لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

پیشینه و اهداف: تکنیک­های سنجش (sounding) رادیویی و توموگرافی، برای مطالعه ساختار و دینامیک یون­سپهر به کار می روند. توموگرافی یکی از روش های پیشرفته برای مطالعه و مدل سازی سه بعدی چگالی الکترونی در لایه یون­سپهر است. این روش از داده های مشاهداتی مانند GNNS برای تولید نقشه های دقیق از توزیع الکترون ها در این لایه استفاده می کند. توموگرافی یون­سپهر به ما امکان تشخیص تغییرات زمانی و مکانی چگالی الکترونی را با دقت بالا می­دهد. که این امر برای برنامه های کاربردی مانند ناوبری ماهواره ای، ارتباطات رادیویی و پیش بینی های متئورولوژیکی حیاتی است. توسعه اندازه گیری و توموگرافی یون­سپهر، که به مطالعه و تحلیل لایه های بالایی جو زمین می پردازد، از اهمیت ویژه ای برخوردار است. این فرآیند، که از اوایل قرن بیستم آغاز شده، شامل تکنیک های مختلفی برای بررسی توزیع الکترون ها در یون­سپهر است. اندازه گیری یون­سپهر، که با استفاده از رادارهای مخصوصی به نام ایونوسوندها انجام می شود، به دانشمندان این امکان را می دهد تا اطلاعات دقیقی در مورد تراکم الکترونی و ساختار لایه های یونیزه شده به دست آورند. توموگرافی یک روش تصویربرداری است، که از انتشار امواج رادیویی در یون­سپهر برای تولید تصاویر دو یا سه بعدی از توزیع الکترون ها در این لایه استفاده می کند. این تکنیک ، که به طور گسترده ای در پیش بینی شرایط جوی، مخابرات رادیویی و مطالعات فضایی به کار می روند، نقش مهمی در پیشرفت علم جوسپهری داشته اند. با پیشرفت تکنولوژی، ابزارهای اندازه گیری پیشرفته تر و دقیق تر شده اند، که این امر به درک بهتری از پدیده های مختلف یون­سپهر منجر شده است. امروزه، با استفاده از ماهواره ها و سایر فناوری های پیشرفته، دانشمندان قادر به انجام اندازه گیری های دقیق تر و تحلیل های عمیق تری از این لایه  هستند، که این امر در نهایت به بهبود ارتباطات جهانی و افزایش ایمنی پروازهای هوایی کمک می کند. در این مقاله، روش موجود برای چگونگی بدست آوردن تغییر چگالی الکترونی لایه یونسفر مبتنی بر پارامتر محتوای کلی الکترون (TEC) با استفاده از تحلیل تفاضل فازی ایجاد شده در سیگنال مخابراتی سامانه ماهواره­ای راهبری جهانی GNSS در هنگام عبور از لایه های مختلف یونسفر مورد بررسی و مطالعه قرار گرفته است. به این منظور سیگنال ها مخابراتی از ماهواره های مدار پایین و مدارهای بالا مطالعه شده اند و روش بدست آوردن TEC از تفاضل فازی برا هریک توضیح داده شد. سپس به مطالعه روش ها و الگوریتم های موجود برای تبدیل اطلاعات TEC به تصاویر توموگرافیک پرداختیم. در انتهای این مقاله به عنوان یک مثال روش توموگرافی رادیویی را برای مصورسازی حباب های پلاسمایی در منطقه استوایی پیاده سازی کرده و نتایج آن را با تصاویر گرفته شده از ادوات اپتیکی مقایسه کردیم. نشان داده شد که توموگرافی رادیویی می تواند به عنوان روشی دقیق برای مصورسازی ساختار حباب های پلاسما به کارگرفته شود. در انتهای این مقاله به مقایسه روش مطالعه شده در اینجا با روش هایی نظیر تصویربرداری تمام آسمان، رادارهای پراکندگی غیر همدوس و غیره، پرداخته شد و مزایا و معایب این روش ها نسبت به یکدیگر بیان شد.