Global Navigation Satellite System (GNSS) ionospheric tomography is a typical ill-posed problem. Joint inversion with external observation data is one of the effective ways to mitigate the problem. In this article, by fusing 3-D multisource ionospheric data, and improving the stochastic model, an improved GNSS tomographic algorithm MFCIT [computerized ionospheric tomography (CIT) using mapping function] is presented. The accuracy of the algorithm is validated by selected data under different geomagnetic and solar conditions acquired in Europe. The results show that the estimated, statistically significant uncertainty for each of the layers is about 0.50-3.0TECU, with the largest absolute error within 6.0TECU. The advantage of the MFCIT is that it is based on the Kalman filter, which enables efficient near real-time 3-D monitoring of ionosphere. The temporal resolution can reach ~1 min level. Here, we apply the ionospheric tomography inversion to the magnetic storm on January 7, 2015, in the European region, and quantified the evolution of the storm. The results show that the difference of the core region between the MFCIT and CODE GIM is less than 1TECU. More importantly, during the initial phase of the storm, when the ionospheric disturbance is not evident in the single layer CODE GIM model, the MFCIT shows obvious positive disturbances in the upper ionosphere, although there is no disturbance in the F2 layer. The MFCIT further tracks the evolution of the magnetic storm that the ionospheric disturbance expands from the upper to the lower ionosphere layers, and at UT12:00, the disturbance continues to spread to the F2 layer.

中文翻译：

---

融合 3-D 多源电离层数据的改进计算机电离层断层扫描模型能够量化磁暴的演变

全球导航卫星系统 (GNSS) 电离层断层扫描是一个典型的不适定问题。与外部观测数据联合反演是缓解该问题的有效方法之一。在本文中，通过融合 3-D 多源电离层数据，并改进随机模型，提出了一种改进的 GNSS 层析成像算法 MFCIT [使用映射函数的计算机化电离层层析成像 (CIT)]。该算法的准确性通过在欧洲获得的不同地磁和太阳条件下的选定数据进行验证。结果表明，每一层的估计的、具有统计意义的不确定性约为 0.50-3.0TECU，最大绝对误差在 6.0TECU 内。MFCIT 的优势在于它基于卡尔曼滤波器，可实现对电离层的高效近实时 3-D 监测。时间分辨率可以达到约 1 分钟的水平。在这里，我们将电离层断层成像反演应用于欧洲地区 2015 年 1 月 7 日的磁暴，并量化了风暴的演变。结果表明，MFCIT和CODE GIM的核心区域差异小于1TECU。更重要的是，在风暴的初始阶段，当单层CODE GIM模型中电离层扰动不明显时，MFCIT在电离层上层显示出明显的正扰动，尽管F2层没有扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。我们将电离层断层成像反演应用于欧洲地区2015年1月7日的磁暴，并量化了风暴的演变。结果表明，MFCIT和CODE GIM的核心区域差异小于1TECU。更重要的是，在风暴的初始阶段，当单层CODE GIM模型中电离层扰动不明显时，MFCIT在电离层上层显示出明显的正扰动，尽管F2层没有扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。我们将电离层断层成像反演应用于欧洲地区2015年1月7日的磁暴，并量化了风暴的演变。结果表明，MFCIT和CODE GIM的核心区域差异小于1TECU。更重要的是，在风暴的初始阶段，当单层CODE GIM模型中电离层扰动不明显时，MFCIT在电离层上层显示出明显的正扰动，尽管F2层没有扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。并量化了风暴的演变。结果表明，MFCIT和CODE GIM的核心区域差异小于1TECU。更重要的是，在风暴的初始阶段，当单层CODE GIM模型中电离层扰动不明显时，MFCIT在电离层上层显示出明显的正扰动，尽管F2层没有扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。并量化了风暴的演变。结果表明，MFCIT和CODE GIM的核心区域差异小于1TECU。更重要的是，在风暴的初始阶段，当单层CODE GIM模型中电离层扰动不明显时，MFCIT在电离层上层显示出明显的正扰动，尽管F2层没有扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。当单层CODE GIM模型中电离层扰动不明显时，尽管F2层没有扰动，但MFCIT在电离层上层显示出明显的正扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。当单层CODE GIM模型中电离层扰动不明显时，尽管F2层没有扰动，但MFCIT在电离层上层显示出明显的正扰动。MFCIT进一步跟踪了电离层扰动从电离层上层向电离层下层扩展的磁暴演化，在UT12:00，扰动继续向F2层扩散。