低轨探测热层大气多因子分离和特征提取方法

摘要

本发明提供了一种低轨探测热层大气多因子分离和特征提取方法，包括低轨大气多源影响因子分离和磁暴过程中的扰动大气特征提取。其中，低轨大气多源影响因子分离包括：基于低轨道探测大气数据以及同时刻的外部地球物理条件数据，对探测轨道数据升降轨分离后依据最邻近条件对探测数据序列进行重组；基于经验模式对所处理范围大气的高度进行校正；基于时序叠加中值和误差分析相结合的方法对重组后的数据进行分类去噪处理；基于多条件分类处理的网格化大气参数，分离高层大气的多源影响因子，提取热层大气受地方时、纬度、季节、地磁和太阳辐射的影响特征。本发明特征提取误差小。

权利要求

1.一种低轨探测热层大气多因子分离和特征提取方法，其特征在于，包括低轨大气多源影响因子分离和磁暴过程中的扰动大气特征提取；

所述低轨大气多源影响因子分离包括：

1)基于低轨道探测大气数据以及同时刻的外部地球物理条件数据，对探测轨道数据升降轨分离后依据最邻近条件对探测数据序列进行重组；其中，所述最邻近条件为在处理分析某一种影响源时，选取其他因素差异最小的条件；

所述低轨道探测大气数据包括卫星探测大气密度、探测时间和探测位置信息，所述同时刻的外部地球物理条件数据包括同时刻的太阳活动和地磁活动指数数据；

所述最邻近条件包括：首先对进行升降轨分离后的数据序列进行分类重构，根据升降轨相差12小时的轨道特征，在处理时提取的晨侧和昏侧结果为同一条轨道；根据轨道地方时在逐步推进变化的特征，在进行整个地方时段分析时确保为相邻地方时为连续卫星轨道测量结果；在确定了所分析数据序列的统计平均高度后，利用经验模式将其他探测点的数据校正到平均高度；

2)基于经验模式对所处理范围大气的高度进行校正；

3)基于时序叠加中值和误差分析相结合的方法对分类重组后的数据进行去噪处理；

4)基于根据地方时、季节以及纬度的不同时空条件，以及地磁活动与太阳辐射的外部地球物理条件进行分类处理的网格化大气参数，分离高层大气的多源影响因子，提取热层大气受地方时、纬度、季节、地磁和太阳辐射的影响特征；

所述磁暴过程中的扰动大气特征提取包括：

1)基于地磁和行星际参数的联合分析判别磁暴事件的发展过程；

2)基于轨道探测和磁暴事件特征细化暴时大气统计分类；

3)确定最邻近探测条件的静日大气参数，提取不同情况下的暴时扰动大气，基于磁暴时地磁活动指数Dst和Kp序列向前回溯，考虑地磁条件及其对大气造成的时延效应综合判断磁静日时间,结合卫星探测结果确定与暴时具有最邻近探测条件的静日大气参数，静日参数是根据Dst指数极值向前回溯，根据地磁活动Kp指数进行判断，若邻近时间中连续6个小时的Kp＜3，则确定相同位置卫星观测结果为相对于暴时大气参数的静日特征值。

2.根据权利要求1所述的低轨探测热层大气多因子分离和特征提取方法，其特征在于，所述低轨大气多源影响因子分离步骤1)包括：在提取连续地方时变化特征时按照卫星轨道纬度位置判断升轨和降轨，并区分卫星测量地方时。

3.根据权利要求1所述的低轨探测热层大气多因子分离和特征提取方法，其特征在于，所述述磁暴过程中的扰动大气步骤2)包括：在磁暴强度分类基础上，根据磁暴主相的持续时间进行再分类统计处理。

