M. Piersanti (1,2), C. cesaroni(3), L. Spogli(3,5), T. Alberti(4), L

Presentazione sul tema: "M. Piersanti (1,2), C. cesaroni(3), L. Spogli(3,5), T. Alberti(4), L"— Transcript della presentazione:

1 Ionospheric currents and TEC variations during the March 17, 2015 Sudden Impulse.
M. Piersanti (1,2), C. cesaroni(3), L. Spogli(3,5), T. Alberti(4), L. Alfonsi(3), U. Villante(1,2) (1) Dipartimento di SCIENZE FisicHE E CHIMICHE, Università di L’Aquila. (2) Consorzio area di ricerca in astrogeofisica. L’aquila (3) istituto nazionale di geofisica e vulcanologia (4) Dipartimento di fisica, università della calabria, rende (CS). (5) spacearth technology s.r.l.

2 Introduzione L’identificazione della risposta del campo geomagnetico alle variazioni del Vento Solare (SW) rappresenta un elemento interessante della dinamica magnetosferica e ionosferica, la cui conoscenza è fondamentale nello Space Weather. Il 17 Marzo 2015 c’è stata la più grossa tempesta geomagnetica (GS) del ciclo solare corrente. Network di magnetometri a terra, osservazioni di satellite e ricevitori GNSS colocati permettono di studiare in dettaglio le perturbazioni dell’accoppiamento magnetosfera-ionosfera indotte dalla tempesta. Magnetometri: permettono di stimare le correnti ionosferiche indotte dalla GS. GNSS: permettono di misurare il contenuto elettronico totale (TEC) in ionosfera.

3 Obiettivo Studiare come le perturbazioni del campo geomagnetico alterano la morfologia e la dinamica ionosferica. Analisi dettagliata della risposta in termini di TEC alle variazioni di correnti indotte dal Sudden Impulse (SI)

4 Misura di TEC da GNSS I segnali GNSS (GPS, GLONASS, GALILEO,…) attraversano la ionosfera e portano informazioni su di essa quando ricevuti a terra. Il GNSS permette la misura integrata della densità elettronica lungo la congiungente satellite-ricevitore (slant TEC, STEC). TECU=1016·electrons/m2 vTEC (TECu) Da questa si può derivare il TEC sulla verticale del ricevitore (vTEC)

5 Causati da improvvisi aumenti della pressione di vento solare PSW che:
Sudden Impuse (SI) Causati da improvvisi aumenti della pressione di vento solare PSW che: Comprimono la magnetosfera; Aumentano la corrente di magnetopausa (BCF) e, a volte, anche gli altri sistemi di corrente magnetosferici (BR – BT – BF). Aumentano e modificano il pattern delle correnti ionosferiche. Il campo magnetosferico e quello geomagnetico aumentano in tempi che vanno tra 2 e 10 minuti, muovendosi lungo 2 steady states.

6 Sudden Impulses Risposta a Terra (Araki, 1994) è interpretata come somma di un contributo magnetosferico (DL, basse latitudini) and di un contributo ionosfeico (DP, alte latitudini). DH,SC = DL + DP DL: Interpretato in termini degli effetti concorrenti delle varie correnti: Magnetopausa (BCF); Corrente ad anello (BR); Corrente di Coda (BT); Correnti allineate (BFAC). DSC,H DL PI DPH MI Stressa che il doppio impulso sul DP è di origine ionosferica e dire cosa sono PI e MI. Confrontare osservazioni da satelliti magnetosferic e da terra è fondamentale per determinare il contributo ionosferico generato da un SI

7 Il modello Piersanti et al. (JGR, 2016)
Modello è capace di separare il contributo ionosferico da quello magnetosferico su osservazioni a Terra per un SI. Tecnica: Stima il contributo magnetosferico (DL) usando il modello di Tsyganenko T05S calibrandolo con i dati da satellite. T05S è modulare: permette di calcolare il contributo delle singole correnti o della loro somma parziale. Identificare il sistema di correnti magnetosferico che meglio approssima l’osservazione dei satelliti. Una volta identificato quale sistema di corrente magnetosferico risponde al SI, ne proietta a terra il suo contributo e lo sottrae alle osservazioni. Il campo DP (ionosferico) non sarà altro che il contributo rimanente. Piersanti M. e Villante U., On the discrimination between magnetospheric and ionospheric contributions on the ground manifestation of sudden impulses, J. Geophys. Res. Space Physics, 121, doi: /2015JA

8 Network

9 Stima delle correnti ionosferiche

10 Analisi del segnale vTEC
EEMD

11 Analisi del segnale vTEC – SM test*
*standardized mean test Variazione alta frequenza, i.e. rumore termico oscillatore del ricevitore Componente influenzata da GS Variazione diurna e stagionale

