基于BDS/GPS 數據的中國及周邊地區電離層暴層析成像研究

尹萍 寧澤浩 閆曉鵬

（中國民航大學電子信息與自動化學院,天津 300300）

引 言

電離層是地球表面60 km 以上的大氣由于受太陽輻射的照射處于部分電離或完全電離狀態的等離子體區域，主要由電子、正離子和中性分子及原子構成.而電離層的不規則運動會對人造衛星、飛機的電子設備造成信號中斷和信號誤碼等影響.隨著GNSS 理論的快速發展，電離層層析成像(computerized ionospheric tomography,CIT)技術展現出探測電離層電子密度三維分布和變化方面的優勢，其主要依靠區域地面接收機接收到的衛星數據，計算得到傳播路徑上的總電子含量(total electron content,TEC)，并利用相關的層析算法，解算出區域內的電子密度.

1998 年，Austen 等人在國際上提出了CIT 的思想，同時利用海軍導航衛星系統(navy navigation satellite system,NNSS)數據重建了臺站平面與衛星的二維電子密度剖面[1]；然而，利用NNSS 數據進行的層析成像只能獲得電子密度隨緯度-高度變化的二維分布圖像，而在實際應用與研究中掌握電離層三維時空分布至關重要[2].由于GPS 具有軌道高、服務范圍廣等特點，基于GPS 的CIT 技術得到了快速發展，從數據源方面有效改善了利用NNSS 數據僅能獲得電子密度二維分布的局限性.2005 年徐繼生等人利用GPS 地面臺網和掩星觀測數據，結合CIT技術重建了電離層大尺度結構的時空演變[3].2007 年Jin 等人利用韓國GPS 網數據，重建了2003 年韓國上空電離層電子密度分布，并通過IRI-2001 模型給出的F2層峰值密度NmF2、TEC 和另一個獨立的電離層探測儀數據對比進一步驗證了該方法的有效性[4].2011年楊劍等人利用GPS 觀測數據對高度60～960 km的電離層電子密度分布進行了三維層析重建，研究地震前電離層異常情況[5].2012 年陳必焰將神經網絡的方法應用到了基于GPS 的CIT 技術并探測日本地震前的電離層異常，分析了“3·11”地震前后區域上空電離層電子密度時空變化[6].

太陽爆發所輻射的能量使地球磁場產生劇烈擾動，稱為“磁暴”.磁暴的產生會使電離層的電子產生不規則的變化，導致電離層TEC 和電子密度的異常，包括電離層閃爍、電離層暴以及電離層行擾(travelling ionospheric disturbance,TID)等等，利用CIT 技術研究磁暴期間電子密度變化成為國內外學者研究的重點.2000 年徐繼生等人利用CIT 技術重建電離層電子密度二維剖面，研究了中強度磁暴對低緯度區域電離層的影響[7].2005 年Yizengaw 等人利用CIT 技術反演了2001-03-31 磁暴期間150°E 經度面內南半球電離層電子密度的變化[8].2014 年姚宜斌等人利用CIT 技術分別反演并分析了2003—2006年間3 次不同類型強磁暴發生期間歐洲區域上空電離層電子密度的三維時空分布以及電離層擾動結構的演化過程[9].2017 年趙海山等人利用CIT 技術對歐洲區域磁暴前和磁暴期間的峰值電子密度變化進行了分析[10].

然而，由于GPS 主要采用單一的中軌軌道(medium earth orbit,MEO)衛星，該數據容易受到衛星運動的影響[11]，而BDS 中的地球同步軌道(geosynchronous orbit,GEO)衛星由于自身的靜地特性，可提供更好的數據集研究經度(時間)上的變化，使觀測更可靠[12].同時，將GNSS 多星座的數據應用于CIT，相較于單星座的GPS，有更多的衛星射線穿過目標區域電離層，進一步提高了CIT 反演的精度[13].

