Application of SuperDARN Interferometry for Improved Estimates of Doppler Velocity and Echo Geolocation
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 It has been previously established that the Doppler velocities of F‐region ionospheric echoes observed by the Super Dual Auroral Radar Network (SuperDARN) at high frequencies (HF, 8–20 MHz) are persistently lower than those measured by other instruments at the same locations. This was attributed to the ionospheric refractive index for HF radio waves being noticeably smaller than one. The refractive index values can be obtained in two ways: based on electron density estimates from a co‐located instrument or a model, or by deriving them from SuperDARN elevation angle data. To compare these methods, we considered line‐of‐sight Doppler velocity observations by the Rankin Inlet (RKN) SuperDARN radar and the Resolute Bay Incoherent Scatter Radars (RISR). The velocity data were supplemented by electron density measurements from RISR. The elevation angle data were also used for accurate determination of SuperDARN echo geolocation because the actual ground range to the echo location may significantly differ from that obtained with the conventional SuperDARN models. The RISR Doppler velocity values were used as a reference to the RKN observations via 0.5‐hop and 1.5‐hop propagation paths. Correction by the index of refraction based on both maximum electron density from the RISR and elevation angle data from RKN brought 0.5‐hop data close to the RISR velocity values, with the latter representing a self‐contained approach. However, for 1.5‐hop echoes from the polar cap, the uncorrected SuperDARN velocities exceeded those from RISR. We discuss potential causes of this apparent anomaly.
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) | 0,000 | 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 découle