Analysis of the ionospheric parameter dynamics during disturbed periods based on Aurora system results

Full Text

Введение

Работа направлена на решение задач мониторинга и прогноза состояния ионосферы. Состояние ионосферы является одним из важных факторов космической погоды. Актуальность и прикладная значимость исследования обусловлена зависимостью бесперебойной работы современных технических систем от состояния ионосферы [1]$–$[3]. Известно, что вследствие естественного воздействия (солнечные события, геомагнитные бури, сейсмические события и др.) в ионосфере формируются возмущения [2]$–$[7], которые оказывают негативное влияние на работу ГНСС, а также на качество и надежность радиосвязи [2, 3, 8]. Ионосферные возмущения возникают в периоды значительного изменения (повышение/понижение) электронной концентрации относительно фонового (спокойного) уровня [2]$–$[5], [9]$–$[11]. В регистрируемых параметрах ионосферы (например, foF2, ПЭС) они могут проявляться в виде аномального повышения либо понижения уровня вариаций и иметь как кратковременный, так и длительный характер. Наблюдаемые аномальные изменения имеют в регистрируемых данных разную амплитуду и форму и часто наблюдаются в периоды повышенной солнечной активности и магнитных бурь [12, 13]. Разработанные научными группами средства анализа динамики параметров ионосферы основаны на разных подходах $–$ эмпирическая международная модель ИРИ [14], программный комплекс глобального детектирования Globdet [1], ассимиляционная модель АМИ [15], глобальная физическая модель SAMI3 [16], нейросетевая модель - operational forecasting model [2]. Однако, как правило, данные методы используют большое количество входных геофизических параметров, что влияет на эффективность и точность результатов обработки, а также на возможность реализации их работы в оперативном режиме.

В данной работе представлена разработанная в лаборатории системного анализа ИКИР ДВО РАН ионосферная компонента интерактивной системы комплексного анализа геофизических параметров «Аврора» (система входит в Common Use Center «North-Eastern Heliogeophysical Center» CKP-558279 ИКИР ДВО РАН). С 2018 г. система «Аврора» выполняет оценку состояния ионосферы над Камчаткой. В анализе используются данные критической частоты ионосферы foF2 (ст. Паратунка, Камчатский край). Результаты обработки данных представляются в графическом виде в открытом доступе на сайте ИКИР ДВО РАН http://lsaoperanalysis.ikir.ru/lsaoperanalysis.html. На основе полученных результатов в системе генерируется заключение о состоянии ионосферы за последние 24 ч. В основе ионосферной компоненты системы «Аврора» лежит разработанная авторами обобщенная многокомпонентная модель параметров ионосферы (ОМКМ) и основанные на ней численные алгоритмы [12, 13, 17, 18]. При построении ОМКМ применялось сочетание методов вейвлет-анализа с авторегрессионными моделями и пороговыми функциями [17, 18]. В системе, по мере поступления данных, выполняется моделирование и анализ часовых и 15-минутных результатов измерений вариаций foF2 ст. Паратунка (52.97⁰ N; 158.24⁰ E, Камчатка, ИКИР ДВО РАН). Анализ выполняется с учетом суточно-сезонных изменений и уровня солнечной активности [17, 18]. Система позволяет в оперативном режиме обнаруживать ионосферные аномалии и оценивать их параметры (интенсивность, длительность и момент возникновения). В данном исследовании представлены результаты работы ионосферной компоненты на примере анализа вариаций foF2 в периоды магнитной бури от 15 июня 2024 г. и сейсмического события от 2 ноября 2018 г. На примере рассмотренных событий показана эффективность системы «Аврора» и перспективность её применения для решения задач космической погоды.

Описание метода

Методика обработки и анализа ионосферных параметров в системе «Аврора»

Разработанная авторами ОМКМ описывает временной ход параметров ионосферы и имеет следующий аналитический вид [17, 18]:

$f\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo><mo>=</mo>}{\displaystyle \sum _k}{s}_{-\mathrm{3,}k}^1{\phi }_{-\mathrm{3,}k}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>}+{\displaystyle \sum _k}{s}_{-\mathrm{3,}k}^2{\Psi }_{-\mathrm{3,}k}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>}+{\displaystyle \sum _{i\mathrm{,}\eta }}{\beta }_{i\mathrm{,}\eta }^{dist}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>}+e\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>,}$ (1)

