北京上空电离层8小时潮汐波对2018年SSW的响应研究

张雯敏, 马铮,2*, 龚韵,2, 张绍东,2,3, 李国主

1 武汉大学电子信息学院, 武汉 430072 2 地球空间环境与大地测量教育部重点实验室, 武汉 430079 3 武汉大学测绘遥感信息工程国家重点实验室, 武汉 430079 4 中国科学院地质与地球物理研究所, 北京 100029

0 引言

平流层爆发性增温(Sudden stratospheric warming, SSW)是发生在冬季半球极区平流层大气的一种突变现象，主要表现为高纬地区平流层温度在几天之内的迅速上升(Matsuno, 1971)．此外，SSW期间中高纬地区平流层的西风迅速减弱，甚至可能反转为东风．一般将10 hPa高度上南北纬60°纬向平均纬向风是否反转作为SSW事件主增温(Major)和次增温(Minor)的分类标准(Baldwin et al., 2020)．Butler等(2015)对SSW事件的不同分类方法进行了更加详细的介绍，除风反转外，依据极涡类型，SSW也常常分为极涡位移型(displacement)和极涡分裂型(split)．尽管该事件主要发生在高纬极区的平流层，越来越多的研究表明SSW的影响可延伸至其他高度和纬度．例如，中纬度中间层和低热层(mesosphere and lower thermosphere, MLT)区域常有与SSW相关的行星波增强现象(Yuan et al., 2012; Matthias et al., 2012; Ma et al., 2017, 2020a; Gong et al., 2018a; Li et al., 2020; Koushik et al., 2020)，低纬电离层在SSW爆发期间也常常有较为明显的潮汐波增强(Liu et al., 2019; Chau et al., 2012; Goncharenko et al., 2013, 2020; Gong et al., 2013, 2018b; Zhang et al., 2020)．

潮汐波是一种由太阳辐射加热作用产生的大尺度波动，周期一般为一个太阳日的整数分之一，如周期为24小时的周日潮汐，周期为12小时的半日潮汐以及周期为8小时、6小时的潮汐波．依据潮汐波的传播是否与太阳运动同步，可将潮汐波分为迁移潮汐和非迁移潮汐．行星波是另一种大气波动，常见的周期主要为2天、5天、10天和16天左右，近年来周期为6.5天的行星波也引起了科学家们的广泛关注(Huang et al., 2017)．许多研究表明，SSW事件的发生会引起潮汐波和行星波的扰动．Pedatella和Forbes(2010)利用全球定位系统(GPS)提供的电离层总电子含量(total electron content, TEC)数据发现2009年SSW期间西向半日非迁移潮明显增强．Gong等(2018a)和Ma等(2017)报道了中纬地区MLT区域准5天和准2天行星波在2013年SSW事件作用下的增强现象．准16天波在SSW期间的增强也被认为是一种常规现象(Gong et al., 2019; Ma et al., 2020a)．实际上，潮汐波和行星波在SSW期间也具有一定的关联性．例如，Gong等(2013)利用低纬Arecibo非相干散射雷达的研究表明SSW期间电离层潮汐波受到了行星波的调制．利用TEC和赤道电急流(equatorial electrojet, EEJ)数据，Laskar等(2014)和Sridharan(2017)认为准16天波的调制作用是引起SSW期间周日潮汐和半日潮汐振幅扰动的原因之一．Pedatella和Liu(2013)利用数值模拟的方法研究发现，在SSW期间潮汐波和行星波的非线性相互作用是导致低纬电离层非迁移半日潮异常增强的主要原因．Liu等(2010)通过模型分析的方法发现行星波对SSW的响应出现在高纬地区，但行星波和潮汐波的非线性相互作用可能会导致全球范围内潮汐波的增强．