本文在英國巴斯大學多儀器數據分析系統(multi instrument data analysis system,MIDAS)CIT 算法[14]基礎上，利用IGS 官網提供的GPS 和BDS 觀測數據對2017-09-07—09 中國及其周邊地區出現的電離層暴進行層析成像.借助中國地區兩個獨立的測高儀站點數據，評估單、雙星座層析算法獲取的F2層峰值密度NmF2、F2層峰值高度hmF2和TEC 等電離層重要參數，以討論BDS 數據在層析方法上的可用性和可靠性.在此基礎上，對2017-09-08 兩次強擾動時段中國及周邊低緯地區的層析結果進一步研究，觀測出赤道等離子體泡(equatorial plasma bubble，EPB)現象，并分析暴時電離層時空分布特性.

1 電離層暴特征分析

由于兩次日冕物質拋射(coronal mass ejections,CMEs)于2017-09-07T23:30UT 和09-08T12:00UT 先后經過地球，產生了一場強地磁暴[15].通過分析從NASA 數據庫獲取的相關物理參數和地磁數據，選取發生在2017-09-08 的電離層暴為主要研究對象.為了說明該電離層暴的特點，圖1 給出了2017-09-07—09 的太陽風速變化vsw，行星際磁場Bz分量IMFBz，太陽風動壓Psw，極光電子急流AE 指數，地磁指數Dst 和Kp.

圖1 2017-09-07—09 地球物理數據變化Fig.1 Variations in geophysical data on Sep.7-9,2017

伴隨著第一次CMEs，vsw在2017-09-07T23:30UT由473.4 km/s 增長至599.7 km/s；IMFBz在20:00UT向南轉并到達-10 nT 且保持2 h，然后在23:30UT 再次南轉到達最小值-31.2 nT；Psw由1.31 nPa 增長至4.35 nPa；Dst 指數處于-144 nT，Kp 值為8，說明地磁活動已到達首個擾動階段.伴隨著第二次CMEs，vsw從2017-09-08T11:30UT 開始持 續下降；IMFBz在11:55UT 瞬間南轉降至-17.4 nT；Psw從8.5 nPa 下降至2.9 nPa；同時Kp 出現最大值(超過8)，Dst 值仍處于-100 nT 以下，表明該時刻已到達第二個擾動階段.另外，AE 在2017-09-08T00:00UT 和 13:00—14:00UT 均超過2 000 nT，表明由磁暴產生的兩次擾動均伴隨著強烈的極光活動.

從圖1 2017-09-07—09 地球物理數據變化可以看出，Dst 和Kp 值的變化都說明了地磁擾動最強烈的時段主要發生在2017-09-08.為了體現暴時電離層的異常特性，重點研究處于較平靜期的09-07 和處于磁暴期的09-08 的電離層時空分布.

2 觀測數據與層析成像技術

2.1 觀測數據

作為本文電離層層析算法的輸入數據，圖2 給出了中國及周邊地區所用站點的分布以及該地區上空電離層穿刺點(ionospheric pierce point,IPP)的覆蓋情況.層析所用到的中國及周邊地區GPS 站點分布和BDS 站點分布如圖2(a)所示，黑色代表可采集GPS 觀測數據的地面站，紅色代表可同時采集GPS和BDS 觀測數據的地面站，全部合計26 個站點(部分站點位置重合)，其中8 個站可采集BDS 數據，已覆蓋中國、日本、韓國、泰國、越南等國家.但相比于GPS，該地區可采集BDS 數據的地面站數量較為有限，且在30～55°N 的站點分布稀疏，從數量、分布均勻程度上看，GPS 地面站更具有優勢.圖2(b)給出了2017-09-08T01:00—02:00UT 中國及周邊地區在假定電離層薄殼高度為350 km 時，沿地面站與GPS/BDS 衛星路徑上IPP 的軌跡，即輸入數據的覆蓋范圍，共使用BDS 衛星14 顆，C01～C05 為GEO衛星，C06～C10、C13 為傾斜地球同步軌道(inclined geosynchronous orbit，IGSO)衛星，C11、C12、C14 為MEO 衛星[16]，其中“5GEO+6IGSO”用來保證服務區域內的性能要求，3 顆MEO 衛星用來實現擴大地區覆蓋(01:00—02:00UT 期間MEO 衛星未經過該地區上空).從圖2(b)可以看出GPS IPP 覆蓋區域較大，其中東部更為集中.BDS IPP 覆蓋較集中在5～30°N和100～130°E.