说明书

低轨探测热层大气多因子分离和特征提取方法

技术领域

[0001] 本发明属于高层大气分析预报技术领域，具体涉及一种低轨探测热层大气多因子分离和特征提取方法。

背景技术

[0002] 高层大气变化受各种地球物理学条件的影响，是由内外源驱动的共同结果。外部驱动主要是太阳辐射和地磁扰动。磁暴期间，太阳风和磁层相互作用产生的能量以焦耳加
热和粒子沉降等形式进入高纬电离层和热层，在磁扰期间，耦合进入大气层的太阳风能量
显著增强导致热层发生一系列复杂的物理过程来响应地磁扰动，造成极区大气成分、温度
的变化，以及加热膨胀从而改变大气环流。由于暴时大气密度变化影响因子众多，且单个磁
暴特点例如行星际磁场的位置，太阳风速、太阳风密度的变化对于高层大气变化强度、时空
分布特点均有影响，因而磁暴个例分析结果并不具有普适性。同时高层大气变化对于地方
时、季节、高度等也具有很强的依赖性。为了提取热层大气密度对于各种影响源的响应变
化，必须将每个影响源分离出来。

[0003] 卫星探测特征决定了难以覆盖所有条件和时空范围。根据卫星轨道特点，卫星探测数据或者集中晨/昏地方时，或者需要一定的时间周期逐渐覆盖全地方时探测，同时在卫
星生命周期中具有较大的轨道高度衰减。而对于外部条件，例如地磁活动事件个性差异大，
进行统计分析的事件分类标准难以界定，因而对磁暴事件中大气参数变化的过程特征难以
提取。

[0004] 当前基于探测数据对高层大气多尺度特征的提取，主要是利用观测数据的多因子拟合方法，另外还可以基于不同条件的分类，在去除(最小化)其他影响因子的条件下分析
受一种影响源的变化特征。无论是多因子经验拟合方法还是基于不同条件的分类分段研究
方法，当前的处理大都是基于散点的拟合或者统计中值计算，分析结果的准确度取决于分
析样本的质量，对于多种影响因子融合在一起的探测结果，尤其是不同影响源引起的变化
权重不同时，未考虑时序变化的全样本分析累积了不同的误差源，不仅容易掩盖小尺度信
号，还可导致分析结果误差增大甚至失效。另外对于样本数少的散点拟合结果可严重失真。

[0005] 现有对地磁扰动条件下热层大气变化处理，大部分未考虑磁暴的发展过程，或者考虑了磁暴发展过程但仅仅是对磁暴个例的分析。对于相比于磁暴过程中大气扰动的背景
参数，现有技术处理中大部分为基于经验模式计算的静日大气密度/风场，由于未考虑探测
数据本身的系统性偏差，据静日背景大气计算出的扰动大气密度/风场也会产生累积误差。

发明内容

[0006] 本发明的目的是提供一种低轨探测热层大气多因子分离和特征提取方法，以解决上述技术问题。

[0007] 本发明提供了一种低轨探测热层大气多因子分离和特征提取方法，包括低轨大气多源影响因子分离和磁暴过程中的扰动大气特征提取；

[0008] 所述低轨大气多源影响因子分离包括：

[0009] 1)基于低轨道探测大气数据以及同时刻的外部地球物理条件数据，对探测轨道数据升降轨分离后依据最邻近条件对探测数据序列进行重组；其中，所述最邻近条件为在处
理分析某一种影响源时，选取其他因素差异最小的条件；

[0010] 2)基于经验模式对所处理范围大气的高度进行校正；

[0011] 3)基于时序叠加中值和误差分析相结合的方法对重组后的数据进行分类去噪处理；

[0012] 4)基于多条件分类处理的网格化大气参数，分离高层大气的多源影响因子，提取热层大气受地方时、纬度、季节、地磁和太阳辐射的影响特征；

[0013] 所述磁暴过程中的扰动大气特征提取包括：

[0014] (1)基于地磁和行星际参数的联合分析判别磁暴事件的发展过程；

[0015] (2)基于轨道探测和磁暴事件特征细化暴时大气统计分类；

[0016] (3)确定最邻近探测条件的静日大气，提取不同情况下的暴时扰动大气。

[0017] 进一步地，所述低轨大气多源影响因子分离步骤1)中所述低轨道探测大气数据包括卫星探测大气密度、探测时间和探测位置信息，所述同时刻的外部地球物理条件数据包
括同时刻的太阳活动和地磁活动指数数据。