12 Analisi del segnale vTEC - GS

13 Risposta del vTEC all’SI
𝑑𝑇𝐸𝐶 𝑑𝑡 𝑃𝐼 =3∙ 10 −4 ∙𝑃𝐼+0,016 𝑑𝑇𝐸𝐶 𝑑𝑡 𝑀𝐼 =3∙ 10 −4 ∙𝑀𝐼+0,038

14 Correnti ionosferiche Vs. vTEC
In corrispondenza dell’SI viene eccitato un modo caratteristico del TEC (WHT, T ~ 45 minuti) non presente sotto condizioni quiete La derivata temporale del WHT è linearmente correlata con la corrente ionosferica stimata dal modello di Piersanti et al. in corrispondenza del PI e dell’MI Il coefficiente angolare (3 ∙10-4 H) dipende solo da: Carica dell’elettrone Permeabilità del vuoto Altezza dello strato E ionosferico (~120km) Infatti, applicando le eq. di continuità nei plasmi e la 4° equazione di Maxwell si ottiene

15 Correnti ionosferiche Vs. vTEC
Stiamo realmente osservando un disturbo indotto dal SI? Se è un SI la propagazione è in direzione circa da Nord a Sud con v ≈ 1-2 km/s Cross-correlazione per stimare la velocità di propagazione di WHT per coppie di ricevitori GNSS (quasi-meridional chain) SI!

16 Conclusioni Misure congiunte di vTEC (da ricevitori GNSS) e campo geomagnetica ci hanno permesso di: Stimare le correnti ionosferiche durante il SI della tempesta di San Patrizio (17 Marzo 2015) in Europa e Nord Africa Identificare ed isolare per la prima volta un modo oscillatorio caratteristico del vTEC (WHT) che si «accende» in corrispondenza dell’SI Le correnti stimate sono direttamente proporzionali alla derivata temporale del WHT (sia PI che MI) La costante di proporzionalità dipende solo da costanti fondamentali e dall’altezza dello strato E ionosferico come derivante da principi primi (eq. Maxwell e di continuità)

17 Sviluppi futuri Analisi statistica su altri SI, in diversi periodi del ciclo solare Estensione dello studio alle fasi successive della GS (main phase, recovery) Stima delle correnti ionosferiche dal solo dato di TEC

18 Fine Grazie per l’attenzione

19 Backup slides

20 Empirical mode decomposition (EMD)
Metodo di decomposizione a-posteriori molto utile per datasets non lineari e non stzionari [Huang et al., 1998]; 𝑋 𝑡 = 𝑗=1 𝑚 𝐶 𝑗 𝑡 +𝑟(𝑡) Cj(t) è chiamata Intrinsic Mode Function (IMF) and r(t) è il residuo della decomposizine; Tramite la trasformazione di Hilbert è possibile scrivere: 𝐶 𝑗 𝑡 = 𝐴 𝑗 (𝑡)∙cos⁡[ 𝜑 𝑗 (t)]; Frequenza istantanea derivabile: ωj(t) = dφj(t)/dt. Per ogni IMF, si può ottenere un periodo caratteristico medio come: 𝑇 𝑗 = 2𝜋 𝜔 𝑗 (𝑡) ; Il set di m IMF (o empirical modes) è locale, completo ed ortogonale.

21 Vediamo come funziona lo Standardized Mean Test.
EMD – SMT Vediamo come funziona lo Standardized Mean Test. Se su un certo data set s(t) esiste una chiara separazione di scala, allora s(t) può essere diviso in due contributi [Flandrin et al., 2004]: 𝑠 𝑡 = 𝑠 0 𝑡 +𝛿𝑠(𝑡) s0(t) è chiamata baseline o trend; 𝛿𝑠(𝑡) rappresenta le variazioni rispetto al trend. IDEA: 𝛿𝑠(𝑡) ha le seguenti caratteristiche: Ha una media standardizzata (μ/σ) circa zero; Rappresenta il contributo oscillatorio/le fluttuazioni di s(t).

22 EMD – SMT Sfruttando la completezza e l’ortogonalità delle IMF generate dalla EMD, definiamo 𝛿𝑠 𝑡 come la somma parziale dei primi k modi (IMF – cj) che rispettano le 2 proprietà dette in precedenza, cioè: 𝛿𝑠 𝑡 = 𝑗=0 𝑘 𝑐 𝑗 k rappresenta l’ultima IMF (cj) per cui 𝛿𝑠 𝑡 continua ad avere μ/σ ≈ 0.