где $s_{-\mathrm{3,}k}^{\mu }\mathrm{<mo\; stretchy="false">(</mo>}\mu \mathrm{<mo>=</mo>1,2<mo\; stretchy="false">)</mo>}$ $–$ оценочное значение μ-й компоненты, описывающей регулярные периодические вариации параметров ионосферы:

$s_{-\mathrm{3,}k}^{\mu }\mathrm{<mo>=</mo>}{\displaystyle \sum _{l\mathrm{<mo>=</mo>1}}^{p_{-3}^{\mu }}}{\gamma }_{-\mathrm{3,}l}^{\mu }{\omega }_{-\mathrm{3,}k-l}^{\mu }+a_{-\mathrm{3,}k}^{\mu }\mathrm{,}$ (2)

где ${\gamma }_{-\mathrm{3,}l}^{\mu }\mathrm{,}{p}_{-3}^{\mu }$ $–$параметры и порядок АР-модели [19], ${\omega }_{-\mathrm{3,}k}^1\mathrm{<mo>=</mo>}\nabla c_{-\mathrm{3,}k}$, ${\omega }_{-\mathrm{3,}k}^2\mathrm{<mo>=</mo>}\nabla d_{-\mathrm{3,}k}$ $–$ 1-я разность вейвлет-коэффициентов c_−3,k и d_−3,k [20], $a_{-\mathrm{3,}k}^{\mu }$ $–$ остаточные ошибки, φ_−3,k $–$ масштабирующая функция, Ψ_−3,k $–$ вейвлет, m = −3 $–$ уровень вейвлет-разложения (оценивался на основе алгоритма [18]), k $–$ параметр времени.

Компоненты ${\displaystyle {\sum }_{i\mathrm{,}\eta }}{\beta }_{i\mathrm{,}\eta }^{dist}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>}$ модели (1) описывают временной ход параметров ионосферы в периоды аномальных изменений данных (аномальные повышения или понижения электронной концентрации). Ввиду разной формы и длительности ионосферных аномалий, они определяются через пороговые функции ${\displaystyle {\sum }_{i\mathrm{,}\eta }}{\beta }_{i\mathrm{,}\eta }^{dist}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo><mo>=</mo>}{\displaystyle {\sum }_{\eta \mathrm{,}n}}{P}_{\eta \mathrm{,}n}^i\mathrm{<mo\; stretchy="false">(</mo>}{d}_{\eta \mathrm{,}n}\mathrm{<mo\; stretchy="false">)</mo>}{\Psi }_{\eta \mathrm{,}n}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo><mo\; stretchy="false">(</mo>}i\mathrm{<mo>=</mo>1,2,3<mo\; stretchy="false">)</mo>}$ :

$P_{\eta \mathrm{,}n}^i\mathit{\left(}{d}_{\eta \mathrm{,}n}\right)=\left[\begin{array}{l}\left\{\begin{array}{l}{d}_{\eta \mathrm{,}n}^{1+}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}\hspace{0.05em}}{P}_{\eta \mathrm{,}n}^1\text{\hspace{0.05em}<\hspace{0.05em}}\left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)\le P_{\eta \mathrm{,}n}^2\\ \mathrm{0,}\text{\hspace{0.05em}\hspace{0.05em}если\hspace{0.05em}\hspace{0.05em}}\left|d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right|\text{<}{P}_{\eta \mathrm{,}n}^{1}or\left|d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right|\text{>}{P}_{\eta \mathrm{,}n}^2\\ d_{\eta \mathrm{,}n}^{1-}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}}-P_{\eta \mathrm{,}n}^2\text{\hspace{0.05em}<}\left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)\le -P_{\eta \mathrm{,}n}^1\end{array}\right.\mathrm{,}\\ \left\{\begin{array}{l}{d}_{\eta \mathrm{,}n}^{2+}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}}{P}_{\eta \mathrm{,}n}^2\text{\hspace{0.05em}<}\left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)\le P_{\eta \mathrm{,}n}^3\\ \mathrm{0,}\text{\hspace{0.05em}\hspace{0.05em}если\hspace{0.05em}\hspace{0.05em}}\left|d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right|\text{<}{P}_{\eta \mathrm{,}n}^{2}or\left|d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right|\text{>}{P}_{\eta \mathrm{,}n}^3\\ d_{\eta \mathrm{,}n}^{2-}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}}-P_{\eta \mathrm{,}n}^3\le \left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)>-P_{\eta \mathrm{,}n}^2\end{array}\right.\mathrm{,}\\ \left\{\begin{array}{l}{d}_{\eta \mathrm{,}n}^{3+}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}}\left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)\text{>}{P}_{\eta \mathrm{,}n}^3\\ \mathrm{0,}\text{\hspace{0.05em}\hspace{0.05em}если\hspace{0.05em}\hspace{0.05em}}\left|d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right|\text{<}{P}_{\eta \mathrm{,}n}^3\\ d_{\eta \mathrm{,}n}^{3-}\mathrm{,}\text{\hspace{0.05em}если\hspace{0.05em}}\left(d_{\eta \mathrm{,}n}-d_{\eta \mathrm{,}n}^{med}\right)\text{<}-P_{\eta \mathrm{,}n}^3\end{array}\right.\mathrm{,}\end{array}\right.$(3)

