Equinoctial Asymmetry in the Upper Ionosphere: Comparison of Satellite Observations and Models
Notice bibliographique
Résumé
Abstract The terrestrial ionosphere displays significant equinoctial asymmetry despite the upper atmosphere receiving similar levels of solar ionization energy at a given location and local time in March and September during similar solar activity conditions. This intriguing feature is not well understood or modeled, particularly in the upper ionosphere, and causes of the asymmetry are not fully established and quantified. Yet, their study is important to provide better insights into the atmosphere‐ionosphere coupling processes. Analysis of Langmuir probe data from ESA's Swarm B satellite at ∼525 km altitude reveals that the daytime electron density is larger for all latitudes during the March equinox than during the September equinox, while the electron temperature shows an inverted asymmetry except at low latitudes. Simultaneously obtained neutral density data from Swarm GPS accelerations indicate that the thermosphere is denser during the March equinox. The asymmetry seen by Swarm electron density observations is also present in electron densities obtained using GPS radio occultation measurements from the COSMIC satellites. Simulations were performed using physics‐based ionosphere models (SAMI3, WACCM‐X, and TIE‐GCM) to determine their ability to produce the observed asymmetry, understand the generation mechanism(s), and establish the relative role of physical drivers. Results produced by TIE‐GCM are closest to the observations when seasonally varying eddy diffusivity is considered in the model. The asymmetry produced by other models is noticeably weaker. Modeling of the asymmetry by SAMI3 driven with the TIE‐GCM neutral atmosphere shows that both neutral density and winds play a critical role, but the density has a greater effect.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».