روش ­ها: در تحقیقات کنونی در زمینه صدازدایی و توموگرافی یون­سپهر با استفاده از GNSS، پیشرفت های قابل توجهی صورت گرفته است. مطالعات اخیر نشان می دهند که با استفاده از GNSS، می توان ساختار یون­سپهر را به صورت سه بعدی و با دقت بالا مدل سازی کرد. توزیع الکترونی یون­سپهر با استفاده از داده های رادیویی که از ماهواره های در ارتفاع کم (LO) و ارتفاع  بالا (HO) به دست می آیند، تجزیه و تحلیل می­شود. جمع آوری اطلاعات یونسپهر با استفاده از GNSS یک فرآیند پیچیده و دقیق است که از تکنولوژی پیشرفته برای اندازه گیری و تحلیل پارامترهای مختلف یون­سپهری بهره می برد. این سیستم ها، که شامل ماهواره هایی در مدار زمین هستند، سیگنال هایی را به ایستگاه های گیرنده روی زمین مخابره می کنند. این سیگنال ها حاوی اطلاعات زمانی و مکانی دقیق ماهواره ها هستند که با استفاده از آن ها می توان موقعیت دقیق گیرنده ها را روی زمین تعیین کرد. نحوه توزیع چگالی الکترونی در لایه یون­سپهر برروی نحوه انتشار امواج رادیویی GNSS و تغییر مسیر، شکل و فاز این امواج به طور مستقیم تأثیرگذار است. هرگونه اختلال در لایه یون­سپهر، تأثیر جدی در ارتباطات ماهواره ای، ارتباطات دقیق ناوبری و ارتباطات دوربرد می گذارد. در حقیقت، GNSS از این قابلیت برای اندازه گیری محتوای کلی الکترون (TEC) یون­سپهر استفاده می کند، که یک شاخص کلیدی برای درک وضعیت یونسپهر است. این فرآیند با استفاده از سیگنال هایی که از ماهواره ها به ایستگاه های زمینی فرستاده می شوند، صورت می گیرد. این سیگنال ها هنگام عبور از یون سپهر تحت تأثیر تغییرات الکترونی قرار می گیرند و این تغییرات می توانند با دقت بالایی اندازه گیری شوند.یافته ­ها: در این پژوهش مطالعه جامعی بر روی تحقیقات کنونی در زمینه توموگرافی رادیویی یون­سپهر با استفاده از اندازه­گیری TEC یون­سپهر توسط GNSS انجام شده است. مفهوم TEC و نحوه تأثیر آن بر روی فاز و شکل سیگنال­های دریافت شده از ماهواره­های مدار پایین و مدار بالا مورد بررسی قرار گرفته است. کاربرد و روش استفاده از داده­های ماهواره­های LO و HO برای بدست آوردنTEC  به تفصیل توضیح داده شده­اند. به اعتبار­سنجی و صحت سنجی داده­های ماهواره­ای در توموگرافی رادیویی یون­سپهر که ضامن درستی عملکرد محصول نهایی و فرآیند تولید آن است، پرداخته شده است. در انتها مروری بر یک تکنیک برای بازسازی تصاویر توموگرافی حباب های پلاسمایی با اندازه­گیری TEC از طریق سیگنال­های GNSS انجام شد. نشان داده شد که این تکنیک بازسازی توموگرافی روی تصویربرداری از حباب­های پلاسمایی به خوبی عمل ­می­کند. توزیع های افقی گرفته شده از کاهش پلاسمای VTEC با تصاویر گرفته شده از ادوات اپتیکی مقایسه گردید و نشان داده شد که نتایج مشابهی حاصل می شود. همچنین نتایج بیان می کنند که در صورت بزرگ بودن ساختار حباب حتی در نواحی که سیگنال GNSS در آن­های ضعیف است، می­توان نتیجه درستی از این روش بدست آورد.نتیجه ­گیری: در مجموع، توموگرافی GNSS یک حوزه پویا و در حال توسعه است که پتانسیل زیادی برای بهبود دقت و کارایی در پیش بینی های جوی دارد. با تحقیق و توسعه بیشتر، می توان انتظار داشت که روش ها و فناوری های جدیدی در این زمینه معرفی شوند که می توانند به حل چالش های موجود و بهبود کیفیت و دقت مدل های توموگرافی کمک کنند. این پیشرفت ها می توانند تأثیر قابل توجهی بر کاربردهای متنوع توموگرافی GNSS، از جمله در زمینه های هواشناسی، تغییرات اقلیمی و مدیریت بلایا داشته باشند.

