综述：理解与监测低纬度F区等离子体不规则性的挑战与差距

《SURVEYS IN GEOPHYSICS》：Challenges and Gaps in Understanding and Monitoring Low-Latitude F-region Plasma Irregularities

本综述聚焦于宁静条件下赤道等离子体耗竭（EPD）与等离子体不规则体（EPI）的生成与演化，重点阐述了中性风及低层-高层大气间垂直耦合的关键作用。文章系统梳理了当前对EPD/EPI的物理认知、观测技术进展、统计与数值模型发展，并指出在理解中性风角色、日际变率预测及跨域协作等方面的核心挑战，为提升空间天气预警能力提供了重要参考。

　　

观测赤道等离子体耗竭与不规则体

赤道等离子体耗竭（EPD）和等离子体不规则体（EPI）是电离层中常见的现象，它们通过扰乱无线电波传播，导致通信和导航系统信号衰减甚至中断，对关键基础设施构成威胁。近年来，借助Swarm和FORMOSAT-7/COSMIC-2等卫星任务的空间观测技术，我们对EPD的全球分布和发生频率有了更深入的了解。研究揭示，即使在太阳和地磁宁静时期，EPD也广泛存在，其活动在二分点期间以及美洲和非洲经度扇区尤为显著。地面仪器，如电离层测高仪、雷达、光学成像仪和GNSS接收机，提供了关于等离子体不规则体特性的宝贵数据。例如，通过分析GNSS信号的总电子含量（TEC）变化得出的ROTI指数，可作为振幅闪烁（S₄指数）的可靠代理，用于监测不规则体。然而，地面观测站在空间覆盖上存在局限，尤其是在非洲等电离层不规则体高发区，GNSS接收机覆盖稀疏。空间遥感技术，如GNSS无线电掩星（RO）和GOLD的远紫外（FUV）成像仪，提供了重要的补充视角，能够探测大范围的等离子体耗竭，但前者在垂直分辨率上受限，后者则无法精确确定等离子体耗竭的高度。将地面和天基观测网络相结合，对于全面捕捉EPD的全球分布和演化特征至关重要。

EPD和EPI产生的物理理解

赤道等离子体不规则体的产生通常用广义瑞利-泰勒不稳定性（GRTI）的增长率来描述。该不稳定性在日落后的电离层中发展，此时E区等离子体产生减少，且在F区底部（约200-300公里高度）存在陡峭的向上等离子体密度梯度，形成了有利条件。黄昏前增强（PRE），即日落前赤道垂直等离子体漂移的急剧增加，通常与日落后EPD的形成密切相关。其强度与F区中性风密切相关。

中性风，特别是来自低层大气向上传播的波动，在创造EPD生成和演化的有利条件方面扮演着核心角色。这些波动包括重力波（GW）、大气潮汐和行星波（PW），它们构成了低热层中复杂的波谱。重力波被认为通过增加不稳定性增长率在“播种”等离子体不规则体方面尤为重要，尽管其确切作用尚未完全明了。大气潮汐（包括迁移和非迁移潮汐）可以通过调制电离层电动力学（如影响PRE强度）和创造有利的等离子体密度分布来影响EPD的发生。例如，DE3（东向传播的日潮，纬向波数为3）等非迁移潮汐被认为与观测到的EPD发生率的经向波数4结构有关。行星波则可能通过调制大气潮汐，将其信号印刻在电离层和热层上，从而导致EPD的多日变率。

对于午夜和午夜后EPD的产生机制，理解相对较少。观测和模型研究表明，午夜附近的向上漂移（或较小的向下漂移）可能与半日潮汐或午夜温度极大值（MTM）相关的风有关。在太阳活动极小年期间，半日潮汐可以更高地渗透到F区，并与相移结合导致夜间向上漂移，这在WACCM-X模拟中得到了体现。此外，均匀的跨赤道风通常具有稳定效应，但实际中风场很少均匀，因此子午风梯度对GRTI增长率的影响需要仔细评估。数值模拟表明，如果中性风中包含重力波，则可以成功模拟出EPD，这突显了这些波动在引发不稳定性中的重要性。

建模进展以理解和预测EPD

在预测EPD和EPI方面，模型发挥着关键作用。基于观测的模型，包括统计模型和机器学习（ML）模型，利用大量数据集来预测不规则体的发生概率。例如，基于Swarm卫星IBI数据开发的离子层气泡概率（IBP）模型，能够提供给定条件下的等离子体不规则体发生率估计。机器学习模型，如卷积神经网络（CNN），在预测全球夜间电离层等离子体不规则体（GNTPI）发生率方面显示出高精度。这些数据驱动模型计算成本低，易于使用，但在预测日际变率方面仍面临挑战。

物理数值模型，从描述EPD非线性演化的区域离子层-等离子体层模型（如SAMI3）到包含从地表到热层的整个大气层的全大气模型（如WACCM-X, UA-ICON），在理解EPD生成的根本物理过程方面取得了显著进展。这些模型能够自洽地模拟热层中的重力波谱，并研究不同大气波动对电离层电动力学的影响。高分辨率模拟（如水平分辨率约25公里的WACCM-X）揭示了从对流层顶到热层的重力波分布，其传播速度、水平波长和振幅与观测统计结果一致。将此类全大气模型与离子层模型（如SAMI3）耦合，已成功模拟出与观测相似的EPD。然而，模型评估仍具挑战性，因为它需要背景状态（热层密度、温度、风场、等离子体密度和电场）和初始等离子体密度扰动的全面观测信息。

数据同化被证明可以改善模型性能。比较不同配置的WAM-IPE（Whole Atmosphere Model-Ionosphere Plasmasphere Electrodynamics）模型与Jicamarca非相干散射雷达（ISR）的垂直漂移观测表明，包含低层大气数据同化的业务化配置（IPE-WFS和IPE-WRS）显著改善了PRE强度的模拟，并捕捉到了垂直等离子体漂移的典型幅度和变率，尽管在预测正确发生日期方面仍有困难。这突出了准确表征低层大气日际变率（特别是大气潮汐和午后F区纬向风反转时间）对于改进预测的重要性。

差距与需求

尽管在理解EPD和EPI方面取得了重大进展，但仍存在明显差距。首先，预测EPD发生的日际变率仍然是一个巨大挑战，这需要更好地理解和控制日际变率的物理因素，包括PRE、中性风（特别是重力波和潮汐）的日变化，以及初始密度扰动的特性。

其次，在观测方面存在不足。尽管卫星和地面网络提供了大量数据，但在全球覆盖（尤其是极区和海洋）、数据实时延迟以及不同大气区域（从低层大气到等离子体层）的协同观测方面仍有局限。量化GRTI增长率需要中性风、等离子体密度剖面和离子漂移的共置测量，而这目前仍然稀缺。此外，对于有效播种EPD的重力波特性的理解也不足。

第三，在建模方面，需要更高分辨率的全球模型来解析播种过程和不规则体本身。模型需要自洽地表示电离层电动力学、等离子体输运、中性动力学和光化学过程。计算成本是一个限制因素，高分辨率模型可能无法直接用于业务预报，但可以用于指导开发包含主要物理效应的降阶或粗分辨率模型。

最后，跨学科合作和数据共享对于推进理解至关重要。EPD和EPI的生成和演化涉及从低层大气到等离子体层的多个区域，需要不同领域研究人员的共同努力。协调观测活动、改进数据同化技术以及开发物理信息机器学习方法，是弥补当前差距、最终实现EPD和EPI可靠预测和效应减缓的关键途径。