где $d_{\eta \mathrm{,}n}\mathrm{<mo>=</mo>}⟨f\mathrm{,}{\Psi }_{\eta \mathrm{,}n}⟩$ $–$ вейвлет-коэффициенты, Ψ $–$ вейвлет, η $–$ параметр масштаба, n $–$ параметр времени, $⟨\cdot ⟩$ $–$ скалярное произведение, пороги $P_{\eta \mathrm{,}n}^i\mathrm{<mo>=</mo>}{V}^i\sqrt{\frac{1}{\Phi -1}{\displaystyle {\sum }_{n\mathrm{<mo>=</mo>1}}^{\Phi }}{\left(d_{\eta \mathrm{,}n}-\overline{d_{\eta \mathrm{,}n}}\right)}^2}$, где $d_{\eta \mathrm{,}n}^{med}$ и $\overline{d_{\eta \mathrm{,}n}}$ $–$ медиана и среднее значение, соответственно, верхний индекс $i\mathrm{<mo>=</mo>1}\pm \mathrm{<mo>;</mo>2}\pm \mathrm{<mo>;</mo>3}\pm$ определяет положительные и отрицательные аномалии трех классов: 1 класс $–$ малой интенсивности, 2 класс $–$ умеренной интенсивности, 3 класс - большой интенсивности.

Составляющая e(t) модели описывает природные и техногенные шумы (аппаратные сбои, промышленные взрывы и др.).

Обнаружение и оценка параметров ионосферных аномалий выполняется с использованием численных алгоритмов, основанных на модели (1) [12, 13]. В основе алгоритма обнаружения интенсивных ионосферных аномалий лежит анализ остаточных ошибок регулярных компонент модели (1) (см. соотн. (2)). Алгоритм включает операции, представленные на рис. 1.

 

Рис. 1. Блок-схема алгоритма обнаружения интенсивных ионосферных аномалий

[Figure 1. Flowchart of the algorithm for detection of intensive ionospheric anomalies]

 

Используются параметры моделей регулярных компонент и пороговые значения H_μ,−3, оцененные априори по данным foF2 ст. Паратунка [18].

Операции обнаружения и оценки параметров внезапных ионосферных аномалий основаны на аномальной компоненте ${\displaystyle {\sum }_{i\mathrm{,}\eta }}{\beta }_{i\mathrm{,}\eta }^{dist}\mathrm{<mo\; stretchy="false">(</mo>}t\mathrm{<mo\; stretchy="false">)</mo>}$ модели (1) (см. соотн. (3)). Блок-схема алгоритма представлена на рис. 2.

 

Рис. 2. Блок-схема алгоритма обнаружения внезапных ионосферных аномалий

[Figure 2. Flowchart of the algorithm for detection of sudden ionospheric anomalies]

 

Пороги $P_{\eta \mathrm{,}n}^i$ оценивались по данным foF2 ст. Паратунка путем минимизации апостериорного риска [21].

Результаты работы ионосферной компоненты системы «Аврора»

В разделе представлены результаты работы ионосферной компоненты системы «Аврора» в периоды магнитной бури от 15 июня 2024 г. (рис. 3 а-е) и сейсмического события от 2 ноября 2018 г. (рис. 4 а-д). Параметры реализующих алгоритмов в системе «Аврора» настраивались по данным foF2 ст. «Паратунка» (52.97⁰ N; 158.24⁰ E) и выполнялась их адаптация под уровень солнечной активности (максимум/минимум) и сезон (зима/лето) [18]. Результаты работы алгоритма обнаружения внезапных ионосферных аномалий представлены на рис. 3 в, г, 4 б, в (красным/синим цветом отмечены положительные/отрицательные аномалии, характеризующие повышение/понижение электронной концентрации). Результаты работы алгоритма обнаружения интенсивных аномалий представлены на рис. 3 д, е, 4 г, д.

