플라즈마권계면은 태양풍의 상태와 지자기 교란에 영향을 받는다고 잘 알려져 있으며, 이전에 경험적 모델이 제안되어 왔다. 플라즈마권계면은 플라즈마권의 바깥 경계로 플라즈마권은 저에너지 (~1eV) 플라즈마가 밀집해있는 (10 - ) 지역이다. 플라즈마권계면의 위치는 플라즈마 밀도가 급격히 변하는 지역으로 정의할 수 있다. 이 논문에서, 본 학위 논문 연구에서는 THEMIS 위성에서 얻은 플라즈마 밀도 데이터를 사용하여 ...
플라즈마권계면은 태양풍의 상태와 지자기 교란에 영향을 받는다고 잘 알려져 있으며, 이전에 경험적 모델이 제안되어 왔다. 플라즈마권계면은 플라즈마권의 바깥 경계로 플라즈마권은 저에너지 (~1eV) 플라즈마가 밀집해있는 (10 - ) 지역이다. 플라즈마권계면의 위치는 플라즈마 밀도가 급격히 변하는 지역으로 정의할 수 있다. 이 논문에서, 본 학위 논문 연구에서는 THEMIS 위성에서 얻은 플라즈마 밀도 데이터를 사용하여 태양 주기 24의 태양 극소기에서 극대기로 가는 위상에 해당하는 2008년부터 2012년까지의 플라즈마 권계면의 위치를 결정하였다. 플라즈마 권계면은 L변화가 0.5 이내에서 밀도 변화가 15배 이상이 되는 곳으로 엄격히 결정하였다. 이를 바탕으로 지자기 지수와 태양풍 변수를 이용하여 플라즈마 권계면의 위치와의 상관관계를 통계적으로 결정하였다. 먼저 지자기 지수, AE, Dst, 그리고 Kp가 플라즈마권계면의 위치와 적절하게 상호 관련이 있는 시점의 넓은 범위의 시간지연을 정하였다. 다음으로 태양풍 변수에 대해서는, 플라즈마권계면의 위치가 태양풍 속도변수와 가장 좋은 상관관계가 있다는 것을 발견하였으며, 반면 태양풍 행성간 자기장의 z 성분 (IMF Bz)등의 다른 변수들은 플라즈마권계면에 영향을 적게 미치는 것으로 나타났다. 마지막으로 지자기 지수와 태양풍 변수를 토대로 구체적인 플라즈마권계면 예측 모델을 개발하였다. 본 연구에서 사용한 관측 데이터는 태양 극소기에서 극대기로 가는 기간에 걸쳐 수집된 것으로서 약한 지자기 활동과 태양풍 상태를 많이 포함한다. 반면, 과거 타 연구자들이 개발한 예측 모델은 태양 극대기 기간에 수집된 데이터에 바탕을 두어 우리의 통계적 결과와 다르다. 이것은 본 연구에 사용된 기간과 같이 매우 약한 태양풍 상태의 기간에는 그 정확도가 우리의 모델에 비해 낮은 결과를 준다. 앞으로의 연구는 다중회기분석법을 이용하여 좀 더 일반적인 방법으로 플라즈마권계면 예측 모델을 만들 것이다. THEMIS 위성과 Van Allen Probes위성 데이터를 함께 사용하여 좀 더 개선된 모델을 기대할 수 있다. 이렇게 만든 모델은 우주환경을 예보하는데 이용될 것이다.
