SuperDARN Radar‐Derived HF Radio Attenuation During the September 2017 Solar Proton Events
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Two solar proton events in September 2017 had a significant impact on the operation of the Super Dual Auroral Radar Network (SuperDARN), a global network of high‐frequency (HF) radars designed for observing F region ionospheric plasma convection. Strong polar cap absorption caused near‐total loss of radar backscatter, which prevented the primary SuperDARN data products from being determined for a period of several days. During this interval, the high‐latitude and polar cap radars measured unusually low levels of background atmospheric radio noise. We demonstrate that these background noise measurements can be used to observe the spatial and temporal evolution of the polar cap absorption region, using an approach similar to riometry. We find that the temporal evolution of the SuperDARN radar‐derived HF attenuation closely follows that of the cosmic noise absorption measured by a riometer. Attenuation of the atmospheric noise up to 10 dB at 12 MHz is measured within the northern polar cap, and up to 14 dB in the southern polar cap, which is consistent with the observed backscatter loss. Additionally, periods of enhanced attenuation lasting 2–4 hr are detected by the midlatitude radars in response to M‐ and X‐class solar flares. Our results demonstrate that SuperDARN's routine measurements of atmospheric radio noise can be used to monitor 8‐ to 20‐MHz radio attenuation from middle to polar latitudes, which may be used to supplement riometer data and also to investigate the causes of SuperDARN backscatter loss during space weather events.
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.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découle