同時，本文借助中國地區的兩個測高儀數據來驗證層析成像結果的精度，一個是位于武漢地區的WU430(位置：30.5°N,114.4°E)；另一個是位于三亞地區的SA418(位置：18.34°N,109.42°E)，其位置如圖2圓圈所示.測高儀數據從Digital Ionogram Database官網下載，地址：http://ulcar.uml.edu/ DIDBase/[17].

圖2 中國及周邊地區GPS/BDS 站點分布及2017-09-08T01:00—02:00UT 在350 km 上空處的IPP 覆蓋Fig.2 Distribution of GPS/BDS ground stations and IPP tracks at 350 km over China and adjacent areas during 01:00—02:00UT on Sep.8,2017

2.2 數據預處理

首先將電離層看成高度為h的薄層模型[18]，式(1)為利用時間間隔為30 s 的GPS/BDS 觀測數據計算電波視線方向上的斜TEC[13](slant TEC,STEC)：

式中：f1、f2為信號頻率；λ1、λ2為波長；L1、L2為載波相位.GPS選用f1= 1 575.42 MHz，f2=1 227.60 MHz，BDS 選用f1= 1 561.098 MHz，f2=1 207.14 MHz.為得到精確的電離層STEC，必須消除由GPS、BDS 衛星和接收機帶來的硬件延遲[19].針對不同系統，在式(1)的基礎上分別采用以下兩種方法來計算硬件延遲.

針對GPS，記GPS 衛星和接收機硬件延遲之和為QGPS，式(2)為QGPS與STEC 和垂直TEC(vertical TEC,VTEC)的關系[19]：

F為映射函數，

式中：R為地球半徑；h為電離層質心高度；E為衛星仰角.

假設 VTEC(t)是關于時間和電離層IPP(λ ,φ)的函數：

式中：a(t)、b(t)、c(t)為 系數；λ0、φ0分別為觀測站經度、緯度.將式(5)代入式(2)，采用最小二乘法估算硬件延遲QGPS.

針對BDS，記BDS 衛星和接收機硬件延遲之和為QBDS，利用式(6)[20]和IGS 官網公布的硬件延遲偏差改正/差分碼偏差(differential code biases,DCB)文件[21]對QBDS進行解算[22]：

式中：c為光速；Δt1為DCB文件中總群時延(total group delay,TGD)和頻間偏置(inter-frequency bias,IFB)的和.

2.3 多星座數據層析成像技術

本文選用的層析方法是由英國巴斯大學Invert小組開發的MIDAS 層析技術[14].傳統的單星座層析方法是將每條GPS 衛星信號射線上的STEC 進一步采樣(采樣時間間隔10 min)，再作為層析反演的輸入，數學公式為

式中：zGPS代表GPS 系統下的 STEC值；H代表衛星射線穿過格網時截距組成的系數矩陣；x代表所求電子密度.

雙星座層析方法是先對每條GPS、BDS 衛星信號射線上的STEC 進行硬件延遲修正，再進一步采樣(采樣時間間隔10 min)，然后將整體作為層析反演的輸入，數學公式為

又可寫為

式中：zGPS+BDS代表雙系統下的 STEC值 ；PGPS、PBDS分別為GPS、BDS 所求 STEC時 的權值，本文設為1；zGPS、zBDS分別為GPS、BDS 所求STEC 值.

