HF ground scatter from the polar cap: Ionospheric propagation and ground surface effects
Notice bibliographique
Résumé
In addition to being scattered by the ionospheric field‐aligned irregularities, HF radar signals can be reflected by the ionosphere toward the Earth and then scattered back to the radar by the rugged ground surface. These ground scatter (GS) echoes are responsible for a substantial part of the returns observed by HF radars making up the Super Dual Auroral Radar Network (SuperDARN). While a GS component is conventionally used in studying ionosphere dynamics (e.g., traveling ionospheric disturbances, ULF waves), its potential in monitoring the state of the scattering surface remains largely unexploited. To fill this gap, we investigated diurnal and seasonal variation of the ground echo occurrence and location from a poleward‐looking SuperDARN radar at Rankin Inlet, Canada. Using colocated ionosonde information, we have shown that seasonal and diurnal changes in the high‐latitude ionosphere periodically modulate the overall echo occurrence rate and spatial coverage. In addition, characteristics of GS from a particular geographic location are strongly affected by the state of the underlying ground surface. We have shown that (1) ice sheets rarely produce detectable backscatter, (2) mountain ranges are the major source of GS as they can produce echoes at all seasons of the year, and (3) sea surface becomes a significant source of GS once the Arctic sea ice has melted away. Finally, we discuss how the obtained results can expand SuperDARN abilities in monitoring both the ionosphere and ground surface.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».