Wanneer zonnewind in het magnetische veld van de aarde botst, de inslagen rimpelen door de ionosfeer van de planeet, de buitenste schil van de atmosfeer vol geladen deeltjes. Een wereldwijde reeks hoogfrequente radars, bekend als het Super Dual Auroral Radar Network (SuperDARN), volgt de ionosferische plasmacirculatie vanaf de grond, onderzoekers inzicht geven in de interacties tussen zonnewind, de magnetosfeer, en de ionosfeer. Hoewel veel gebruikt in ruimtefysica-onderzoek, het netwerk is niet allesomvattend:elke radar op de grond kan de plasmasnelheid alleen in de zichtlijn meten, bijvoorbeeld. Als resultaat, er zijn grote ruimtelijke en temporele lacunes in het SuperDARN-archief.

historisch, onderzoekers hebben deze hiaten opgevuld met modellen die aannames doen op basis van klimatologische gemiddelden van de SuperDARN-gegevens of op zonnewindmetingen. In een nieuwe studie, Shore et al. een nieuwe methode presenteren met behulp van een data-interpolerende empirische orthogonale functietechniek, waarmee onderzoekers patronen in bestaande SuperDARN-plasmasnelheidsgegevens kunnen detecteren en deze informatie vervolgens kunnen gebruiken om hiaten op te vullen. Het team gebruikte waarnemingen die in februari 2001 waren verzameld door de stations op het noordelijk halfrond van het netwerk en vulde op elk moment ontbrekende informatie in met behulp van de snelheidspatronen die zijn afgeleid van gegevens die gedurende de maand op een bepaalde locatie zijn verzameld en tegelijkertijd van andere netwerklocaties.

De SuperDARN-dataset is van cruciaal belang voor het begrijpen van ruimteweer en de mogelijke effecten ervan op de technologieën die ten grondslag liggen aan zaken als radiocommunicatie en satellietdiensten, en deze nieuwe techniek kan onderzoekers voorzien van de meest nauwkeurige schattingen tot nu toe van ionosferische elektrodynamische variabiliteit.

Dit verhaal is opnieuw gepubliceerd met dank aan Eos, georganiseerd door de American Geophysical Union. Lees hier het originele verhaal.