由于待反演區域地面GNSS 接收機和衛星數量有限且分布不均勻，很多像素內沒有GPS、BDS 衛星射線穿過導致H矩陣嚴重秩虧.為克服這種問題，在MIDAS 中使用映射矩陣，式(8)可轉化為

式中，y代表變換基的解.MIDAS 采用了多種函數來構造映射矩陣M[23]，本文采用Chapman 模型生成二階經驗正交函數(empirical orthogonal functions,EOF)來構建垂向的映射矩陣，獲得電子密度的解為

選取電離層重構區域為15～55°N和70～140°E，經緯度分辨率為4°×4°，高度分辨率為40 km，時間分辨率為15 min.考慮到多徑效應和本地噪聲的影響以及可用的觀測數據量，在電離層TEC 的計算和分析中選取衛星仰角大于5°的觀測數據.

此外，將雙星座層析結果和單星座層析結果進行比對來說明融合BDS 數據的電離層層析技術在電離層監測上的改善情況.為方便描述，在后面敘述中將單星座簡稱為‘GPS’，雙星座簡稱為‘GPS+BDS’ .

3 結果與討論

3.1 NmF2 層析結果分析

如圖3 所示，選取電離層相對平靜的2017-09-07、2017-09-09 和暴時的2017-09-08，用中國區域中低緯度SA418 站點、WU430 站點處兩個測高儀的NmF2分別與GPS 和GPS+BDS 層析結果進行對比，討論利用GPS+BDS 層析技術在電離層平靜期和暴時反演電子密度的精度和可靠性.測高儀數據的時間間隔為15 min，用紅色‘○’表示.

圖3 2017-09-07—09 兩站點處GPS、GPS+BDS 層析結果和測高儀的NmF2 對比Fig.3 Comparison of NmF2 between GPS,GPS+BDS and ionosonde measurements at SA418 station and WU430 station on Sep.7-9,2017

較平靜期圖3(a)SA418 站點的層析結果，GPS 層析結果在4:00—7:00UT 期間波動劇烈，且與SA418測高儀數據變化趨勢相差較大，而GPS+BDS 層析結果在此期間在變化趨勢上更接近測高儀數據.圖3(b)中，兩種層析結果顯示都與WU430 測高儀觀測數據相差不大，且在2:00—11:00UT、22:00—0:00UT 期間幾乎重合(由于測高儀原因，目前無法對比其他時間段實測數據).觀察暴時的圖3(c)和(d)，圖3(c)中兩種層析結果的NmF2變化趨勢與SA418 測高儀觀測數據大體一致，均能反映當日NmF2的變化，7:00—11:00UT 期間，GPS+BDS 層析結果的變化趨勢更接近SA418 測高儀數據；圖3(d)中，兩種層析結果在趨勢上仍保持一致.觀察恢復期的圖3(e)和(f)，圖3(e)與圖3(a)相似，在4:00—7:00UT 期間GPS層析結果波動較大；而圖3(f)中部分時間點如09-09T8:00UT 的GPS+BDS 層析結果更接近WU430 測高儀的變化趨勢.

通過對SA418 和WU430 測高儀三天數據進行比較發現，WU430 測高儀NmF2整體偏小.由圖3(c)和(d)中的兩個測高儀得知，在09-08T01:00—02:00UT期間，由于受第一個擾動影響，SA418 測高儀NmF2與同時間段的09-07 和09-09 相比，存在明顯的突變(升高和降低)；同時，在09-08T02:00—07:00UT 期間，WU430 測高儀NmF2較同時間段的09-07 和09-09 也表現出同樣的升高；在09-08T13:00—20:00UT 期間，受第二個擾動影響，SA418 測高儀NmF2觀察到明顯的劇烈擾動.同時，從兩種層析結果上均可以看到，WU430 測高儀NmF2低于09-07 的同時間段，這可能與后文分析得到的EPB 有關.

