研究团队在前期工作中利用经验模型对全球电离层突发E层进行建模，但缺乏对小尺度结构的预报能力。在最新的工作中，我们基于子午工程的电离层数字测高仪数据，初步探索了不同驱动因素对电离层E区不均匀体演化的影响。结合天基卫星观测，进一步提出了更精确的E区不均匀体的气候学重构模型（图1），有效捕捉了外界变化与电离层E区不均匀体之间的复杂关系（图2）。联合多个国内电离层数字测高仪（北京、武汉、漠河、三亚和邵阳）进行对比验证，进一步证实了模型的有效性和优越的预报能力。此外，研究团队基于该模型开发了全球范围的预测应用（图3），该应用可以为研究人员提供覆盖完整太阳活动周期（2002-2025）的E区不均匀体预报信息，预计对极端空间天气事件的预警做出重大贡献。

图1 基于人工智能技术重构全球电离层E区不均匀体示意图

图2 全球电离层E区不均匀体气候学观测结果和模型预测结果

图3 研究团队开发的SELF-ANN（Sporadic E Layer Forecast using Artificial Neural Networks）应用和有效预测的时间范围

  该研究成果为AI在空间天气建模领域提供了新思路。随着我国子午工程二期建设和深空探测日益推进，本项工作可为深入理解和预测空间环境变化提供模型支持，更好地评估中高层大气对无线电波传播的影响，这对保证长距离空间通信的稳定性和安全性至关重要。

  该研究成果以“Ionospheric irregularity reconstruction using multisource data fusion via deep learning”为题发表于国际权威学术期刊Atmospheric Chemistry and Physics上。该研究工作得到了量子科技创新计划、深空探测实验室前沿科学研究计划、中科院稳定支持基础研究领域青年团队计划、科技部重点研发计划、国家自然科学基金等资助。同时，中国科学技术大学超级计算中心为本研究提供模拟支持。

文章原文下载链接：

https://doi.org/10.5194/acp-23-13413-2023