[0018] 进一步地，所述低轨大气多源影响因子分离步骤4)包括：

[0019] 在提取连续地方时变化特征时按照卫星轨道纬度位置判断升轨和降轨，并区分卫星测量地方时。

[0020] 进一步地，所述述磁暴过程中的扰动大气步骤(2)包括：

[0021] 在磁暴强度分类基础上，根据磁暴主相的持续时间进行再分类统计处理。

[0022] 进一步地，所述述磁暴过程中的扰动大气步骤(3)包括：

[0023] 根据磁暴时地磁活动指数序列向前回溯，通过判断地磁条件确定静日时间，并提取与暴时探测最相近条件下的静日大气参数。

[0024] 与现有技术相比本发明的有益效果是：

[0025] (1)卫星探测特征决定了难以覆盖所有条件和时空范围，未考虑时序变化的全散点处理易造成多源误差累积，本发明根据卫星轨道特征，在对探测轨道进行升降轨分离后
依据最邻近原则对探测数据序列进行重组，在处理分析某一种影响源时，选取其他因素差
异最小的条件，从而使得引入的再处理(分析)误差最小。

[0026] (2)对地磁扰动条件下热层大气变化，本发明在磁暴强度分类基础上利用磁暴主相持续时间对事件再细化处理、基于最邻近探测条件确定静日大气参数提取暴时热层大气
统计特征，基于轨道探测大气数据得到不同强度不同持续时间磁暴过程中的热层大气密
度/风场变化特征。

附图说明

[0027] 图1是本发明基于最邻近原则的低轨大气多源影响因子分离流程图；

[0028] 图2为本发明多源条件分析处理流程图；

[0029] 图3为本发明不同季节赤道区域大气密度随太阳辐射指数的变化图；

[0030] 图4为本发明磁暴事件的判别和暴时扰动大气分析处理流程图。

具体实施方式

[0031] 下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、
或者结构上的等效变换或替代，均属于本发明的保护范围之内。

[0032] 本实施例提供一种低轨探测热层大气多因子分离和特征提取方法，包括低轨大气多源影响因子分离和磁暴过程中的扰动大气特征提取；

[0033] 参图1所示，所述低轨大气多源影响因子分离包括：

[0034] 1)基于低轨道探测大气数据以及同时刻的外部地球物理条件数据，对探测轨道数据升降轨分离后依据最邻近条件对探测数据序列进行重组；其中，所述最邻近条件为在处
理分析某一种影响源时，选取其他因素差异最小的条件；

[0035] 2)基于经验模式对所处理范围大气的高度进行校正；

[0036] 3)基于时序叠加中值和误差分析相结合的方法对重组后的数据进行分类去噪处理；

[0037] 4)基于多条件分类处理的网格化大气参数，分离高层大气的多源影响因子，提取热层大气受地方时、纬度、季节、地磁和太阳辐射的影响特征；

[0038] 参图4所示，所述磁暴过程中的扰动大气特征提取包括：

[0039] (1)基于地磁和行星际参数的联合分析判别磁暴事件的发展过程；

[0040] (2)基于轨道探测和磁暴事件特征细化暴时大气统计分类；

[0041] (3)确定最邻近探测条件的静日大气，提取不同情况下的暴时扰动大气。

[0042] 下面对本发明作进一步详细说明。

[0043] 卫星探测数据在当前是最有优势的探测手段，但卫星探测特征决定了难以覆盖所有条件和时空范围，未考虑时序变化的全散点处理易累积更多源的误差，针对上述缺点，本
发明根据卫星轨道特征，在对探测轨道进行升降轨分离后依据最“邻近”原则对探测数据序
列进行重组，所谓最“邻近”，即在处理分析某一种影响源时，选取其他因素差异最小的条
件，从而使得引入的再处理或者分析误差最小。为了能够提取磁暴事件过程中热层大气变
化的统计信息，提供了更为精细的磁暴事件的统计分类方法和基于最邻近探测条件的静日
大气确定方法，从而可基于轨道探测大气数据得到不同强度不同持续时间磁暴过程中的热
层大气密度/风场变化特征。具体技术方案如下：

