Traveling Ionospheric Disturbances Induced by the Secondary Gravity Waves From the Tonga Eruption on 15 January 2022: Modeling With MESORAC‐HIAMCM‐SAMI3 and Comparison With GPS/TEC and Ionosonde Data
Notice bibliographique
Résumé
Abstract We simulate the gravity waves (GWs) and traveling ionospheric disturbances (TIDs) created by the Hunga Tonga‐Hunga Ha'apai (hereafter “Tonga”) volcanic eruption on 15 January 2022 at ∼04:15 UT. We calculate the primary GWs and forces/heatings generated where they dissipate with MESORAC, the secondary GWs with HIAMCM, and the TIDs with SAMI3. We find that medium and large‐scale TIDs (MSTIDs and LSTIDs) are induced by the secondary GWs, with horizontal phase speeds c H ≃ 100–750 m/s, horizontal wavelengths λ H ≃ 600–6,000 km, and ground‐based periods τ r ≃ 30 min to 3 hr. The LSTID amplitudes over New Zealand are ≃2–3 TECU, but decrease sharply ≃ 5,000 km from Tonga. The LSTID amplitudes are extremely small over Australia and South Africa because body forces create highly asymmetric GW fields and the GWs propagate perpendicular to the magnetic field there. We analyze the TIDs from SAMI3 and find that a 30 min detrend window eliminates the fastest far‐field LSTIDs. We analyze the GPS/TEC via detrending with 2–3 hr windows, and find that the fastest LSTIDs reach the US and South America at ∼8:30–9:00 UT with c H ≃ 680 m/s, λ H ≃ 3,400 km, and τ r ≃ 83 min, in good agreement with model results. We find good agreement between modeled and observed TIDs over New Zealand, Australia, Hawaii, Japan and Norway. The observed F‐peak height, hmF2, drops by ≃ 110–140 km over the western US with a 2.8 hr periodicity from 8:00 to 13:00 UT. We show that the Lamb waves (LWs) observed by AIRS with λ H = 380 km have amplitudes that are ≃ 2.3% that of the primary GWs at z ≃ 110 km. We conclude that the observed TIDs can be fully explained by secondary GWs rather than by “leaked” LWs.
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 | 0,001 | 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) | 0,000 | 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 ».