دانستن چگونگی رفتار یونسفر یک فاکتور مهم در تعیین موقعیت با GPS است. در این مقاله مشاهدات 43 ایستگاه دائمی شبکه ژئودینامیک سراسری ایران (IPGN) به همراه مشاهدات حدود 180 ایستگاه IGS توسط نرم افزار برنیز پردازش شدند و برای تولید کردن مدلهای یونسفری که نمایشگر میزان محتوای مجموع الکترونی (TEC) هستند، از بسط به هارمونیک های کروی تا درجه و مرتبه 15 استفاده شد. در این مدلسازی فرض بر آن است که تمامی الکترونهای آزاد بر روی یک لایه کروی نازک که ارتفاع آن می تواند از 250 تا 450 کیلومتر متغیر باشد، واقع شده اند. نتایج برای ارتفاع 450 کیلومتر با رزولوشن زمانی دو ساعته مطابق با استانداردهای IGS حاصل شده و مقادیر ماکزیمم TEC در جنوب ایران از حدود TECU 5 (نیمه شب) تا TECU 22 (نیمه روز) می باشند. این مقادیر برای روز 22 ماه جون از سال 2009 است. سپس مقادیر TEC محاسبه شده برای تصحیح کردن داده های تک فرکانس در دو شیوه تعیین موقعیت مطلق و نسبی بکار گرفته شدند. در شیوه مطلق بهبود قابل توجهی در هردو مولفه مسطحاتی و ارتفاعی در صورت استفاده از مدل IRIM نسبت به مدل IGS حاصل می شود. همچنین در شیوه نسبی، مقایسه بین راه حل های L1 و عاری از اثر یونسفر (L3) نشان می دهد که اثر یونسفر شبکه را دچار انقباض می کند. همچنین نتایج راه حل L1 تصحیح شده با استفاده از مدل بهبود یافته در سطح ایران (IRIM) نسبت به استفاده از مدل جهانی IGS به نتایج راه حل L3 نزدیکتر است و میزان این انحراف در مولفه مختصاتی افقی برای طول مبناهای چند صد کیلومتری به طور متوسط بهتر از 10 سانتی متر است.

مدل سازی لایه یونسفر جو و تعیین پارامتر محتوای الکترونی کلی (TEC) آن نقش مهمی در شناخت این لایه و کنترل اثرات آن بر فعالیت های بشری دارد. در این راستا انواع مدل ها و مشاهدات یونسفری به طور گسترده جهت پایش تغییرات یونسفر مورد استفاده قرار می گیرد که مدل سازی تک لایه یونسفر یا همان مدل سازی TEC همواره مورد توجه محققین این حوزه می باشد. پیچیدگی های مدل های نظری، عدم تامین دقت مورد نیاز در کاربردهای دقیق توسط خروجی های مدل های تجربی، تاخیر 24 ساعته در انتشار نقشه های یونسفری جهانی IGS و نیاز به اطلاعات دقیق یونسفری در کاربردهای آنی و نزدیک به آنی، سبب گسترش نوع جدیدی از مدل های یونسفری موسوم به مدل های حاصل از داده گواری گردیده است. در این مقاله داده گواری مدل تجربی یونسفر مرجع بین المللی (IRI) با استفاده از مقادیر دقیق TEC محاسبه شده از مشاهدات گیرنده های دو فرکانسه GPS در منطقه ایران در دو مرحله آنالیز و پیش بینی انجام شده است که هدف از آن افزایش دقت TEC حاصل از مدل تجربی IRI در مرحله آنالیز با استفاده از فیلتر کالمن و انجام پیش بینی های کوتاه مدت TEC با استفاده از فیلتر کالمن گاوس-مارکوف (GM-KF) در مرحله پیش بینی، برای کاربردهای نزدیک به آنی می باشد. در این