由于8小时潮汐波振幅相对于周日潮汐波、半日潮汐波较弱(Jhuang et al., 2018)，关于电离层8小时潮汐波的研究相对较少．Gong等(2013)报道了2010年SSW事件期间8小时潮汐波振幅在低纬电离层F层增强，E层减弱的现象．Fuller-Rowell等(2011)利用WAM全大气模型对2009年SSW期间全球大气动力学和电动力学的变化进行预测，结果表明在低热层8小时潮汐波振幅会大幅增加．不过中纬度地区8小时潮汐波在SSW期间的扰动现象鲜有发表，其与行星波之间的相互作用尚不明确．2018年2月SSW事件发生后北京上空电离层8小时潮汐波振幅有明显扰动现象且持续时间较长，这为我们提供了很好的研究机会．本文利用多种数据深入分析了此次SSW事件期间北京上空电离层8小时潮汐波的变化过程以及产生机制．本文章节内容安排如下：第1节，数据及分析方法，主要介绍了本文所使用的数据以及研究方法，并简要介绍了2018年SSW事件的基本情况；第2节，数据分析结果，详细描述了北京上空电离层8小时潮汐波对2018年SSW事件的响应；第3节，分析与讨论，进一步探究了引起电离层8小时潮汐波扰动的原因；最后第4节，总结了本文的研究内容和主要结论．

1 数据及分析方法

1.1 数据介绍

本研究用到的电离层TEC观测数据来自于中国科学院地质与地球物理研究所建设的东亚/东南亚电离层不均匀体/闪烁观测网(Ionospheric Observational Network for Irregularity and Scintillation in East and Southeast Asia, IONISE)(Li et al., 2019; Sun et al., 2020)，主要基于该网络中北京中科院地质与地球物理研究所站(BJGG, 40.0°N, 116.4°E)和北京怀柔站(BJHR, 40.3°N, 116.6°E)两个站点的GNSS TEC接收机数据进行分析．该接收机可接收GPS、北斗以及GLONASS卫星信号，并提供时间间隔为30 s的电离层VTEC数据．为得到北京上空电离层TEC的连续变化情况，本文选用北斗同步卫星(Geostationary satellite, GEO)VTEC数据作为研究对象．北斗卫星导航系统是我国自主建设运行的全球卫星导航系统，共有5颗地球同步卫星，分别位于赤道面轨道东经58.75°，80°，110.5°，140°和160°的位置．由于位置更靠近于北京所在的经度，且同一站点接收的相邻两个GEO卫星信号经纬度差异较小(Lei et al., 2018; Huang et al., 2019)，我们选用位于五颗同步卫星中间位置的GEO VTEC数据作为研究对象．

尽管单地基站点TEC数据时间精度高，但其分析结果不能反映潮汐波纬向波数的信息，为进一步研究迁移潮汐分量和非迁移潮汐分量对SSW事件的响应，本文利用全球导航卫星服务系统(International Global Navigation Satellite Systems Service, IGS)提供的全球电离层地图(Global Ionospheric Maps, GIM)数据进行辅助研究．IGS自1998年6月起向全球用户提供经纬度分辨率为5°×2.5°、时间分辨率为2 h的全球电离层VTEC分布图，以表征电离层的时空变化情况．由于数据可靠且精度高，该数据被广泛应用于电离层变化的研究中，也经常作为模型计算精度的参考标准(Orús et al., 2002; Hernández-Pajares et al., 2009; Wang et al., 2016)．

由于电离层中的潮汐波与行星波常与低层大气所激发的扰动有关，本文利用中国科学院地质与地球物理研究所于2002年建设、2008年底升级改造完成的北京站(40.3° N, 116.2° E)流星雷达风场数据进行辅助研究．流星雷达(meteor radar)是利用流星余迹反演大气风场或温度场信息的地基无线电雷达，北京站流星雷达可以提供MLT区域内(70～110 km)的大气水平风场数据．该数据的时间分辨率为1 h，高度分辨率为2 km．具体的设备介绍、数据质量以及风场获取方式可参考Yu 等(2013)、Yi 等(2019)、Ma等(2018, 2021)和Gong等(2020)的相关研究．由于各高度上流星雷达风场数据的质量参差不齐，本研究只采用了数据有效获取率达到70%以上的高度进行研究，即80～94 km高度范围内的数据．

1.2 数据分析方法介绍

功率谱分析是大气动力学研究中非常重要的一种分析方法，通过对观测数据进行谱分析，可以得到其中较为明显的波动频率分量及其相对强度．本研究采用了Lomb-Scargle(LS)谱分析方法对数据进行处理，该方法主要基于离散傅里叶变换理论，具体表达形式如公式(1)所示:

(1)

其中，x(ti)为输入信号的时间序列，f为测试频率，τ为时间偏移量，n为采样数据量．

在利用北斗GEO VTEC数据提取潮汐波的振幅和相位时，本研究主要利用了谐波拟合的方法，具体表达形式如公式(2)所示:

(2)

