• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Astronomie
    Combler les lacunes dans l'archive SuperDARN

    Le Super Dual Auroral Radar Network suit la circulation du plasma ionosphérique depuis le sol, y compris une activité aurorale comme celle-ci en Estonie. Crédit :Kristian Pikner, CC BY-SA 4.0

    Lorsque le vent solaire heurte le champ magnétique terrestre, les impacts se répercutent sur l'ionosphère de la planète, l'enveloppe extérieure de l'atmosphère pleine de particules chargées. Un réseau mondial de radars à haute fréquence connu sous le nom de Super Dual Auroral Radar Network (SuperDARN) suit la circulation du plasma ionosphérique depuis le sol, donner aux chercheurs un aperçu des interactions entre le vent solaire, la magnétosphère, et l'ionosphère. Bien que largement utilisé dans la recherche en physique spatiale, le réseau n'est pas complet - chaque radar au sol ne peut mesurer la vitesse du plasma que dans la direction de sa ligne de visée, par exemple. Par conséquent, il existe d'importantes lacunes spatiales et temporelles dans l'archive SuperDARN.

    Historiquement, les chercheurs ont comblé ces lacunes avec des modèles qui font des hypothèses basées soit sur les moyennes climatologiques des données SuperDARN, soit sur les mesures du vent solaire. Dans une nouvelle étude, Shore et al. présenter une nouvelle méthode utilisant une technique empirique de fonction orthogonale d'interpolation des données, qui permet aux chercheurs de détecter des modèles dans les données de vitesse du plasma SuperDARN existantes, puis d'utiliser ces informations pour combler les lacunes. L'équipe a utilisé les observations collectées par les stations de l'hémisphère nord du réseau en février 2001 et a rempli les informations manquantes à tout moment en utilisant les modèles de vitesse déduits des données collectées à un endroit donné tout au long du mois et à partir d'autres emplacements du réseau en même temps.

    L'ensemble de données SuperDARN est essentiel pour comprendre la météo spatiale et ses impacts potentiels sur les technologies sous-jacentes comme les communications radio et les services par satellite, et cette nouvelle technique peut fournir aux chercheurs les estimations les plus précises à ce jour de la variabilité électrodynamique ionosphérique.

    Cette histoire est republiée avec l'aimable autorisation d'Eos, hébergé par l'American Geophysical Union. Lisez l'histoire originale ici.




    © Science https://fr.scienceaq.com