表1 為2017-09-07—09 SA418 和WU430兩個站點處GPS、GPS+BDS 層析NmF2和測高儀數據的統計量均值和均方根誤差(root mean square error,RMSE)對比.整體來看，BDS 數據對三天中個別時段的GPS+BDS 層析結果略有優化，這可能是因為GPS 系統中均為MEO 衛星，而BDS 中的GEO 和IGSO 衛星在地球上空的運動范圍相對固定，其中五顆GEO 衛星在緯圈方向間隔1 000 km 左右且衛星的IPP 幾乎保持靜止，為IPP 提供連續觀測數據的同時不受電離層時空變化等其他多種效應的影響[24].

表1 2017-09-07—09 兩站點處GPS、GPS+BDS 層析結果和測高儀的NmF2 比較Tab.1 Comparison of NmF2 errors between GPS,GPS+BDS tomographic results and ionosonde data at SA418 and WU430 on Sep.7-9,2017 1011 el·m-3

此外，由圖2 還觀察到，SA418 所在地區缺少可接收BDS 數據的站點，同時BDS IPP 覆蓋效果略差于WU430，導致SA418 處誤差明顯高于WU430：均值最高相差1.5×1011el·m-3，最低相差0.7×1011el·m-3；RMSE值最高相差2.3×1011el·m-3，最低相差1.0×1011el·m-3.說明站點分布的均勻性和IPP 的覆蓋程度影響了層析算法的精度.在具有相同站點數的情況下，GPS+BDS 層析結果更精確，進一步驗證了在電離層相對平靜期和暴時兩種狀態下，融入BDS 數據的層析反演結果更精確.

3.2 hmF2 層析結果分析

為討論GPS+BDS 層析技術對hmF2的影響，同時考慮到測高儀數據完好性問題，圖4 給出了2017-09-08 SA418 和WU430 兩個站點處GPS、GPS+BDS 為數據源層析反演得到的hmF2與測高儀的hmF2對比結果.SA418 測高儀hmF2時間間隔為7.5 min，WU430測高儀hmF2時間間隔為15 min，站點觀測數據在某些時刻缺失，用零值代替.

圖4(a)中 由于IMFBz在2017-09-08T11:55UT期間進行了大幅度南轉，可以觀察到SA418 測高儀hmF2顯著增加：在11:00—12:00UT 期間急劇上升了近100 km，并在12:00 達到該時段的最大值，而在之后的12:00—18:00UT 存在明顯高度上的起伏，幅度范圍在180 km左右.而GPS、GPS+BDS 層析結果在hmF2上的高度分布和變化趨勢并沒有太大差異.圖4(b)與(a)相反，GPS+BDS 層析結果中hmF2在垂直結構上表現出明顯差異，尤其在6:00—12:00UT，在垂直高度上與GPS 層析結果相差近100 km；在9:00—12:00UT 有逐步升高的趨勢，與WU430 測高儀的觀測結果相符.

圖4 2017-09-08 兩站點處GPS、GPS+BDS 層析結果和測高儀的hmF2 對比Fig.4 Comparisons of hmF2 between GPS,GPS+BDS and ionosonde measurements at SA418 station and WU430 station on Sep.8,2017

表2 所示為2017-09-08 兩站點處GPS,GPS+BDS層析結果和測高儀的hmF2誤差比較.可以看出，GPS 與GPS+BDS 層析結果和SA418 測高儀之間hmF2的誤差幾乎持平，而WU430 站點GPS+BDS 層析結果的誤差更小一些.結合圖4(b)和表2 分析推斷：GPS+BDS 層析結果可以改進暴時的hmF2精度，而BDS 數據更密集的地區(如中國武漢地區)得到的層析結果的hmF2精度更高.

表2 2017-09-08 兩站點處GPS、GPS+BDS 層析結果和測高儀的hmF2 比較Tab.2 Comparison of hmF2 errors between GPS,GPS+BDS tomographic results and ionosonde data at SA418 and WU430 on Sep.8,2017 km

圖5 為2017-09-07 —08T02:00UT 和15:00UT 114°E經度線上電子密度隨緯度與高度分布情況的GPS+BDS 層析結果.紅色虛線交點處為WU430 所在地(30°N，114°E)上空400 km 處位置.其中，2017-09-08T02:00UT 處于第一個電離層擾動時間段，該時間段內114°E 經度線位置上的GPS IPP 和BDS IPP 覆蓋最為集中；2017-09-08T 15:00UT 處于第二個擾動時間段.