利用GIM VTEC数据拟合40°N上的8小时迁移潮汐和非迁移潮汐波振幅时，需要考虑波动的纬向波数，具体表达形式如公式(3)所示(Luan et al., 2012; Pancheva and Mukhtarov, 2012):

(3)

其中，TEC是输入的40°N上GIM VTEC数据，DC表示直流分量，ω0=2π/24，λ为弧度制经度，t表示以小时为单位的时间，φ为相位．各波动分量的振幅为An．公式(3)中n表示一个太阳日的次谐波，s表示纬向波数，s>0表示西向传播，反之表示东向传播，当s=n时表示迁移潮汐，反之表示非迁移潮汐．为了表述方便，8小时潮汐波用TWs/TEs来表示，其中T表示8小时潮汐波，W/E表示西向/东向传播，s表示纬向波数，本研究主要关注TW1、TW2、TW3(8小时迁移潮汐波)以及TE1、TE2、TE3等分量的变化．

1.3 2018年SSW事件简介

图1 2018年1月21日至3月5日平流层温度、纬向风、Kp以及F10.7指数的日变化结果(a) 90°N、10 hPa高度的大气温度； (b) 60°N、10 hPa高度的纬向平均纬向风； (c) Kp指数； (d) F10.7指数．Fig.1 Temporal variations of the temperature, zonal wind, Kp, and F10.7 from 21 January to 5 March in 2018(a) Temperature at 90°N and 10 hPa, (b) zonally mean zonal wind at 60°N and 10 hPa, (c) Kp indices, and (d) F10.7 indices.

许多学者对2018年2月的SSW主增温事件进行了报道．King等(2019)认为此次事件与欧洲地区对流层的极端天气有关．Ma等(2020b)利用MERRA2位势高度数据研究发现，在此次SSW事件中心日期前后极涡有异常的演化过程，并指出此次SSW事件为极涡分裂转位移型．Luo等(2021)利用中纬地区流星雷达链报道了此次SSW事件期间准10天波增强所具有的纬度变化特征．Liu等(2019)认为这次事件能影响到赤道地区的TEC和EEJ变化．图1给出了2018年SSW事件前后平流层温度、纬向风场及地磁、太阳活动的日变化情况，其中平流层纬向平均温度和纬向平均风数据来源于MERRA2提供的再分析数据，太阳活动指数F10.7和地磁活动指数Kp为美国国家航空航天局公开数据．图1a为90°N、10 hPa高度处纬向平均温度随时间变化的曲线，从图中可以看出，极区温度在1月27日后有短暂增强，在2月中旬开始显现明显的上升趋势，并维持在230 K以上直到3月．图1b为60°N、10 hPa高度处纬向平均纬向风随时间变化的曲线．从图中可以看出，2月4日纬向风开始减弱后，于2月12日由西风反转为东风．根据前文所述定义，本次SSW事件为主增温事件且2月12日为中心日期(Central Date)，这与Ma等(2020b)和Luo等(2021)定义的2018年SSW事件中心日期一致．图1(c、d)为地磁活动指数Kp及太阳活动指数F10.7随时间的变化情况．可以看出，SSW发生前后，Kp值均低于3，F10.7值均低于80 sfu(太阳通量Solar Flux Unit, sfu=10-22W·m-2/Hz)．太阳、地磁活动是引起电离层扰动的重要原因之一(Liu et al., 2021)，2018年SSW事件期间太阳、地磁活动比较平静，这为我们研究电离层中的行星波、潮汐波对此次SSW事件的响应提供了一个较好的背景环境．

2 数据分析结果

由于北斗GEO VTEC数据时间精度高，有利于研究高阶潮汐分量，本文利用该数据对2018年SSW事件期间北京上空电离层潮汐波的变化过程进行分析．为了完整观测到此次SSW事件对潮汐波的影响，我们选取了SSW中心日期前后20天的数据(2018年1月23日至3月3日)进行研究．为保证研究结果的准确性，我们同时对BJGG和BJHR两个站的数据进行了LS谱分析．图2给出了包括周日潮汐、半日潮汐以及8小时潮汐波的归一化LS周期图. 其中黑色虚线和黑色实线分别表示SSW中心日期前、后20天的结果．从图中可以明显看出，2018年2月的SSW发生后两个站点上的电离层8小时潮汐波分量均有明显增强，周日潮汐略有增强，而半日潮汐无明显变化．因此，本文主要针对增强最为明显的8小时潮汐波进行深入研究．

