地球电离层的更精确模型

电离层在某个时间点围绕地球的电子密度：红色的高值，蓝色的低值。白线标记地磁赤道。学分：科学报告（2023 年）。DOI： 10.1038/s41598-023-28034-z
电离层 - 跨越地球上方60至1000公里的地球空间区域 - 损害了来自全球导航卫星系统（GNSS）的无线电信号及其带电粒子的传播。对于这些系统所要求的越来越高精度来说，这是一个问题——无论是在研究中，还是在自动驾驶或卫星的精确轨道确定等应用中。
电离层模型及其不均匀的动态电荷分布有助于纠正电离层延迟信号，电离层延迟是全球导航卫星系统应用中的主要误差源之一。由GFZ德国地球科学研究中心的Artem Smirnov和Yuri Shprits领导的研究人员在《科学报告》杂志上提出了电离层的新模型，该模型是在神经网络和19年的卫星测量数据的基础上开发的。
特别是，它可以重建上部电离层，即电离层的上部富含电子的部分，比以前更精确。因此，它也是电离层研究取得进展的重要基础，例如应用于电磁波传播研究或某些空间天气事件的分析。

背景：电离层的重要性和复杂性

地球电离层是高层大气的区域，高度从大约60到1000公里。在这里，由太阳的辐射活动引起的带电粒子如电子和正离子占主导地位 - 因此得名。电离层对于许多科学和工业应用很重要，因为带电粒子会影响无线电信号等电磁波的传播。
所谓的无线电信号电离层传播延迟是卫星导航最重要的干扰源之一。这与穿越空间中的电子密度成正比。因此，对电子密度的良好了解可以帮助校正信号。特别是，电离层的上部区域，超过600公里，是有趣的，因为80%的电子聚集在这个所谓的上部电离层中。
问题在于电子密度变化很大 - 取决于地球上空的经度和纬度，一天和一年中的时间以及太阳活动。这使得重建和预测它们变得困难，例如，这是校正无线电信号的基础。

以前的型号

电离层电子密度建模有多种方法，其中包括自2014年以来已获得认可的国际参考电离层模型IRI。它是一种经验模型，基于对观测值的统计分析，在输入和输出变量之间建立关系。然而，它在上层电离层的重要区域仍然存在弱点，因为以前在该区域收集的观测结果的覆盖范围有限。
然而，最近，这一领域的大量数据已经可用。因此，机器学习（ML）方法有助于从中得出规律，特别是对于复杂的非线性关系。

使用机器学习和神经网络的新方法

来自GFZ德国地球科学研究中心的一个团队围绕博士生，该研究的第一作者Artem Smirnov和“空间物理和空间天气”部门负责人兼波茨坦大学教授Yuri Shprits采取了一种新的基于ML的经验方法。
为此，他们使用了19年来的卫星任务数据，特别是CHAMP，GRACE和GRACE-FO，它们过去和现在都由GFZ和COSMIC进行了大量合作。这些卫星测量了电离层不同高度范围内的电子密度，涵盖了不同的年度和当地时间以及太阳周期。
在神经网络的帮助下，研究人员随后开发了一个用于上层电离层电子密度的模型，他们称之为NET模型。他们使用了所谓的MLP方法（多层感知器），该方法迭代学习网络权重，以非常高的精度再现数据分布。
研究人员用其他三个卫星任务的独立测量结果测试了该模型。

新模型的评估

“我们的模型与测量结果非常一致：它可以很好地重建电子密度在顶部电离层的所有高度范围内，在全球各地，在一年和一天中的任何时间，以及不同的太阳活动水平，并且它在精度上显着超过了国际参考电离层模型IRI。此外，它连续覆盖空间，“第一作者Artem Smirnov总结道。
Yuri Shprits补充说：“这项研究代表了电离层研究的范式转变，因为它表明电离层密度可以以非常高的精度重建。NET模型再现了控制上层电离层动力学的众多物理过程的影响，并且可以在电离层研究中得到广泛的应用。

在电离层研究中的可能应用

研究人员看到了可能的应用，例如，在波传播研究中，校准具有通常未知基线偏移的新电子密度数据集，以背景模型的形式进行断层扫描重建，以及分析特定的空间天气事件和执行长期电离层重建。此外，所开发的模型可以连接到等离子层高度，因此可以成为IRI的新型上部选项。
开发的框架允许无缝合并新数据和新数据源。模型的重新训练可以在标准PC上完成，并且可以定期执行。总体而言，NET模型代表了对传统方法的重大改进，并突出了基于神经网络的模型的潜力，可以为依赖GNSS的通信和导航系统提供更准确的电离层表示。
更多信息：Artem Smirnov等人，地球顶部电离层的新型神经网络模型，科学报告（2023）。DOI： 10.1038/s41598-023-28034-z