راستا، مشاهدات 40 ایستگاه شبکه دائم GPS ایران (IPGN) در روز سوم ماه می سال 2016 جهت محاسبه مقادیر TEC دقیق مورد نیاز در فرآیند داده گواری مدل IRI استفاده شده است. بررسی اختلاف بین مقادیر TEC حاصل از مدل IRI و مقادیر TEC حاصل از داده گواری مدل IRI با مقادیر TEC دقیق، نشان دهنده کاهش ریشه میانگین مربعات (RMS) این اختلافات در مرحله به روزرسانی داده گواری در ساعت t=10 UT از TECU 9.8 به 1.47 TECU، در ساعت t=14 UT از 3.16 TECU به 0.98 TECU و در ساعت t=18 UT از 4.59 TECU به 1.39 TECU می باشد. همچنین مقایسه نتایج حاصل از داده گواری و مقادیر حاصل از نقشه های یونسفری جهانی در منطقه ایران با مقادیر TEC دقیق نیز بیانگر دقت بالاتر نتایج حاصل از داده گواری نسبت به نقشه های یونسفری جهانی می باشد. در مرحله پیش بینی در ساعت t=10 UT و فواصل زمانی Dt=0.5, 1h بهبود 90 درصدی در مقادیر داده گواری نسبت به مقادیر مدل IRI مشاهده می شود. که این بهبود در ساعت t=14, 18 UTو در فواصل زمانی Dt=0.5, 1, 2 به بیش از 50 درصد می رسد. با افزایش فاصله زمانی پیش بینی به Dt=5 h، دقت داده گواری به سمت دقت مدل زمینه میل می کند. در نتیجه مدل داده گواری شده دارای دقت خوبی در کاربردهای آنی و نزدیک به آنی می باشد.

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 5 نرون در لایه مخفی جهت مدلسازی مقدار محتوای الکترون لایه یونوسفر (TEC) استفاده شده است. بدین منظور از 25 ایستگاه GPS شبکه ژئودینامیک کشور ایران در محدوده عرض جغرافیایی 24 الی 40 درجه و طول جغرافیایی 44 الی 64 درجه استفاده گردیده است. ارزیابی نتایج بدست آمده از شبکه عصبی مصنوعی مدلسازی شده برای این منطقه توسط 1 ایستگاه تست GPS که مقادیر محتوای الکترونی آن از قبل در دست بوده انجام گرفته است. به دلیل اینکه ایستگاه مورد نظر مجهز به دستگاه اندازه گیری مستقیم دانسیته الکترونی بوده (دستگاه یونوسوند) و بصورت مستقل می توان در موقعیت آن ایستگاه مقدار محتوای الکترونی را با دقت و صحت بالا بدست آورد، از این ایستگاه برای تست نتایج استفاده شده است. مینیمم خطای نسبی بدست آمده از این ارزیابی 0.73 درصد و ماکزیمم خطای نسبی 34.66 درصد می باشد. همچنین جهت ارزیابی کارائی شبکه های عصبی مصنوعی در برآورد مقدار محتوای الکترون یونوسفر، در این مقاله از یک چندجمله ای مرتبه 3 با 11 ضریب جهت مدلسازی TEC استفاده شده است. مقایسه مقادیر خطای نسبی محاسبه شده برای مدل چندجمله ای با مقادیر خطای نسبی بدست آمده برای شبکه عصبی، حاکی از برتری این روش نسبت به مدل چندجمله ای در برآورد مقدار محتوای الکترون لایه یونسفر در این منطقه است. تعداد نرونهای لایه مخفی در شبکه عصبی و نیز مرتبه و تعداد ضرایب چند جمله ای مورد استفاده در این مقاله بر اساس آزمون و خطا و با در نظر گرفتن مینیمم خطای نسبی برای نتایج تعیین شده است.