图2 2018年SSW中心日期前后20天 BJGG站(a)和BJHR站(b)GEO VTEC归一化LS周期图，黑色虚线为前20天，黑色实线为后20天Fig.2 Normalized LS periodogram of the GEO VTEC at BJGG (a) and BJHR (b) stations during 20 days before (dashed lines) and after (solid lines) the central date of the 2018 SSW

基于对GEO VTEC数据的LS谱分析结果，我们进一步拟合了此次SSW事件期间8小时潮汐波的振幅随时间变化情况．本文采用窗长为48 h，步长为30 min的滑动窗，利用最小二乘法对2018年SSW期间BJGG站和BJHR站的北斗GEO VTEC数据进行拟合．图3a和图3b分别表示BJGG站和BJHR站8小时潮汐波振幅随时间变化的曲线，黑色虚线表示2018年SSW事件的中心日期．从图3中可以看到，在SSW中心日期前，北京两个站上空电离层8小时潮汐波的振幅均小于1 TECu，而中心日期后两个站点的8小时潮汐波振幅均明显增强，且持续时间较长，最大值都超过1.5 TECu．尽管2月初左右由于位于110°E的卫星所提供的有效数据量少于70%，两个站点8小时潮汐波的振幅变化结果有一定的缺失，但是根据其他北斗GEO VTEC数据(如位于140°E和80°E的同步卫星)的拟合结果，8小时潮汐波的绝对振幅值仍未超过1 TECu，因此，部分数据缺失不影响本文的相关结论．

图3 2018年1月21日至3月5日(a)BJGG站、(b)BJHR站上空电离层8小时潮汐波振幅随时间变化情况黑色虚线表示2018年SSW事件的中心日期.Fig.3 The amplitudes of the terdiurnal tide at BJGG (a) and BJHR (b) stations from 21 January to 5 March in 2018 Black dashed lines represent the central date of the 2018 SSW.

地基单站点得到的8小时潮汐波振幅结果常被认为是多个8小时潮汐波分量的叠加．为了研究图3中8小时迁移和非迁移潮汐波的贡献程度，我们利用2018年SSW期间40°N的IGS GIM数据，采用窗长为48 h，步长为8 h的滑动窗，通过最小二乘法，从IGS GIM数据中提取出了8小时潮汐波的迁移和非迁移分量，结果如图4所示．图中红色曲线表示8小时迁移潮汐波TW3振幅随时间的变化情况，黑色虚线表示SSW中心日期．从图中可以看出，2018年SSW发生前无论是8小时迁移潮汐波还是非迁移潮汐波，振幅基本都小于0.3 TECu，但在SSW爆发之后迁移潮TW3振幅明显增强，最大值超过0.6 TECu，而非迁移潮TW1、TW2、TE1、TE2、TE3的振幅无明显变化．为确认8小时迁移潮汐波增强的可信度，我们利用2018年全年40°N的IGS GIM数据对拟合方法进行了误差分析．首先基于全年数据计算得到的均值和标准差生成一个高斯随机序列，再用最小二乘法滑动拟合包括8小时迁移和非迁移潮汐波的振幅及各分量的标准差，通过计算(振幅均值与两倍的标准差之和)得到TW1、TW2、TW3、TE1、TE2、TE3各分量的95%置信度分别为0.266 TECu、0.267 TECu、0.257 TECu、0.266 TECu、0.281 TECu和0.257 TECu．可以看到，在SSW事件发生后，TW3的振幅逐渐上升，且最大值超过0.6 TECu，远高于95%的置信度，由此可知8小时迁移潮汐波确实对2018年SSW产生了响应．因此我们认为北京上空电离层8小时潮汐振幅在2018年SSW期间的增强主要也是来源于8小时迁移潮汐波的贡献．

图4 2018年1月21日至3月5日北纬40°8小时迁移潮汐波和非迁移潮汐波的振幅随时间变化曲线 黑色虚线表示2018年SSW中心日期.Fig.4 Temporal variations of the migrating and nonmigrating terdiurnal tides at 40°N from 21 January to 5 March in 2018The black dashed line represents the central date of the 2018 SSW.