圖5 2017-09-07—08 不同時間時刻114°E 經度鏈上電子密度隨緯度與高度變化的GPS+BDS 層析結果Fig.5 Variations of electron density with latitude and height along 114°E longitude at 02:00UT and 15:00UT on Sep.7-8,2017

圖5(a)為2017-09-07T02:00UT 電子密度隨緯度和高度分布圖，結合圖1 可知該時刻Kp 指數為2.7，地磁處于較平靜階段.電子密度沿緯度變化較為平滑，電子密度峰值處于370 km 附近.隨著緯度的增加，電子密度值逐漸減小，由圖2(b)可知，在42～45°N 沒有BDS 數據，同時GPS 數據稀疏，所以無法得到其正確的電離層電子密度.由于該時刻IMFBz南轉，瞬間穿透電場(prompt penetration electric field,PPEF)導致東向滲透電場增加，使赤道噴泉效應(equatorial fountain effect)增強[25]，高度上存在明顯下降，hmF2由15°N 的370 km 降至35°N 的320 km左右.

圖5(b)為2017-09-08T02:00UT 電子密度分布圖，該時刻Kp 指數為8，已經達到了強磁暴的等級.可以看出WU430 測高儀的hmF2由09-07 的345～385 km 提升至09-08 的385～425 km，其電子密度在09-08 的第一個電離層擾動時間段強于同時段的09-07，由 09-07 的 4×1011el·m-3提升至 09-08 的9×1011el·m-3，由此可以明確本次電離層暴為正暴[26].此外，不同緯度地區電離層暴相有所不同，圖5(a)～(b)中，低緯地區的NmF2顯著降低，這可能與赤道異常結構的動力學變化有關[7].在赤道異常峰區以北的較高緯區(地理緯度22°N 以北)，主要表現為正暴相；在赤道異常峰區，主要表現為負暴相.

圖5(c)和5(d)為2017-09-07—08T15:00UT 電子密度分布圖，該時刻Kp 指數分別為2 和7.3，09-08 該時刻再次處于強擾動階段(第二個電離層擾動時間段).觀察發現，由于電離層電子密度受太陽活動的影響，NmF2普遍較小；此外，與09-08T02:00UT 變化情況相反，由于武漢附近受EPB 影響[15]，09-08T15:00UT的NmF2較09-07 有所下降，由09-07 的5×1011el·m-3降至09-08 的3×1011el·m-3，與圖3(d)的變化一致；高度上的變化同樣有所體現，由09-07 的370 km 提升至09-08 的400 km.

3.3 TEC 層析結果分析

為了討論BDS 數據對電離層層析算法反演TEC 的影響，本節對比中國及周邊低緯地區2017-09-08T14:00UT(22:00LT)GPS+BDS 和GPS重構TEC 分布圖像，如圖6 所示.通過前面圖3 的分析可知2017-09-08T13:30—14:30UT 期間存在幅度較大的電離層TEC 擾動.

由文獻[15]可知，2017-09-08T12:45—17:00UT在赤道附近地區伴有明顯的EPB 現象，并以電子密度耗竭的形式出現.由于電離層擾動和周圍東向的極化電場同時促進了EPB 緯度方向的發展[27]，圖6(a)和(b)均在當地夜間15～45°N 和80～120°E 地區附近出現了EPB，TEC 值大約為5 TECU.圖6(a)中發現EPB 能以較完好的兩個單獨的平行結構出現，TEC 沿地磁場線從東南到西北的變化與文獻[15]中TEC 變化一致；而6(b)中低緯地區(90～120°E,15～25°N)的TEC 無法呈現連續的耗竭結構.結合圖2(a)的BDS IPP 分析可得，BDS 數據的融合應用彌補了GPS 層析結果的不足，進一步提高了中國及周邊低緯地區電離層TEC 異常結構的反演精度.由于篇幅所限，有關EPB 的三維分析及其周邊的閃爍現象將在另一篇文章中詳細分析.