[0044] 1、基于“最邻近”原则的低轨大气多源影响因子分离

[0045] 最“邻近”原则即为在在处理分析某一种影响源时，选取其他因素差异最小的条件，从而使得引入的再处理或者分析误差最小。

[0046] 如图1所示，通过对低轨道探测大气数据以及同时刻的外部地球物理条件(包括太阳活动和地磁活动)数据(外源条件数据)的一系列处理分析，实现多条件的高层影响源分
离，得到对应的全球分析结果。输入参数包括卫星探测大气密度、探测时间和探测位置信
息，同时刻的太阳活动和地磁活动指数数据。运行过程中首先对输入文件进行数据预处理，
包括数据的质量控制和数据标准化处理。质量控制是根据判断标准剔除不合格数据。数据
标准化包括不同要素的时间分辨率统一以及同一探测器探测不同时刻大气密度数据的高
度归一化。对不同要素时序对应判断然后利用插值或是统计中值方法处理成同一分辨率。
对于大气密度的高度标准化可利用Msis00、JB2008、DTM2013等经验大气模式。然后综合利
用外部地球物理条件数据和标准化的大气密度根据不同条件进行判断分类，并处理成多维
网格化大气密度数据。在进行了分类去噪处理后，综合利用时序叠加分析、统计中值、权重
插值等分析方法计算提取热层大气受地方时、纬度、季节、地磁和太阳辐射的影响特征。

[0047] 1)连续地方时和纬度条件

[0048] 卫星探测特征决定了难以覆盖所有条件和时空范围。根据卫星轨道特点，卫星探测数据或者集中晨/昏地方时，或者需要一定的时间周期逐渐覆盖全地方时探测，同时在卫
星生命周期中具有较大的轨道高度衰减。例如CHAMP卫星轨道为近圆形极轨，倾角87.3°，其
绕地周期约为94分钟，约每130天可覆盖全部太阳地方时。为了提高卫星寿命，可以看出卫
星是经过了4次调轨。GOCE卫星，2009年12月1日至2013年10月20日期间，维持在230‑275千
米(km)的高度。由于为准晨昏轨道，卫星探测的局地太阳地方时为6‑8时(上/下午)，在轨道
进动过程中，后期地方时(LT)由6LT变成8LT左右。

[0049] 对于卫星高度衰减导致的探测大气风场变化，大多数的数值模式和经验模式均表明250km以上的热层水平风场，尤其是在300‑450km之间，基本上是不随高度变化。因而，上
述CHAMP数据中的高度差异效应可以忽略不计。但是高度导致的密度变化却是不容忽略，为
了避免由于卫星轨道高度变化造成的大气密度变化，将观测到的总质量密度数据ρ(h)利用
经验模式标准化到统一校准高度，例如如果校正到400km，则：ρ(400km)＝ρ(h).ρM(400km)/
ρM(h)这里的下标M表示校准高度和卫星轨道所在高度h的模式密度。上述处理引入的误差
随着高度差的增大而增大。

[0050] 卫星轨道按其飞行方向分为下降段和上升段，每一时段均集中于同一太阳地方时，两者相差12小时。在提取连续地方时变化特征时首先按照卫星轨道纬度位置判断升轨
和降轨，并区分卫星测量地方时。判断升降轨时需要确定连续轨道，设定条件为：(1)根据卫
星特点确定起始点(例如CHAMP卫星87N)；(2)判断起始点之间的时间间隔小于卫星1个轨道
周期；(3)确定轨道内的数据不为缺省值。根据卫星所处地方时可将其分为4个扇区：04‑
08LT为清晨扇区，10‑14LT为中午扇区，16‑20LT为黄昏扇区，22‑02LT为夜晚扇区。卫星数据
时间采样为10s，轨道行进中保证了每个地理纬度均有1‑2个数据，因而纬度方向处理成1°
分辨率数据，由于地理纬度和地磁纬度具有差异，升轨和降轨是根据地理纬度确定。

[0051] 在提取连续地方时变化特征时采取的最“邻近”处理条件如下：(1)首先对进行升降轨分离后的数据序列进行分类重构，根据升降轨相差12小时的轨道特征，在处理时提取
的晨侧和昏侧结果为同一条轨道(半条升轨半条降轨)，午侧/夜侧结果为同一条轨道测量
结果，则确保了晨侧/昏侧(午侧/夜侧)处于完全相同的外部条件。(2)根据轨道地方时在逐
步推进变化的特征，在进行整个地方时(0‑24LT)段分析时确保为相邻地方时为连续卫星轨
道测量结果，使得相邻地方时对应最为相近的外部条件。(3)由于所取为较为邻近的序列，
同时保证了探测高度偏差最小，在确定了所分析数据序列的统计平均高度后，利用经验模
式将其他探测点的数据校正到平均高度，从而确保引入的高度误差最小。