플라즈마권계면은 태양풍의 상태와 지자기 교란에 영향을 받는다고 잘 알려져 있으며, 이전에 경험적 모델이 제안되어 왔다. 플라즈마권계면은 플라즈마권의 바깥 경계로 플라즈마권은 저에너지 (~1eV) 플라즈마가 밀집해있는 (10 - ) 지역이다. 플라즈마권계면의 위치는 플라즈마 밀도가 급격히 변하는 지역으로 정의할 수 있다. 이 논문에서, 본 학위 논문 연구에서는 THEMIS 위성에서 얻은 플라즈마 밀도 데이터를 사용하여 태양 주기 24의 태양 극소기에서 극대기로 가는 위상에 해당하는 2008년부터 2012년까지의 플라즈마 권계면의 위치를 결정하였다. 플라즈마 권계면은 L변화가 0.5 이내에서 밀도 변화가 15배 이상이 되는 곳으로 엄격히 결정하였다. 이를 바탕으로 지자기 지수와 태양풍 변수를 이용하여 플라즈마 권계면의 위치와의 상관관계를 통계적으로 결정하였다. 먼저 지자기 지수, AE, Dst, 그리고 Kp가 플라즈마권계면의 위치와 적절하게 상호 관련이 있는 시점의 넓은 범위의 시간지연을 정하였다. 다음으로 태양풍 변수에 대해서는, 플라즈마권계면의 위치가 태양풍 속도변수와 가장 좋은 상관관계가 있다는 것을 발견하였으며, 반면 태양풍 행성간 자기장의 z 성분 (IMF Bz)등의 다른 변수들은 플라즈마권계면에 영향을 적게 미치는 것으로 나타났다. 마지막으로 지자기 지수와 태양풍 변수를 토대로 구체적인 플라즈마권계면 예측 모델을 개발하였다. 본 연구에서 사용한 관측 데이터는 태양 극소기에서 극대기로 가는 기간에 걸쳐 수집된 것으로서 약한 지자기 활동과 태양풍 상태를 많이 포함한다. 반면, 과거 타 연구자들이 개발한 예측 모델은 태양 극대기 기간에 수집된 데이터에 바탕을 두어 우리의 통계적 결과와 다르다. 이것은 본 연구에 사용된 기간과 같이 매우 약한 태양풍 상태의 기간에는 그 정확도가 우리의 모델에 비해 낮은 결과를 준다. 앞으로의 연구는 다중회기분석법을 이용하여 좀 더 일반적인 방법으로 플라즈마권계면 예측 모델을 만들 것이다. THEMIS 위성과 Van Allen Probes위성 데이터를 함께 사용하여 좀 더 개선된 모델을 기대할 수 있다. 이렇게 만든 모델은 우주환경을 예보하는데 이용될 것이다.
It is well known that the plasmapause is influenced by solar wind conditions and geomagnetic disturbances, and empirical models have been proposed previously. The plasmapause is the outer boundary of the plasmasphere which is filled with cold (~1eV) and dense plasma (10 - ). The plasmapause location...
It is well known that the plasmapause is influenced by solar wind conditions and geomagnetic disturbances, and empirical models have been proposed previously. The plasmapause is the outer boundary of the plasmasphere which is filled with cold (~1eV) and dense plasma (10 - ). The plasmapause locations are defined as a thin layer across which the plasma density changes rapidly. In this thesis, we identified the locations of the plasmapause using the plasma density data from the Time History of Events and Macroscale Interactions during Substorms (THEMIS) satellite for the period 2008-2012, corresponding to the ascending phase of solar cycle 24. The plasmapause was rigorously determined by requiring density gradient by a factor of 15 within L-change = 0.5. We statistically determined the correlation of the plasmapause locations with geomagnetic indices and solar wind parameters. We identified a broad range of time delay at which the geomagnetic indices, AE, Dst, and Kp, are reasonably correlated to the plasmapause locations. As for the solar wind parameters, we found that the plasmapause locations are best correlated with the solar wind speed, while other factors like IMF Bz can play a minor role. We developed specific fit models based on the geomagnetic indices and solar wind parameters. As our database covers a period of weak geomagnetic and solar wind conditions over the ascending phase from near-sunspot minimum, our statistical results differ from previous works that cover near-sunspot maximum. This yields the result that the prediction accuracy for very weak solar wind state such as our interval is lower for previous works than our study. For future works, developing the Lpp model based on a more general way of multiple regression method is desired. We also expect an improved Lpp model by using the THEMIS and Van Allen Probes data together. These models will be utilized to predict space weather.
It is well known that the plasmapause is influenced by solar wind conditions and geomagnetic disturbances, and empirical models have been proposed previously. The plasmapause is the outer boundary of the plasmasphere which is filled with cold (~1eV) and dense plasma (10 - ). The plasmapause locations are defined as a thin layer across which the plasma density changes rapidly. In this thesis, we identified the locations of the plasmapause using the plasma density data from the Time History of Events and Macroscale Interactions during Substorms (THEMIS) satellite for the period 2008-2012, corresponding to the ascending phase of solar cycle 24. The plasmapause was rigorously determined by requiring density gradient by a factor of 15 within L-change = 0.5. We statistically determined the correlation of the plasmapause locations with geomagnetic indices and solar wind parameters. We identified a broad range of time delay at which the geomagnetic indices, AE, Dst, and Kp, are reasonably correlated to the plasmapause locations. As for the solar wind parameters, we found that the plasmapause locations are best correlated with the solar wind speed, while other factors like IMF Bz can play a minor role. We developed specific fit models based on the geomagnetic indices and solar wind parameters. As our database covers a period of weak geomagnetic and solar wind conditions over the ascending phase from near-sunspot minimum, our statistical results differ from previous works that cover near-sunspot maximum. This yields the result that the prediction accuracy for very weak solar wind state such as our interval is lower for previous works than our study. For future works, developing the Lpp model based on a more general way of multiple regression method is desired. We also expect an improved Lpp model by using the THEMIS and Van Allen Probes data together. These models will be utilized to predict space weather.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.