 

Рис. 3. Результаты работы системы «Аврора» в период слабой магнитной бури 15 июня 2024 г (а-е): а) – заключение о состоянии ионосферы на 15.06.2024, б) – данные foF2 (синим), медиана foF2 (зеленым), в), г) – выделенные ионосферные аномалии и их интенсивность (красным и синим цветом отмечены положительные и отрицательные аномалии, соответственно), д), е) – ошибки регулярных компонент и их доверительные интервалы. Вертикальный пунктир – начало магнитной бури

[Figure 3. Aurora system results during the weak magnetic storm on June 15, 2024 (a-f): а) conclusion on the ionosphere state at 15.06.2024, b) foF2 data (blue), 27-day median (green), c), d) detected positive (red) and negative (blue) ionospheric anomalies, e), f) reqular component errors and their confidence intervals. The vertical dotted line is the beginning of the magnetic storm]

 

Рис. 4. Результаты работы системы «Аврора» в период землетрясения 2 ноября 2018 г (а-д): а) – данные foF2 (синим), медиана foF2 (зеленым), б), в) – выделенные ионосферные аномалии и их интенсивность, красным и синим цветом отмечены положительные и отрицательные аномалии, соответственно, г), д) – ошибки регулярных компонент и их доверительные интервалы. Вертикальный пунктир $–$ начало землетрясения

[Figure 4. Aurora system results during the eathquake on November 2, 2018: (a-e): а) foF2 data (blue), 27-day median (green), b), c) detected positive (red) and negative (blue) ionospheric anomalies, d), e) reqular component errors and their confidence intervals. The vertical dotted line is the beginning of the earthquake]

 

Заключение о состоянии ионосферы в системе может иметь одно из следующих возможных значений: спокойное, слабые возмущения, возмущенное состояние и сильные возмущения (например, рис. 3 а). Для интерпретации результатов работы системы используются параметры магнитосферы (рис. 3 ж,з, рис. 4 е, ж) и солнечного ветра (рис. 3 и,к, рис. 4 з, и) (ресурс: https://omniweb.gsfc.nasa.gov.form/dx1.html, https://ipg.geospace.ru). Сейсмическая активность анализировалась по данным каталога землетрясений Камчатского филиала Единой Геофизической службы РАН (КФ ФИЦ ЕГС РАН, https://sdis.emsd.ru/main.php).

На рис. 3 представлен результат работы системы в период слабой магнитной бури, начавшейся 15 июня 2024 г. (min Dst = -28 нТл, момент начала бури отмечен вертикальным пунктиром). Предбуревый период характеризуется относительно спокойным состоянием геомагнитного поля (К-индекс не превышал значения 3, рис. 3 ж), скорость солнечного ветра составляла 320-370 км/сек (рис. 3 к), южная компонента ММП флуктуировала от Bz= -5 нТл до Bz= +7 нТл (https://ipg.geospace.ru).

В этот период по результатам работы системы «Аврора» в ионосфере возникла положительная аномалия длительностью около 22 ч. (рис. 3 в, г). Выделенная аномалия имела высокую интенсивность с максимумом в период возрастания К-индекса с 2 на 3 (рис. 3 г, ж). Отметим, что 13 июня в 5.30 UTC на расстоянии 587.6 км от станции регистрации foF2 (координаты землетрясения: 55.49⁰ N; 162.96⁰ E) произошло землетрясение, которое имело магнитуду M = 5.75 и глубину 62.3 км.

Интенсивная реакция ионосферы на слабые геомагнитные возмущения возможно обусловлена данным сейсмическим событием, которое привело к более значительному росту электронной концентрации. Превышение ошибок сглаженной компоненты f₋₃(t) 70% и 90% доверительных интервалов, которое составило 2.5 СО и 1.4 СО, соответственно, также указывает на наличие аномальных процессов в ионосфере (рис. 3 д).

Во время наиболее сильных геомагнитных возмущений результаты системы «Аврора» показывают понижение электронной концентрации в ионосфере, что далее привело к формированию отрицательной аномалии высокой интенсивности (рис. 3 в, г). В этот период, по данным ОМКМ, максимальное превышение ошибок компоненты f₋₃(t) 70% и 90% доверительных интервалов составило 2.5 СО и 1.4 СО, соответственно (рис. 3 д).