[0052] 2)季节、地磁和太阳辐射条件处理

[0053] 在进行了升降轨分离以及去噪再融合处理后，对多维数据进行分类别特征提取。分为不同地方时(晨时Dawn，昏时Dusk，午时Noon和夜间Night)的不同季节(Mar.，Jun.，
Sep.，Dec)全纬度结果。四个季节分别为北半球冬季南半球夏季：12月、1‑2月(对应日期为
第1‑60日和335‑365/366日)，3‑5月春季段(对应日期为第61‑152日)，6‑8月北半球夏季、南
半球冬季(对应日期为第153‑224日)，9‑11月秋季段(对应日期为第245‑335日)。如图2所
示。

[0054] 地磁活动用地磁指数(包括下述Kp指数、Dst指数等)来表征。由于热层大气密度除了受地磁活动的影响外，还受上述地方时、季节等因素的影响，为了使其他因子的影响最
小，分析时均分类使得处于除地磁活动外其他因素的相同条件。磁暴过程中热层是个极其
复杂的变化系统，单独对其进行了事件过程的处理分析和系统构建。根据地磁活动指数进
行了地磁平静和小扰动的两种情况考虑，分别为Kp＜3为地磁平静时，3≤Kp＜5为小扰动
时。由于热层大气相对于地磁活动具有延迟反应，在确定地磁平静期时不仅当时的考虑了
当时的Kp，同时还需要满足前3‑6小时的Kp＜3。

[0055] 考虑了历史太阳辐射水平的复合指数P10.7比F10.7指数更适宜描述热层和电离层的能量输入，本方案利用P10.7指数指示太阳辐射水平的影响。P10.7和F10.7均为太阳辐
射指数，其中P10.7＝0.5(F10.7+F10.781days)，F10.781days为81天平均F10.7指数。首先将
F10.7时间序列处理生成相应的P10.7指数后，再将相同其他条件下的大气数据根据每
‑22 ‑2 ‑1
10sfu(辐射指数单位：1sfu＝10 Wm Hz )进行分段统计计算其统计中值和对应的标准偏
差，每段P10.7间隔为10sfu分辨率。将纬度数据进行了再处理，分成赤道段(‑5°S‑5°N)，南
北半球低纬度(5‑25°)、中纬度(25‑45°)和亚极区(45‑75°)区域共7段，然后对沿着这7段轨
道的探测值取统计中值，作为该段的密度值。分析得到纬度(共7个：赤道，南北半球低纬、中
纬和高纬)、不同地方时段(4个)、不同季节(4个)大气参数随太阳辐射指数P10.7的分布。图
3给出了部分结果示例。2、磁暴过程中的扰动大气特征提取

[0056] 为了提取磁暴过程中热层大气的变化过程和特征，对有观测数据的所有磁暴事件进行处理分析。通过地磁和行星际参数的联合分析判别磁暴事件的发展过程，结合轨道探
测和磁暴事件特征细化暴时大气的统计分类，在确定最邻近探测条件的静日大气后提取不
同情况下的暴时扰动大气。

[0057] 图4给出了磁暴过程中的扰动大气特征提取流程。首先基于地磁活动指数对磁暴事件的过程进行确定，再对磁暴进行强度分类的基础上再根据磁暴的发展过程进行细化从
而得到最相近条件的事件类别，在此基础上提取相应时段的上游行星际、磁层参数并确定
下游热层大气的变化扰动。为了分析磁暴引发的大气密度扰动需要在观测的总大气密度上
去掉原本的背景大气密度，方案设计了根据磁暴的地磁活动指数序列向前回溯通过判断地
磁Kp条件确定静日时间，并提取与暴时探测最相近条件下的静日大气。设计程序实现从磁
暴事件的判断到不同标准的分类，结合轨道大气密度数据实现了地方时、纬度等条件的判
别以及静日大气密度的提取，在进行所有个例分析的基础上得出了不同条件下的统计分析
结果。

