yamazaki Y , Harding B J , Qiu L . Monthly climatologies of zonal-mean and tidal winds in the thermosphere as observed by ICON/MIGHTI during April 2020-March 2022. Earth and Space Science, 2023, 10(6): e2023EA002962.

DOI

Zhan W J , Cai H T . Analysis of characteristics of seasonal variations of polar thermospheric meridional wind during solar minimum: comparison of measurements of EISCAT radar and HWM07 predictions. Science Technology and Engineering, 2019, 19(17): 25-31

Zhou W , Huang L K , Liu L L . Research on GLONASS-MR for snow depth monitoring. Progress in Geophysics, 2019, 34(5): 1842-1848.

DOI

程 胡华 , 武 帅 , 宿 兴涛 . HWM07模式风场在高度60~100 km的精度及建模初步研究. 地球物理学报, 2020, 63(1): 86-100.

DOI

程 旋 , 肖 存英 , 胡 雄 . 临近空间大气环境对高超声速飞行器气动特性的影响研究进展. 飞航导弹, 2018 5): 22-28

杜 晓勇 , 杜 智涛 , 郭 粤宁 . 利用掩星温度数据推算大气月平均纬向风场. 空间科学学报, 2020, 40(6): 1030-1038

耿 丹 , 赵 增亮 , 万 黎 . 冬季西北地区临近空间气象火箭探测数据分析. 空间科学学报, 2022, 42(3): 396-402

胡 雄 , 吴 小成 , 徐 轻尘 . 2009年7月22日日全食电离层效应观测. 空间科学学报, 2011, 31(5): 596-601

黄 华 , 刘 毅 , 赵 增亮 . 临近空间环境对高速飞行器影响分析与仿真研究. 系统仿真学报, 2013, 25(9): 2230-2233 2230-2233, 2238

李 敏 , 郭 仕伟 , 魏 娜 . GPS站坐标中的交点年周期误差研究. 地球物理学进展, 2018, 32(2): 473-478.

DOI

刘 涛 , 肖 存英 , 胡 雄 . 时间序列法在临近空间大气风场预报中的应用. 空间科学学报, 2018, 38(2): 211-220

马 广林 , 胡 雄 , 徐 轻尘 . 廊坊中频雷达风场FCA算法的研究及应用. 空间科学学报, 2011, 31(5): 618-626

青 海银 , 赵 正予 , 周 晨 . 基于武汉MST雷达的对流层顶观测研究. 地球物理学进展, 2018, 33(4): 1395-1402.

DOI

孙 磊 , 廉 璞 , 常 晓飞 . 临近空间大气环境建模及其对飞行器影响. 指挥控制与仿真, 2016, 38(5): 107-111

占 卫家 , 蔡 红涛 . 低太阳活动期间极区热层子午风季节变化特征分析——EISCAT雷达观测与HWM07模型比较. 科学技术与工程, 2019, 19(17): 25-31

周 威 , 黄 良珂 , 刘 立龙 . 基于GLONASS-MR技术的雪深探测研究. 地球物理学进展, 2019, 34(5): 1842-1848.

DOI

Options
Outlines

/

〈 〉