از مشاهدات غنی و متراکم ایستگاه های دائمی GPS که اغلب محدود به خشکی ها هستند، می توان برای مطالعه یونسفر و تولید نقشه ‍ های یونسفر استفاده نمود. این نقشه ها نمایشگر مقادیر محتوای مجموع الکترونی در راستای قائم (VTEC) بوده و کاربرد خاص آنها در موقعیت یابی دقیق با استفاده از مشاهدات گیرنده های تک فرکانس است. نقشه های جهانی یونسفر (GIM) که توسط مراکز مختلف IGS تولید می شوند، همگی نمایشگر مقادیر VTEC به ازای هر دو ساعت، با رزولوشن مکانی 2.5o در راستای عرض جغرافیایی و 5o در راستای طول جغرافیایی و یا به صورت تابعی از ضرایب هارمونیک کروی تا درجه و مرتبه 15 و با رزولوشن زمانی دو ساعت هستند. کمبود ایستگاههای دائمی GPS در دریاها منجر به افت صحت و دقت این مدلها در آن مناطق شده و استفاده از مشاهدات دو فرکانس ارتفاع سنجی ماهواره ای به همراه مشاهدات GPS می تواند به عنوان راهکاری برای بهبود این مدلها در این مناطق محسوب گردد. در این مقاله به منظور تولید نقشه محلی یونسفر ایران (LIM)، مشاهدات 21 ایستگاه دائمی GPS در روز 107 از سال 2014 (متناظر با بیشینه فعالیت خورشیدی) و توابع پایه بی-اسپلاین دو بعدی به عنوان توابع پایه مدلسازی استفاده شده اند. مقادیر مختلفی برای انتخاب سطح بهینه توابع پایه بی-اسپلاین در دو بعد مورد آزمون قرار گرفت و در نهایت، مدلسازی با سطح 1 و 2 به ترتیب در راستای طول جغرافیائی و عرض جغرافیائی انجام شد. نتایج بدست آمده، اختلافات عمده ای را نسبت به GIM نشان می دهند. در ادامه، مشاهدات GPS به همراه مشاهدات ارتفاع سنجی ماهواره ای مربوط به ماهواره Jason-2 در فرآیند مدلسازی محلی یونسفر در نظر گرفته شدند و برای وزن دهی نسبی بین مشاهدات دو دسته، از تکنیک برآورد مولفه های واریانس کمترین مربعات (LS-VCE) استفاده گردید. در این قسمت علاوه بر ضرایب مدل یونسفر محلی و بایاسهای کد تفاضلی (DCB) گیرنده ها، بایاس دیگری بین مشاهدات GPS و ارتفاع سنجی ماهواره ای نیز برآرود شده و با نتایج مرحله قبلی مقایسه شدند. نتایج مقایسه نشان می دهند که در صورت استفاده از مشاهدات ارتفاع سنجی ماهواره ای به همراه مشاهدات GPS، دقت مدلسازی در سطح دریاها بهبود خواهند یافت.

در این مقاله روش کمینه سازی توابع هدف با کمک شبکه های عصبی موجک چند لایه، جهت مدل سازی توموگرافی یونوسفر به عنوان یک روش جدید ارائه شده است. بر اساس روش توموگرافی، تابع هدفی تعریف گردیده و سپس با کمک شبکه های عصبی موجک چند لایه (WNN) طراحی شده، مقدار این تابع هدف به کمترین میزان خود می رسد. جهت بهینه سازی وزن ها و بایاس ها در شبکه های عصبی، می بایستی از یک الگوریتم آموزش مناسب بهره گرفت. به همین جهت در این مقاله از الگوریتم های آموزش پس انتشار خطا (BP) و بهینه سازی انبوه ذرات (PSO) استفاده شده است. سه روش ترکیبی برای کمینه سازی توابع هدف که جزو نوآوری های اصلی این مقاله است مورد بررسی و آنالیز قرار گرفته است. در روش اول (RMTNN) از شبکه عصبی مصنوعی پرسپترون 3 لایه با الگوریتم آموزش پس انتشار جهت مدل سازی توزیع چگالی الکترونی استفاده شده است. در روش دوم (MRMTNN) یک شبکه عصبی موجک 3 لایه بهمراه الگوریتم آموزش پس انتشار خطا جهت مدل سازی توزیع چگالی الکترونی بکار گرفته شده و نهایتا در ترکیب سوم (ITNN) از شبکه عصبی موجک 3 لایه بهمراه الگوریتم آموزش بهینه سازی انبوه ذرات جهت مدل سازی