[0058] 1)磁暴事件的判定和分类方法

[0059] 地磁暴是行星际扰动引发的磁场强烈扰动，由于数据不足和暴时热层大气发展形态的复杂性影响，当前还很难给出磁暴过程中大气发展变化的典型形态。结合卫星轨道特
征，分为四个地方时段：晨时、昏时、午时和夜间。既然每日观测结果主要集中于同一地方
时，轨道的升轨和降轨具有12小时的时差，上述午时分析和夜间对应于相同的磁暴个例，相
应的晨时结果与昏侧对应相同磁暴事件。为了获得大气的二维连续分布，对轨道数据进行
了加权平均的网格化插值，各轨道之间未被采样以及缺测的空白区域以权重插值填充。

[0060] 地磁活动可以利用Dst、Kp等指数来描述，而对于磁暴的发生发展，即磁暴通常具有初始相、主相和恢复相三个阶段的发展过程，一般利用Dst指数来判断，因而本方案中利
用Dst指数来判别事件发展的过程，并对其进行分类统计。根据磁暴的强度和磁暴初相的持
续时间，结合两类标准对磁暴进行分类。首先是根据Dst指数极值(Dstmin)进行的强度分类，
历史研究中多采用此方法，以Dstmin作为0值对相似磁暴个例进行时许叠加统计分析，利用
此方法可以提取不同强度磁暴在其峰值前后的特征，但是由于磁暴从开始到发展到极值的
时段可能差别很大，此种方法无法判断高层大气参数在磁暴开始前后的发展变化过程。为
了解决上述问题，在进行磁暴强度分类后又根据磁暴主相的持续时间进行再分类统计处
理。

[0061] 通常初相意味着磁暴的急始，但并不是磁暴的必经过程。而热层/电离层F层扰动通常随着磁暴主相(MPO)开始。因而本方案选择MPO开始作为时序叠加分析的参考零时，根
据MPO持续时间(δtm)将磁暴细化为不同类别，确定MPO开始时间的方法如下：首先根据
Dstmin向前回溯，向前依次寻找确定Dst指数开始上升然后下降的时刻，即Dstmin前的峰值
期，需要注意的是为了去除Dst小扰动导致的虚假信号，需要确定为某一个时间段的峰值，
从而确定为MPO开始时间。如图4所示的δtm持续时间从瞬时到长时，可分别进行例如δtm＜5h
(小时)等量化处理。

[0062] 2)静日大气参数的提取方法

[0063] 分析磁暴引发的大气扰动需要在暴时总的观测值上去掉相应条件的静日背景值，历史研究中大部分为基于经验模式计算的静日大气密度，但是探测数据具有本身的系统性
偏差，作为静日背景参考大气计算出的扰动大气参数将会累计更大的误差。本方案采取了
基于卫星探测的最邻近暴时探测大气外源条件的静日探测大气作为静日背景值。本方案结
合地磁活动指数Dst和Kp序列判断并确定静日时间。既然热层大气相对于地磁扰动具有延
迟反应，即历史地磁扰动对于热层具有影响，在确定地磁平静期时不仅当时的考虑了当时
的Kp，同时还需要满足前3‑6小时的Kp＜3。静日参数是根据Dstmin向前回溯，根据地磁活动
Kp指数进行判断，若邻近时间中连续6个小时的Kp＜3，则确定相同位置卫星观测结果为相
对于暴时大气参数的静日特征值。若Dstmin前120小时内均不存在满足条件的磁静日，则由
于卫星轨道地方时偏移影响过大放弃此个例分析。利用这种方法确定的静日大与分析对比
的暴时大气具有相类似的太阳辐射、季节、纬度等外部条件，从而保证所确定的扰动大气密
度主要由地磁扰动所引发。

[0064] 本发明根据卫星轨道特征基于最“邻近”原则提供了一种最小化再处理(分析)误差，提取分离高层大气密度/风场不同影响源的方法，以及基于磁暴强度和主相持续时间联
合分类、基于最邻近探测条件确定静日大气参数从而提取暴时热层大气统计特征的方法，
可有效提高热层大气参数多时空多因子特征分析的效率和精度，适用于低轨道探测大气密
度、温度和风场等物理参数处理。

[0065] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论
从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权
利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有
变化囊括在本发明内。