圖6 中國及周邊地區2017-09-08T14:00UT 的TEC 分布圖像Fig.6 TEC maps over China and adjacent areas at 14:00UT on Sep.8,2017

4 結 論

本文借助一種基于GPS 數據的CIT 技術，并融合BDS 系統中的三種類型衛星數據對2017-09-07—09 電離層暴期間15～55°N、70～140°E 范圍內的中國及周邊地區上空電離層進行重構.通過對地球物理數據和地磁指數數據研究發現，2017-09-08 電離層在01:00—02:00UT 和12:00—17:00UT 分別發生了兩次擾動.本文采用以GPS 和GPS+BDS 為數據源的CIT 結果，分別與位于武漢(WU430 站)和三亞(SA418 站)地區的兩個測高儀的NmF2數據進行對比，來討論融合BDS 數據的CIT 技術在電離層平靜期和擾動期的適用性和層析結果的精度.通過分析得到：GPS+BDS CIT 算法在電離層平靜期和暴時均適用，并觀察到兩次擾動期間NmF2趨勢均有明顯變化，在地面數據覆蓋相對充分的情況下，同GPS 層析結果相比，GPS+BDS 層析算法得到的NmF2更接近測高儀的變化趨勢且誤差更小，初步得到了該方法在NmF2精度上的提高.

其次，利用GPS、GPS+BDS 層析算法獲取SA418和WU430 站上空F2層峰值高度hmF2數據，并與兩站觀測到的hmF2分析對比，可知BDS 數據對暴時電離層垂向分布精度可進一步改進，并通過SA418 站和WU430 站的Mean 和RMSE 對比發現，其改善程度依然受BDS IPP 分布的影響，在BDS IPP 分布更密集的地區，得到的層析結果中hmF2的精度更高.此外，利用GPS+BDS 層析結果進一步分析了2017-09-07—08 各自02:00UT 和15:00UT 沿114°E 經度鏈上電子密度隨緯度與高度的變化，進一步驗證了本次磁暴為正暴，而WU430 站15:00UT 電子密度的下降可能與等離子體泡有關；觀察到兩次擾動均對該地的hmF2有一定的提高.

最后，通過對中國及鄰近地區上空GPS+BDS 反演與GPS 反演的TEC 分布圖發現，在2017-09-08T14:00UT 中低緯度地區存在沿地磁場線向西北方向分布的等離子體泡，而BDS 數據可優化中低緯地區電離層分布結構，進一步驗證了融合BDS 數據的CIT技術對反演電離層TEC 異常結構的提高.BDS 目前已成為電離層探測的重要手段之一，但通過中國及周邊地區內IGS 站和IPP 的對比來看，BDS 衛星的數量以及IGS 站比較有限，對區域內反演所改善的范圍造成一定的影響.在本文中，改善范圍更偏重中國東部和東南部.本文僅使用了2017 年BDS 衛星和IGS 站，數據量仍有許多問題需要解決.下一步考慮使用近期BDS 數據進行反演，并考慮如何進一步提高四維CIT 方法的空間分辨率.

致謝本文GPS/BDS 觀測數據從國際GNSS 服務(international GNSS service,IGS)網站獲取.地球物理數據分別從https://omniweb.gsfc.nasa.gov/form/omni_min.html 和 http://spidr.ionosonde.net/spidr 網站獲取，測高儀數據來自Digital Ionogram Database官網http://giro.uml.edu/didbase/scaled.php，CODE數據從http://ftp.aiub.unibe.ch/CODE/網站獲取.層析軟件 MIDAS 由英國巴斯大學 Mitchell 教授提供，作者在此深表感謝.