تغییرات زمان-مکان چگالی الکترونی بهره گرفته شده است. مشاهدات مربوط به شبکه مبنای ژئودینامیک دائمی ایران (32 ایستگاه GPS به همراه یک ایستگاه اندازه گیری مستقیم یونوسفر) جهت آزمون و ارزیابی هر سه ترکیب مورد استفاده قرار گرفته اند. تمامی نتایج بدست آمده از سه روش با اندازه گیری های ایستگاه یونوسوند و مدل هارمونیک‍ های کلاه کروی (SCH) مقایسه شده است. همچنین شاخص های آماری خطای نسبی و مطلق، جذر خطای مربعی میانگین (RMSE)، بایاس، انحراف معیار و ضریب همبستگی برای هر سه روش پیشنهادی این مقاله مورد محاسبه و بررسی قرار گرفته است. آنالیزهای انجام گرفته در مورد روش های RMTNN، MRMTNN و ITNN بیانگر این موضوع است که روش ITNN نسبت به دو روش دیگر دارای سرعت همگرایی بالا به جواب بهینه و همچنین دقت و صحت بالاست. مقایسه های صورت گرفته نشان دهنده بهبود مدل سازی محتوای الکترون کلی توسط روش ITNN به مقدار 0.5 الی 5.65 TECU در منطقه ایران نسبت به مدل های تجربی یونوسفر می باشد. همچنین متوسط ضریب همبستگی 0.901 مابین خروجی های روش ITNN و اندازه گیری های ایستگاه های یونوسوند، حاکی از کارائی بالای روش پیشنهادی این مقاله در مدل سازی تغییرات زمان-مکان چگالی الکترونی است.

در این مقاله مقدار محتوای الکترون کلی (TEC) لایه یون سپهر با استفاده از سامانه استنتاج فازی (FIS) مدل سازی شده است. نوآوری اصلی این پژوهش، مدل سازی سری زمانی تغییرات TEC در ایران با استفاده از FIS است. برای آموزش شبکه فازی، از الگوریتم آموزش بهینه سازی انبوه ذرات هیبرید (BP-PSO) استفاده شده است. این الگوریتم آموزش، در مراحل اولیه جستجوی جواب از الگوریتم بهینه سازی انبوه ذرات (PSO) و در نزدیکی جواب بهینه از الگوریتم پس انتشار خطا (BP) بهره می برد. از مشاهدات سال 2015 ایستگاه GPS تهران، که یکی از ایستگاه های شبکه جهانی IGS است، جهت ارزیابی مدل پیشنهادی استفاده شده و نتایج کار با نتایج خروجی های شبکه جهانی IGS (GIM-TEC) و مدل شبکه عصبی مصنوعی (ANN) با ساختار 2-18-1 مقایسه شده است. جهت ارزیابی دقت و صحت مدل شبکه فازی ارائه شده در این مقاله، از هر فصل، پنج روز برای داده آزمون انتخاب شده و اعتبارسنجی مدل در این بیست روز صورت گرفته است. براساس نتایج، میانگین خطای نسبی محاسبه شده در بیست روز مورد آزمون برای مدل FIS، ANN و GIM در مقایسه با GPS به ترتیب برابر با 25/11%، 68/19% و 03/16% است. همچنین میانگین خطای مطلق محاسبه شده برای مدل FIS، ANN و GIM در مقایسه با GPS در بیست روز مورد آزمون به ترتیب برابر با TECU 32/1، TECU 33/3 و TECU98/1 است. ضریب همبستگی محاسبه شده در بیست روز مورد آزمون برای FIS، ANN و GIM در مقایسه با GPS به ترتیب برابر با 9474/0، 6960/0 و 831/0 به دست آمده است. موقعیت ایستگاه GPS تهران براساس TEC حاصل از سه مدل FIS، ANN و GIM و با استفاده از تعیین موقعیت نقطه ای دقیق (PPP) محاسبه شده است؛ . طبق این محاسبه، مدل شبکه فازی نسبت به دو مدل دیگر، خطای کمتری در تعیین موقعیت ایستگاه تهران دارد. نتایج تحلیل ها حاکی از برتری مدل FIS در مقایسه با مدل ANN و GIM است. با استفاده از مدل پیشنهادی این پژوهش می توان سری زمانی محتوای الکترونی کلی یون سپهر را با دقت و صحت زیاد مدل سازی و بررسی کرد. این مدل می تواند جایگزینی مناسب برای خروجی های شبکه جهانی IGS در منطقه ایران باشد.