3 分析与讨论

观察图3a中BJGG站8小时潮汐波振幅随时间变化的曲线可知，振幅在2月17日、2月22日以及2月28日三次达到峰值，图3b中BJHR站振幅的变化趋势与BJGG站一致．这表明2018年2月SSW事件发生后，北京上空电离层8小时潮汐波振幅变化有可能存在更长时间的周期性振荡，其周期约为5～6天左右．为确定该振荡的准确周期，我们对8小时潮汐波的振幅数据进行了LS谱分析，结果如图5所示．由图5可以看到，两个站点上空的电离层8小时潮汐波在SSW发生后均出现了最强的周期为6.5天左右的振荡，而在其他周期的行星波分量上变化不明显．同时，8小时潮汐波中6.5天振荡的幅值远远大于原始TEC中6.5天的幅值，这说明6.5天振荡对电离层中8小时潮汐波的调制确实占据主要地位．一般认为电离层中潮汐波所展现的周期性起伏是由于行星波的调制作用，而结合图1所示的Kp指数变化，我们注意到8小时潮汐波振幅增强的时间附近，Kp指数存在类似的起伏过程，由此，我们需要进一步讨论8小时潮汐波所展现的周期性振荡究竟是地磁活动的作用还是行星波的作用．

图5 2018年SSW发生前后20天(a)BJGG站和(b)BJHR站8小时潮汐波振幅(红色)和原始观测的TEC(蓝色)归一化LS周期图，虚线为前20天，实线为后20天Fig.5 Normalized LS periodogram of the amplitude of terdiurnal tide (red) and TEC (blue) at (a) BJGG and (b) BJHR stations during 20 days before (dashed lines) and after (solid lines) the central date of the 2018 SSW

我们对SSW发生期间的Kp指数进一步做了小波分析，结果如图6a所示，白色实线所包围的区域超过了95%置信区间，由于选取了更长的数据，故图6a中已经消除了边缘效应的影响．可以发现Kp指数在SSW发生后仅展现出周期约为4天的变化规律, 而缺少其他行星波周期的变化特征．特别是Kp指数在6.5天附近的周期性变化谱成分并没有超过95%的置信区间，这表明其与8小时潮汐波中展现的以6.5天为周期的振荡相关性不高．为进一步确定Kp指数变化对北京上空电离层8小时潮汐波的影响，我们在图6(b—d)中展示了2018年4月的一次磁暴期间的Kp变化过程以及两个站点上空的电离层8小时潮汐波变化过程．可以看出，Kp指数在4月20日时达到6，但是两个站点的8小时潮汐波振幅均未展现出明显的增强现象，甚至整体呈下降趋势，这表明北京上空电离层8小时潮汐波振幅与Kp指数的变化可能缺乏一一对应的关系．同时，在2018年SSW事件发生期间Kp值均小于4，属于地磁活动平静期，前人研究证实SSW期间当Kp值小于4时，其对电离层的驱动不是占主导作用(Goncharenko and Zhang, 2008; Goncharenko et al., 2013; Chen et al., 2016; Gong et al., 2018b)．由此我们推测，2018年SSW期间8小时潮汐波所展现的周期性振荡并非由Kp的变化所调制，而很可能是受到了6.5天行星波的调制作用，这或许是导致8小时潮汐波振幅长时间增强的原因之一．

图6 (a) 2018年1月23日至3月3日Kp指数的小波分析结果，白色虚线表示2018年SSW中心日期，白色实线表示95%置信度；(b)2018年4月磁暴期间Kp指数和(c)BJGG站、(d)BJHR站8小时潮汐波振幅变化情况Fig.6 (a) Wavelet spectra of the Kp indices from 23 January to 3 March in 2018, the white dashed line represents the central date of the 2018 SSW, the white solid line is the 95% confidence level. (b) The evolutions of the Kp index from 18 April to 24 April in 2018. (c—d) The amplitudes of the terdiurnal tide at BJGG and BJHR stations during the geomagnetic storm in April 2018

前人研究对低纬电离层F层中的准6天波已有报道，这些准6天波的信号常常被发现存在于赤道附近的电离层参数中(Yamazaki, 2018)，而这些准6天波的激发机制尚不清楚．基于南半球2019年爆发的一次较强的SSW事件，Miyoshi和Yamazaki(2020)进一步分析了电离层中6天波的激发机制，他们认为低纬电离层TEC和EEJ中的6天波现象实际上来源于10～14小时的波动分量的周期性变化，而这种周期性变化可能是低层大气在SSW期间激发的6天波与潮汐的相互作用所产生的结果．不过，他们认为2019年南半球SSW期间低层大气增强的6天波的来源还不清楚(Miyoshi and Yamazaki, 2020)，这主要是由于其发生在9月，与准6天波在秋分附近的季节性增强无法被明确地区分(Gan et al., 2018)．Ma等(2022)也进一步揭示了这次南半球SSW期间全球低层大气准6天波的激发机制，他们证实了在北半球中纬地区所激发的6天波来自于季节性增强和跨半球传播的共同作用．

