由神經網絡提供算力天文學家們整理出更精確的地球電離層模型
電離層是位於地球上空60至1000公里之間的一個地球空間區域,由於其帶電粒子,干擾了全球導航衛星系統(GNSS)的無線電信號傳輸。這種干擾對這些系統在研究和實際應用中日益增長的精度要求提出了挑戰,如自主駕駛或精確的衛星軌道確定。
為了補償電離層的延遲(這是全球導航衛星系統應用中的一個主要誤差來源),可以利用電離層的模型及其波動的動態電荷分佈。來自GFZ德國地球科學研究中心的研究人員Artem Smirnov和Yuri Shprits已經推出了一個新的電離層模型。這個模型基於神經網絡和19年的衛星測量數據,發表在《科學報告》雜誌上。
特別是,它可以比以前更精確地重建頂部電離層,即電離層的上部富含電子的部分。因此,它也是電離層研究進展的重要基礎,可應用於電磁波傳播的研究或某些空間天氣事件的分析,例如。
某一時間點地球周圍電離層的電子密度:紅色為高值,藍色為低值。白線標誌著地磁赤道。資料來源:Smirnov等人(2023)–科學報告
背景: 電離層的重要性和復雜性
地球的電離層是上層大氣的區域,高度約為60至1000公里。在這裡,電子和正離子等帶電粒子占主導地位,由太陽的輻射活動引起–因此得名。電離層對許多科學和工業應用很重要,因為帶電粒子影響了電磁波的傳播,如無線電信號。
所謂無線電信號的電離層傳播延遲是衛星導航最重要的干擾源之一。這與所穿越的空間中的電子密度成正比。因此,對電子密度的良好了解可以幫助糾正信號。特別是電離層的上部區域,即600公里以上,是值得關注的,因為80%的電子都聚集在這個所謂的頂部電離層。
問題是,電子密度變化很大–取決於地球上方的經度和緯度、一天中的時間和年份以及太陽活動。這使得重建和預測它們變得很困難,例如,校正無線電信號的基礎。
地球周圍電離層的電子密度在三個整天內的變化動畫:紅色為高值,藍色為低值。白線標誌著地磁赤道。資料來源:Smirnov等人(2023)–科學報告
以前的模型
電離層中的電子密度有多種建模方法,其中,國際參考電離層模型IRI,自2014年以來一直被認可。它是一個經驗模型,根據對觀測數據的統計分析,建立了輸入和輸出變量之間的關係。然而,它在頂層電離層這一重要領域仍有弱點,因為以前在該區域收集的觀測數據覆蓋有限。
然而,最近,這一地區已經有了大量的數據。因此,機器學習(ML)方法適合於從中推導出規律性,特別是複雜的非線性關係。
一個使用機器學習和神經網絡的新方法
來自GFZ德國地球科學研究中心的一個團隊,圍繞Artem Smirnov(博士生和該研究的第一作者)和Yuri Shprits(”空間物理和空間天氣”部門的負責人和波茨坦大學的教授),採取了一種新的基於ML的經驗方法。為此,他們使用了19年來的衛星任務的數據,特別是CHAMP、GRACE和GRACE-FO,這些任務是由GFZ和COSMIC合作完成的,並且正在大力合作。這些衛星測量了電離層不同高度範圍內的電子密度,涵蓋了不同的年度和地方時間以及太陽週期。
在神經網絡的幫助下,研究人員隨後為頂部電離層的電子密度開發了一個模型,他們稱之為NET模型。他們使用了所謂的MLP方法(多層感知器),該方法反復學習網絡權重,以非常高的精度再現數據分佈。
研究人員用其他三個衛星任務的獨立測量結果測試了該模型。
對新模型的評價
“我們的模型與測量結果非常一致: 它可以很好地重建頂部電離層所有高度範圍內的電子密度,在全球範圍內,在一年中的所有時間和一天中,以及在不同的太陽活動水平下,它的準確性大大超過了國際參考電離層模型IRI。此外,它還連續覆蓋了太空,”第一作者Artem Smirnov總結說。
Yuri Shprits補充說:”這項研究代表了電離層研究的範式轉變,因為它表明電離層密度可以以非常高的精度進行重建。NET模型再現了支配頂部電離層動態的眾多物理過程的影響,可以在電離層研究中具有廣泛的應用。”
電離層研究中可能的應用
研究人員看到了可能的應用,例如,在波的傳播研究中,校准通常具有未知基線偏移的新電子密度數據集,以背景模型的形式進行斷層重建,以及分析特定的空間天氣事件和進行長期電離層重建。此外,開發的模型可以連接到等離子體高度,因此可以成為IRI的一個新的最佳選項。
所開發的框架允許無縫納入新數據和新數據源。模型的再訓練可以在標準的個人電腦上完成,並且可以定期進行。總的來說,NET模型代表了對傳統方法的重大改進,並突出了基於神經網絡的模型的潛力,為依賴GNSS的通信和導航系統提供更準確的電離層表示。