Іоносфера, область геопростору, розташована на висоті від 60 до 1000 кілометрів над Землею, порушує передачу радіосигналу від глобальних навігаційних супутникових систем (GNSS) через свої електрично заряджені частинки. Ці перешкоди створюють проблеми для підвищення точності, необхідної цим системам як у дослідженнях, так і в практичних застосуваннях, таких як автономне водіння або точне визначення супутникової орбіти.
Щоб компенсувати іоносферні затримки, які є основним джерелом помилок у додатках GNSS, можна використовувати моделі іоносфери та її флуктуаційний динамічний розподіл заряду. Нову модель іоносфери представили дослідники Артем Смирнов і Юрій Шприц з Німецького науково-дослідного центру геонаук GFZ. Ця модель, яка базується на нейронних мережах і даних супутникових вимірювань за 19 років, була опублікована в журналі Scientific Reports.
Зокрема, він може реконструювати верхню іоносферу, верхню, багату електронами частину іоносфери набагато точніше, ніж раніше. Таким чином, це також важлива основа для прогресу в дослідженнях іоносфери, наприклад, із застосуванням у дослідженнях поширення електромагнітних хвиль або для аналізу певних подій космічної погоди.
Іоносфера Землі – це область верхніх шарів атмосфери, яка простягається приблизно від 60 до 1000 кілометрів у висоту. Тут домінують заряджені частинки, такі як електрони та позитивні іони, спричинені радіаційною активністю Сонця – звідси і назва. Іоносфера важлива для багатьох наукових і промислових застосувань, оскільки заряджені частинки впливають на поширення електромагнітних хвиль, таких як радіосигнали.
Так звана іоносферна затримка поширення радіосигналів є одним із найважливіших джерел перешкод для супутникової навігації. Це пропорційно густині електронів у пройденому просторі. Тому добре знання електронної густини може допомогти у виправленні сигналів. Зокрема, верхня область іоносфери, вище 600 кілометрів, представляє інтерес, оскільки 80 відсотків електронів зібрано в цій так званій верхній іоносфері.
Проблема полягає в тому, що густина електронів сильно змінюється – залежно від довготи та широти над Землею, часу доби та року та сонячної активності. Це ускладнює їх реконструкцію та прогнозування, наприклад, основу для корекції радіосигналів.
Попередні моделі
Існують різні підходи до моделювання електронної густини в іоносфері, серед іншого Міжнародна еталонна модель іоносфери IRI, яка була визнана з 2014 року. Це емпірична модель, яка встановлює зв’язок між вхідними та вихідними змінними на основі статистичного аналізу спостережень. . Однак у нього все ще є слабкі місця у важливій області верхньої іоносфери через обмежене охоплення раніше зібраних спостережень у цьому регіоні.
Однак останнім часом для цієї області стала доступна велика кількість даних. Таким чином, підходи машинного навчання (ML) піддаються виведенню закономірностей із цього, особливо для складних нелінійних зв’язків.