热层大气密度模式误差已经成为低轨太空目标精密定轨、轨道参数和返回预报重要误差来源之一,随着低轨道空间目标越来越多,轨控精度要求越来越高,对高精度热层大气密度建模预报的需求也越来越迫切。此前由于高精度、长时间、全高度热层大气观测数据相对较为缺乏,热层大气密度的时空变化特征并未得到系统性研究。本文基于CHAMP、GRACE和GOCE卫星搭载的高精度加速度计数据反演的热层大气密度结果,以及低轨道空间目标轨道参数反演的全球日平均热层大气密度数据,采用经验正交基、多项式和人工神经网络等方法构建了新的热层大气密度模式。同时,利用观测数据和模式对热层大气密度季节变化、年异常、高纬低热层大气密度胞状结构等时空变化特征进行了统计分析研究。主要工作如下:1.热层大气密度经验建模及修正本论文从经验模式改进、等效太阳指数法、建立模式误差库、大气密度及热层温度建模等方面,对目前国内外热层大气建模修正进展情况进行了总结分析和对比评估。另外,我们利用270km高度处GOCE卫星低热层大气密度数据和经验正交基方法分别建立了黎明和傍晚时段热层大气密度模式(GOCE Model,简称GOCE大气密度模式);基于多项式方法和CHAMP卫星热层大气密度数据提取的逃逸层温度建立了逃逸层温度模式(Exospheric Temperature Model,简称ETM模式);利用人工神经网络方法建立了不同高度全球日平均热层大气密度模式(Artificial Neural Network Model,简称ANNM模式);通过调整太阳活动指数,对MSISE00模式进行了修正研究。与热层大气密度观测数据相比,评估表明本文建模修正结果更为接近观测值,可以有效消除季节性误差以及太阳活动低年期间的偏差现象。此外,人工神经网络方法能够更有效地表征各种因素对不同高度、不同太阳活动水平下热层大气密度变化规律的影响,适合用于大气密度季节和长期变化趋势等特征研究。2.不同高度热层大气密度季节变化和年异常现象GOCE大气密度模式结果表明黎明和傍晚时段低热层大气密度最大值分别出现在高纬和低纬地区,所有纬度大气密度都存在显著的季节变化特征,且南半球季节变化幅度高于北半球,而最小值则出现在6-7月份南半球高纬地区;研究显示年和半年变化特征分别在高纬和低纬地区占主导地位,其中年变化幅度和相位均随纬度和太阳活动水平变化,而半年变化幅度和相位则主要受太阳活动影响;此外,低热层大气密度年异常指数与太阳活动呈正比,但日地距离变化对大气密度年异常的贡献率随太阳活动水平增加而降低。ETM模式计算的400km高度处热层大气密度季节变化规律与低热层大气较为相似,但相对变化幅度显著高于低热层;研究结果显示太阳活动高年期间中低纬地区3月份热层大气密度数值大小高于9月份,太阳活动低年则正好相反,而MSISE00经验模式则一直是9月份高于3月份。ANNM模式计算结果证实了ETM模式中热层大气密度春秋季节不对称现象,并且年异常指数随高度上升而增加;太阳活动与热层大气密度年异常指数的相关性,及其贡献率均随高度上升而增大,但在525km高度以上开始减小,这可能与O-He成分过渡高度等因素有关;对地磁活动而言,其相关性和贡献率随高度增加逐渐降低。3.高纬低热层大气密度胞状结构时空变化特征利用统一归化到270km高度处的GOCE卫星低热层大气密度观测数据,研究了高纬地区低密度、高密度和波状三种类型胞状结构,发现其在北半球的发生率整体上明显高于南半球,即存在显著的半球不对称性;三种胞状结构均在各自半球夏季发生率最高,冬季最低,即存在显著的季节不对称性;对北半球胞状结构出现的时间进行统计,研究结果表明低密度结构主要出现在黎明时段,而高密度和波状结构则主要出现在上午时段;三种胞状结构主要水平尺度范围分别为2000～4000km、3000～3500km和4000～5000km,即波状结构水平尺度最大;三种胞状结构相对于周围背景热层大气密度的变化幅度分别约为30%、40%及20～30%,即高密度变化幅度最大。我们分析认为胞状结构的时空分布特征可能与太阳辐射、行星际磁场、周围背景大气、电场或粒子沉降等因素有关。总之,本论文提出的多种建模及修正方案可有效提高热层大气密度结果精度,同时定量研究了不同高度热层大气密度季节变化、年异常以及长期变化趋势等特征,而胞状结构统计分析结果则增加了我们对高纬地区热层不规则结构变化特性的认识。