2018年SSW事件发生在2月，而准6天波的常规激发一般在春分和秋分前后，这为我们提供了一次较好的机会来研究其与电离层8小时潮汐波中观测到的6.5天波之间的关系．我们对2018年SSW期间北京站流星雷达提供的MLT区域风场数据进行了LS谱分析．在MLT区域的纬向风中6.5天波在SSW发生前后没有明显的幅度差异，甚至在82 km以上还有减弱趋势．Hough模式的分析结果也表明周期5～7天的Rossby正态波模在北纬40°附近的纬向速度的归一化振幅接近于0(Forbes and Zhang, 2017)．因此，本研究中不对北京站MLT区域纬向风中的6.5天波动进行深入讨论．图7分别给出了此次SSW中心日期前20天(图7a)和后20天(图7b)内MLT区域经向风中周期在5～8天内的行星波归一化周期图，黑色实线所包围区域的置信度大于95%．对比可知，SSW爆发前MLT区域没有观测到明显的6.5天波活动，而SSW爆发后6.5天波活动明显增强，这表明此次6.5天波活动的增强极有可能与2018年的SSW事件密切相关．Guharay和Batista(2019)认为SSW期间低频潮汐波可以在平流层或MLT区域被行星波调制，通过潮汐波动的上传进而导致电离层中的潮汐振幅展现出行星波特征的扰动，而我们在本次事件期间MLT区域的8小时潮汐波中并未观测到明显的6.5天波调制特征．这意味着2018年SSW期间在低层大气激发的6.5天波只可能有两种方式作用于电离层中的8小时潮汐波，一是直接上传至电离层高度对TEC产生调制作用，二是通过与潮汐波的非线性相互作用产生了以6.5天为周期的调制特征．由于中间过程区域缺少有效的观测手段，究竟属于哪种方式还需要应用更多的模式分析手段来进一步探索，这也是我们未来准备研究的内容．

图7 北京站MLT区域经向风在SSW中心日期前20天(a)和后20天(b)的归一化LS周期图黑色实线表示95%的置信度.Fig.7 Normalized LS periodogram of the meridional wind in the period of 20 days before (a) and after (b) the central date of the 2018 SSWThe black solid line represents a 95% confidence level.

4 结论

基于东亚/东南亚电离层不均匀体/闪烁观测网(IONISE)中北京中科院地质与地球物理研究所站(BJGG, 40.0°N, 116.4°E)和北京怀柔站(BJHR, 40.3°N, 116.6°E)两个站点的GNSS TEC接收机提供的北斗GEO VTEC数据、北纬40°的IGS GIM数据以及北京站流星雷达的风场观测数据，我们对2018年SSW主增温事件期间北京站上空电离层8小时潮汐波的变化过程进行了研究，得到的主要结论如下：

(1)2018年SSW主增温事件爆发后，BJGG和BJHR站上空电离层TEC中的8小时潮汐波振幅明显增强，最大振幅均超过了1.5 TECu；

(2)通过分析北纬40°上不同经度的IGS GIM数据，我们发现北京上空电离层8小时潮汐波在SSW爆发后的增强主要来源于8小时迁移潮汐波分量的贡献；

(3)2018年SSW发生后，北京上空电离层8小时潮汐波波幅出现了明显的周期为6.5天的振荡．通过研究我们推测电离层中的8小时潮汐波很可能受到了来自中间层和低热层区域的准6.5天振荡的调制．

本研究首次报道了中纬度电离层TEC中的8小时潮汐波对SSW事件的响应过程，分析了其主要成分以及波动特征，研究结果初步表明SSW期间低层大气所激发的行星波能够影响电离层中的8小时潮汐波活动．未来将开展更多模式研究，进一步揭示SSW期间中纬度大气行星波对电离层潮汐波的作用机制．

致谢感谢中国科学院地质与地球物理研究所为本研究提供了电离层TEC观测数据和流星雷达观测数据，感谢IGS提供的GIM数据，同时感谢美国国家航空航天局提供的再分析数据和太阳与地磁活动数据．