Impacts of the Great May 2024 Geomagnetic Storm on Precise Point Positioning
Notice bibliographique
Résumé
The adverse effects of space weather can be one of the main threats to human technology, such as the effects of large coronal mass ejections. Consequently, great geomagnetic storms can compromise the performance of Precise Point Positioning (PPP). Recently, after over two decades, on 05/10/2024, the main phase of a great and exceptional geomagnetic storm began, providing an excellent and rare opportunity to study its effects on the PPP using the CSRS-PPP online service. This work aims to evaluate the impacts of the great storm on three-dimensional accuracies, percentage of ambiguity resolution, and cycle slip, encompassing five days of processing, covering two days before the storm, one day coinciding with the main phase of the storm, and two days after the storm, coinciding with the recovery phase. The processing was carried out at an interval of 1 hour, from 23-24 UTC, coinciding with the main phase (05/10/2024), as the adverse effects of the storm manifest themselves in this phase. Data from 20 GNSS stations from the Brazilian Network for Continuous Monitoring of GNSS Systems were used. During the main phase of the storm, the average three-dimensional accuracy increased around four times compared to the previous day. The percentage of ambiguity resolution was equal to 0.0% for all stations analyzed. Furthermore, cycle slips increased significantly during the main phase of the storm. In summary, the results highlight the adverse impacts of the great and exceptional storm on the PPP.
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 | 0,000 | 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 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 ».