Понижение электронной концентрации протекало на фоне прихода 15 июня в 11. UTC неоднородного ускоренного потока от СМЕ от 12 июня, усиления флуктуации Bz-компоненты до -14 нТл, возрастания скорости солнечного ветра до 490 км/сек (https://ipg.geospace.ru). В этот период К-индекс возрос до 5 (рис. 3 ж).

Восстановительная фаза магнитной бури сопровождалась колебательными процессами в ионосфере (от фонового уровня до слабой интенсивности), которые формировались на фоне прихода 16 июня в 16. UTC неоднородного ускоренный поток от CIR и 17 июня в 13. UTC от CIR и СМЕ (от 13 июня). Реакция ионосферы на анализируемую магнитную бурю имеет схожий характер с результатами, представленными в более ранних работах авторов [18, 22].

На рис. 4 представлены результаты работы системы «Аврора» по обработке данных foF2 в период сейсмического события от 2 ноября 2018 г. По данным сейсмического каталога https://sdis.emsd.ru/main.php землетрясение произошло на расстоянии 115.48 км от станции регистрации foF2 (координаты землетрясения: 51.98₀ N; 158.72⁰ E) в 9:39 UTC, имело магнитуду M = 5.8 и глубину 72.4 км. В анализируемый период с 29 октября до 4 ноября геомагнитное поле было спокойным (значения К-индекса не превышают 2, рис. 4 е), скорость солнечного ветра не превышала 350 км/с (рис. 4 и), южная компонента ММП флуктуировала от Bz=±2 нТл до Bz=±4 нТл (https://ipg.geospace.ru).

По результатам работы системы «Аврора» за 2.5 суток до землетрясения электронная концентрация в ионосфере начала понижаться, что привело к формированию отрицательной аномалии умеренной интенсивности (рис. 4 б, в). Выделенная аномалия достигла максимальной интенсивности 31 октября около 13:00 UTC и имела длительность около суток. Далее 1 ноября отрицательная аномалия сменилась на положительную аномалию умеренной интенсивности, которая имела длительность около 26 ч. (рис. 4 б, в).

Повышение электронной концентрации привело к изменению временного хода foF2, что подтверждается превышением ошибок компоненты f₋₃(t) 70% и 90% доверительных интервалов (отклонения составили 2.2 СО и 1.45 СО соответственно, рис. 4 г), а также отклонением значений foF2 от медианы (рис. 4 а). Период после землетрясения сопровождался в ионосфере колебательными процессами фонового уровня. Сопоставление динамики ионосферных параметров с параметрами околоземного космического пространства и магнитосферы указывает на возможную связь выделенных аномалий с сейсмическими процессами.

Заключение

На примере слабой магнитной бури, произошедшей 15 июня 2024 г., подтверждена сложная динамика ионосферных параметров в периоды повышенной солнечной и геомагнитной активностей. Накануне рассмотренного события выделена продолжительная положительная ионосферная аномалия, во время наиболее сильных геомагнитных возмущений электронная концентрация в ионосфере понизилась и сформировалась отрицательная аномалия высокой интенсивности. Реакция ионосферы на анализируемую магнитную бурю имеет схожий характер с результатами, представленными в более ранних работах авторов [18, 22], и согласуется с результатами других исследователей [2, 4, 5, 9]. Анализ динамики ионосферных параметров в период рассмотренного сейсмического события 2 ноября 2018 г. показал возможность возникновения ионосферных возмущений во время сейсмических процессов на Камчатке. Выделенные аномальные изменения характеризовались как повышением, так и понижением электронной концентрации. Результаты работы подтвердили эффективность интерактивной системы «Аврора» для задач космической погоды и показали возможность её применения для изучения динамики параметров ионосферы в возмущенные периоды.

Благодарность. Авторы выражают благодарность институтам, выполняющим регистрацию данных, которые использовались в работе.

About the authors

Nadezhda V. Fetisova

Institute of Cosmophysical Research and Radiowave Propagation FEB RAS

Author for correspondence.
Email: nv.glushkova@yandex.ru
ORCID iD: 0000-0001-5769-4726

Ph. D. (Tech.), Researcher of System Analysis Laboratory

Russian Federation, 684034, Kamchatka region, Paratunka, Mirnaya Str.7

Oksana V. Mandrikova

Institute of Cosmophysical Research and Radiowave Propagation FEB RAS

Email: oksanam1@mail.ru
ORCID iD: 0000-0002-6172-1827

Sci. (Tech.), Professor, Head of System Analysis Laboratory

Russian Federation, 684034, Kamchatka region, Paratunka, Mirnaya Str.7

References

Supplementary files