文章專區

位於地球表面約60∼1000公里的區域被稱為電離層（ionosphere）。由於電離層中的帶電粒子會削弱來自全球導航衛星系統（global navigation satellite systems,GNSS）的無線電訊號傳播，對於精準度要求較高的作業系統，如自動駕駛、衛星的精確運行軌道等應用將造成問題。因此，德國地學研究中心（GFZ German Research Centre for Geoscience）的團隊收集了近19年來的衛星量測數據，使用機器學習（machine learning）提出了一種新的電離層模型，期望能透過深入了解電離層解決該區域帶電粒子帶來的問題。該研究目前已發表於《科學報告》（Scientific Reports）期刊中。

受到太陽輻射的影響，電離層中布滿了許多電子與離子。這些帶電粒子的活動會影響無線電訊號等電磁波的傳播，電離層延遲（ionospheric delays）就是導致GNSS主要誤差原因之一。由於電磁波穿過的空間與電離層中的電子分布密度具有相關性，因此若能了解電離層模型中不均勻、動態的電荷分布，將有助於校正電離層延遲的問題，尤其是電離層中600公里以上的區域。但也因為電離層中的電子密度變化受到地球經緯度、時間、季節、太陽活動的影響，要重建與預測電子密度的變化相當困難。

過往已有許多電離層的電子密度分布模型，其中又以國際參考電離層（International Reference Ionosphere,IRI）模型最受到學術界的認可。IRI模型的建立是根據電離層的觀測數據，藉由統計分析算出電離層中的電子密度。但由於電離層上層能收集到的觀測資料有限，因此仍存在著弱點。本次研究團隊提出的新電離層模型，使用近19年以來衛星任務的量測數據——特別是CHAMP、GRACE、GRACE-FO三顆衛星收集到的數據，進而獲得不同時間、不同高度的電離層電子分布密度資料。以神經網路的多層感知器（multilayer perceptron, MLP）為基礎，開發出電離層頂層電子密度模型。

團隊表示，該模型無論在不同的時間、空間、太陽週期等條件下都能夠準確重建電離層頂部的電子密度，且它的精準度、連續空間覆蓋率皆大幅超過IRI模型。此新模型未來的應用範圍也相當廣泛，例如分析特定的太空天氣事件、重建長期的電離層模型等。這款新的電離層模型還可以定期分析新得到的資料數據，以確保它自身的精準度，並提供GNSS、導航系統開發，甚至是其他領域的研究人員更精確的電離層電子密度分布訊息。

新聞來源
GFZ Helmholtz Centre Potsdam (2023, April 18). A more precise modelof the Earth's ionosphere. GFZ Helmholtz Centre Potsdam News. https://reurl.cc/KM1aNM