構建區域性電離層模型

多項式(楊銘仁，2004)、球諧函數(彭德熙，2008)與類神經網路(Leandro et al., 2007; Habarulema et al., 2007; Habarulema et al., 2009a; Habarulema et al., 2009b)等，下面依建構方法分別回顧與整理供後續研究之參考。

一、網格式

Lin(1999)使用 UNSW(University of New South Wales)網格式演算法來 構建區域電離層模型，其特點為(1)以特殊的指數函數取代權函數，(2)把前

‧

Habarulema et al.(2007)，使用三個南非的 GPS 測站資料，採用倒傳遞 類神經網路構建南非區域電離層模型，輸入參數為時間與日期的 sin、cos 關係式以及 K-index(地磁常數)與 SSN(Sunspot number)，隱藏層部分使用單 層的結構與 7 個神經元，輸出參數為垂直的全電子含量(VTEC)，並將成果 與 International Reference Ionosphere (IRI)提供的 GPS VTEC 與 ionosonde TEC (ITEC)做比較，實驗成果顯示運用類神經網路擬合出的成果與 IRI 提 供的 GPS VTEC 相當接近；在 2009 年則將前篇文章延伸，把從 Adjusted Spherical Harmonic (ASHA) model 中雙頻的 60 秒觀測量所計算出的 TEC 值 當作真值，然後與 International Reference Ionosphere (IRI-2001)相比較。其 將 訓 練 類 神 經 網 路 分 成 兩 個 部 分 ， 第 一 部 分 是 使 用 Sutherland (32.38S,20.81E) 和 Cape Town (33.95S, 18.47E) 從 2001-2004 共計四年的 GPS 測 站 資 料 ， 資 料 取 樣 為 一 小 時 。 另 一 部 分 是 使 用 Springbok (29.67S,17.88E) 和 Upington (28.41S,21.26E) 從 2002-2004 共 3 年的測站資 料。整體來說，運用類神經網路預測的 TEC 值除了在春分點外，都是較 IRI-2001 的成果更好。同年的另一篇(2009b)文章則把上述單站的類神經網

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

路訓練變成使用 10 個衛星接收站的 GPS 資料，資料的範圍從 2000 到 2004 年，每個觀測站至少會提供三年至多共計五年的觀測資料訓練類神經網 路，輸入的參數從原本的 6 個增加成 8 個，增加測站的大地經度與緯度坐 標，而類神經網路的隱藏層也從一層變成兩層，神經元從 9 個變成 11 個，

依然是使用 ASHA model 計算出的 TEC 值當作真值，與 IRI 以及之前單站 訓練的類神經網路做比較，其中將 2002、2003 以及 2005 的資料做為成果 測詴，在較帄緩的時候 TECU 的 RMSE 可以控制在 2-3 TECU 左右，帄均 可在 4-7 TECU；但上述三篇文章都顯示在春分點的預測成果不佳，雖然有 逐漸改善，但是跟 IRI 相比還是較差，此外在峰值的預測也不盡理想，其 建議是加入更大量的歷史資料訓練類神經網路。

四、小結

由上述文章可得知:

一、 區域性的電離層模型較全球性電離層模型，在該區域的改正效果更佳。

二、 改良的網格式電離層模型在構建區域性電離層模型有不錯的效果，網 格式的輸入資料可用以訓練類神經網路。

三、 類神經網路在構建國外區域電離層改正模型都有相當不錯的表現，而 國內並沒有相關的文獻，故使用類神經網路構建台灣地區的電離層模 型是一個新的嘗詴。

四、 類神經網路的型式與所採用的輸入參數會強烈反應在實驗成果上，考 慮類神經網路的特性，歷史資料越豐富可能會有較佳的訓練成果，且 使用的測站數也不能太少，故短期資料的適用性將會是一個新的挑戰。

綜上所述，本研究將使用類神經網路，以過去短期的 GPS 資料，參考 國外其它地區的實驗成果，嘗詴構建即時的區域電離層改正模型。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

40