A statistical analysis of SuperDARN scattering volume electron densities and velocity corrections using a radar frequency shifting technique
Notice bibliographique
Résumé
Ionospheric plasma drift velocities measured by High Frequency (HF) coherent scatter radars, such as the Super Dual Auroral Radar Network (SuperDARN), are typically underestimated, sometimes significantly, because the refractive index in the scattering volume is not known. Large‐scale or background estimates of ionospheric electron density and refractive index can be made by other instruments; however, these instruments both do not cover the large field‐of‐view of the SuperDARN radars and do not provide information about the small‐scale structures which may be very important for the scattering process. A method has been developed to use different operating frequencies of the SuperDARN radars to obtain the average scattering volume electron density. These electron density measurements provide an estimate of refractive index and allow for corrections to the SuperDARN velocity data to be made. A comprehensive analysis of all SuperDARN data since its inception almost 20 years ago has provided estimates of average electron density in the scattering volume of the radars for various magnetic latitudes, solar activities, local times, and seasons. The analysis indicates that the average electron density, and therefore refractive index, in the scattering volume can vary significantly with the various parameters. Densities ranging from less than 2 × 1011 m−3 to more than 8 × 1011 m−3, result in refractive index corrections from less than 5% (not very significant) to more than 50% (extremely significant). These results provide estimates of appropriate adjustments to the drift velocities assumed by SuperDARN for various conditions. Further, this research has provided substantial insight into the physics of the coherent scattering process and provides a method by which electron density of the scattering structures can be monitored. This will be tested using in situ high‐latitude ionospheric measurements from the upcoming enhanced Polar Outflow Probe (ePOP) satellite mission.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».