سیگنال های سیستم تعیین موقعیت جهانی (GPS) اطلاعات باارزشی را از ساختار فیزیکی یونوسفر در اختیار می گذارند. با کمک این مشاهدات می توان مقدار محتوای الکترونی کلی (TEC) را برای هر مسیر دید مابین گیرنده و ماهواره بدست آورد. در این مقاله اندازه گیری های بدست آمده از 22 ایستگاه موجود در شمال غرب ایران (l>44, 40>j>36<48) جهت تعیین مقدار محتوای الکترونی کلی در راستای قائم (VTEC) استفاده شده است. بدلیل کمبود مشاهدات و توزیع مکانی نامناسب ایستگاه ها، جهت برآورد زمانی- مکانی مقدار VTEC در سایر نقاط، دو مدل شبکه عصبی مصنوعی 3 لایه (MLP-ANN) و شبکه عصبی با توابع پایه شعاعی (RBFNN) بر اساس الگوریتم پس انتشار خطا (BPA) بکار گرفته شده است. 3 ایستگاه آزمون با توزیع مناسب جهت ارزیابی صحت نتایج انتخاب شده است. کمینه خطای نسبی در نقاط آزمون برای شبکه عصبی مصنوعی 3 لایه 1.40% و برای شبکه عصبی با توابع پایه شعاعی 1.88 % محاسبه شده است. محاسبه خطاهای نسبی کم و همچنین آنالیز انجام گرفته، بیانگر قابلیت بالای روشهای GPS+MLP-ANN و GPS+RBFNN در مقایسه با روش های متعارف درون یابی در نشان دادن تغییرات زمانی- مکانی یونوسفر می باشد.

یونوسفر لایه ای از جو زمین می باشد که از ارتفاع 80 کیلومتری تا ارتفاع بیش از 1000 کیلومتری زمین گسترش پیدا کرده است. این لایه از جو به دلیل خاصیت الکتریکی، اثرات بسیار مهم و اساسی بروی امواج عبوری از آن دارد. پس از برداشتن اثر SA از سیستم تعیین موقعیت جهانی GPS، تاخیر یونوسفری به عنوان مهمترین منبع خطا، در تعیین موقعیت و ناوبری توسط این سیستم محسوب می شود. بررسی و حذف این اثر مستلزم شناخت توزیع چگالی الکترونی در یونوسفر است. در این مقاله از یک مدل سه بعدی جهت شناخت ویژگیهای این لایه استفاده شده است. برای انجام اینکار تغییرات افقی چگالی الکترونی توسط توابع هارمونیک کروی (SHF) و تغییرات عمودی آن بوسیله توابع متعامد تجربی (EOF) مدلسازی می شوند. به دلیل ماهیت خاص مدل مورد استفاده که نوعی از معادلات انتگرال فردهولم نوع اول می باشد، با یک مساله معکوس گسسته ناپایدار روبرو هسیتم. جهت حل ناپایداری مساله فوق از روش تیخونوف مرتبه صفرم استفاده شده است. پارامتر پایدارسازی با استفاده از مقایسه مابین چگالی الکترونی حاصل از مدل سه بعدی و چگالی الکترونی اندازه گیری شده در ایستگاه یونوسوند تهران تعیین شده است. با کمک داده های GPS شبکه ژئودینامیک کشور ایران در 3 فصل زمستان، بهار و تابستان آنالیز تغییرات زمانی و مکانی یونوسفر برای 30 روز از هر فصل انجام گرفته است. نتایج بدست آمده نشان دهنده تغییرات روزانه در چگالی الکترونی در طول یک روز به اندازه 6´1011 ele/cm3 و نیز تغییراتی به اندازه 9´1011 ele/cm3 در طول یک ماه مخصوصا در فصل زمستان می باشد.