Observing Earth’s magnetic environment with the GRACE-FO mission
Notice bibliographique
Résumé
Abstract The Gravity Recovery and Climate Experiment Follow-On (GRACE-FO) mission carries magnetometers that are dedicated to enhance the satellite’s navigation. After appropriate calibration and characterisation of artificial magnetic disturbances, these observations are valuable assets to characterise the natural variability of Earth’s magnetic field. We describe the data pre-processing, the calibration, and characterisation strategy against a high-precision magnetic field model applied to the GRACE-FO magnetic data. During times of geomagnetic quiet conditions, the mean residual to the magnetic model is around 1 nT with standard deviations below 10 nT. The mean difference to data of ESA’s Swarm mission, which is dedicated to monitor the Earth’s magnetic field, is mainly within ± 10 nT during conjunctions. The performance of GRACE-FO magnetic data is further discussed on selected scientific examples. During a magnetic storm event in August 2018, GRACE-FO reveals the local time dependence of the magnetospheric ring current signature, which is in good agreement with results from a network of ground magnetic observations. Also, derived field-aligned currents (FACs) are applied to monitor auroral FACs that compare well in amplitude and statistical behaviour for local time, hemisphere, and solar wind conditions to approved earlier findings from other missions including Swarm. On a case event, it is demonstrated that the dual-satellite constellation of GRACE-FO is most suitable to derive the persistence of auroral FACs with scale lengths of 180 km or longer. Due to a relatively larger noise level compared to dedicated magnetic missions, GRACE-FO is especially suitable for high-amplitude event studies. However, GRACE-FO is also sensitive to ionospheric signatures even below the noise level within statistical approaches. The combination with data of dedicated magnetic field missions and other missions carrying non-dedicated magnetometers greatly enhances related scientific perspectives.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».