El trabajo realizado en esta tesis doctoral se basa en caracterizar la variabilidad espacial y temporal que presenta el plasma que se encuentra en la alta atmósfera, región conocida como la ionosfera, mediante el modelado de las leyes físicas que rigen su comportamiento. El parámetro más relevante a la hora de estudiar a la ionosfera es la densidad de electrones, cuya presencia se debe a la ionización de varias de las componentes neutras de la atmósfera al absorber la radiación solar ultravioleta, dando como resultado pares de electrón-ion libre. Luego, como por cada electrón existente en la ionosfera se encuentra un ion, la densidad de electrones libre es simplemente igual a la suma sobre las densidades de las distintas especies ionizadas. Dado que la distribución de los iones es inhomogénea respecto de la altura, la densidad de los electrones está controlada por distintas especies en función de la altura. Por esta razón, en lugar de tratar de modelar de manera directa la densidad de electrones, se la modela de manera indirecta, al calcular la densidad de las especies ionizadas. Este procedimiento permite un mejor entendimiento de los distintos procesos físicos y químicos que suceden en las distintas regiones de la ionosfera. Para este trabajo se eligío modelar 7 especies ionizadas que abarcan las diferentes regiones de la ionosfera: NO+, N2 + y O2 + para modelar la región E y la parte baja de la región F, el O+ y el N+ para modelar la región F y el He+ y el H+ para modelar la región por encima de la capa F. La ecuación que regula el comportamiento de la densidad es la llamada “ecuación de continuidad”, en la que se tiene en cuenta varios procesos: i) la producción de iones por fotoionización y reacciones de intercambio, ii) la pérdida de iones debido a interacciones químicas con los electrones y con los elementos neutros de la atmósfera, iii) efectos de transporte por movimientos convectivos originados en la interacción entre el campo magnético terrestre, los campos eléctricos presentes en la ionosfera y la acción de los vientos neutros. Se elige un sistema coordenado asociado con el campo magnético de la Tierra lo que permite llevar el problema de 3 dimensiones a 2 dimensiones y presenta la ventaja de desacoplar los movimientos en las direcciones paralela y perpendicular a las líneas de campo magnético. Como las especies ionizadas interactúan entre si a través de reacciones químicas y de colisiones, las ecuaciones para cada especie están acopladas y es necesario resolver el sistema en forma simultánea. De este manera, el sistema a resolver queda conformado por ecuaciones diferenciales parciales en su forma conservativa. Se utiliza el Método de Volúmenes Finitos con un esquema de <i>upwind</i> para su resolución. El resultado final es un modelo que permite estimar el comportamiento que presenta la ionosfera a latitudes bajas y medias a través de la evolución temporal y espacial de las densidades para 7 especies ionizadas y para los electrones sin la necesidad de alimentarlas con mediciones.

Research over the years has established that the Gradient Drift Instability process causes small-scale irregularities, mostly along the edges of the high-latitude polar cap patches. Studying these irregularities will help in the development of a global Scale Ionospheric model, which is a central part of a global space weather forecast system. Much theoretical work has been done with varying degrees of complexity to study this instability in the high latitude patches. In this work we have used the Utah State University Time Dependent Ionospheric Model to model the high-latitude patches, calculate the growth rate of the instability, and perform a macro-scale study of the phenomenon. This is the first time that real ionospheric values have been used to calculate the growth rate and to provide two-dimensional maps identifying Gradient Drift Instability-caused irregularity regions in the polar cap. Our research shows that regions of intense instability occur along the edges of the tongue of ionization and its throat regions with strong rates along the borders of the cusp region.

GPS 單點定位或稱絕對定位，傳統上使用虛擬距離觀測量，容易受到 電離層延遲影響，導致定位精度較差。因此，本文的目的為構建即時的區 域性電離層模型，以便能夠即時減弱電離層延遲量，提高單頻GPS 單點定 位的精度。 構建電離層模型的方法有很多種，而運用類神經網路為可能方法之一， 但是， 國內較少人探討。本研究嘗詴使用倒傳遞類神經網路(Back-propagation Artificial Neural Network)，構建即時的區域電離層模型，藉由選擇適當的神經訓練函數及隱藏層神經元，利用過去收集的已知參考站的雙頻GPS 資料，計算電離層延遲量，訓練類神經網路，直到精度合乎要求；再以檢核站GPS 資料，檢驗類神經網路預測電離層延遲的功效。 採用的實驗資料為臺南市政府e-GPS 系統所提供六個測站，2008 年1 月3 日到1 月5 日的GPS 資料，計算測站與GPS 衛星連線中假想的電離層 薄殼交點—電離層穿透點(Ionosphere Pierce Point, IPP）之地理位置(緯度φ、經度λ)，及太陽黑子數(sunspot numbers)等當作輸入值，IPP 的垂直電離層延遲當作輸出值，測詴包含單日、兩日以及不同的資料型態(IPP 點、網格點)等情況訓練類神經網路，藉由相對應的驗證資料，檢驗類神經網路的功效，最後將類神經網路的預估成果與全球電離層改正模型、雙頻GPS 資料計算的電離層延遲相比較，並根據改正率與統計特性，評估類神經網 路構建出的區域性電離層模型的成效。 由實驗成果顯示，構建的即時區域性電離層模型的標準差可小於±3TECU，並可改正約80%的電離層延遲誤差，故以類神經網路可有效的構 建出區域性的電離層模型。 / The conventional single point positioning using GPS pseudo rangemeasurements, are vulnerable to ionospheric errors, leading to poor positioningaccuracy. Constructing a real-time ionospheric model is one of the methods that can reduce the ionospheric errors and improve the single point positioning accuracy. Although there are many methods to construct regional ionosphere model,using artificial neural network (ANN) to construct a real-time ionospheric model is less to be mentioned. This study used back-propagation artificial neural network to estimate a regional real-time ionospheric model by selecting the appropriate training functions and the number of hidden layers and its’ nodes. The neural network had to be ‘trained’ by the computed TECs from reference stations’ duel-frequency GPS data until the required accuracy was achieved. The experimental data are collected from 6 e-GPS stations of Tainan city government on January 3 to January 5, 2008. The input values for the ANN includ the geographical location of the ionosphere pierce point (IPP) and solar activity (sunspot number). The output value are those IPPs’ vertical total electron content (VTEC). Different times range and data types (IPPs’ or raster data) for the impact of the ANN are tested. And then compared to Klobuchar model and global ionopheric model, according to the correct rate and the ΔTEC statistic table decide the effectiveness of ANN. According to the test results, the regional ionopheric model constructed by ANN can corrected 80% of the ionospheric errors, the standard deviation of ΔTEC is less than ±3TECU.