O Prêmio Nobel de Física de 2024 foi concedido ao americano John Hopfield e ao cientista canadense britânico Geoffrey Hinton por seu trabalho inovador em aprendizado de máquina e redes neurais artificiais. Esta tecnologia transformadora está agora a fazer ondas em vários campos, incluindo a investigação atmosférica. Um estudo marcante sobre a previsão do comportamento da ionosfera da Terra mostra como as redes neurais estão revolucionando a pesquisa científica.
Um novo estudo sobre a precisão da previsão do conteúdo total de elétrons nas regiões equatoriais fez progressos significativos na compreensão do comportamento da ionosfera da Terra. Pesquisadores da Universidade Federal do Sul da Rússia, Dra. Olga Maltseva e Dr. Artem Karagashian, investigaram como a precisão da previsão varia em diferentes locais próximos ao equador. Suas descobertas, baseadas em métodos avançados de aprendizagem, são descritas no Journal of Geodesy and Geodynamics, revisado por pares.
Uma camada da atmosfera chamada ionosfera, carregada com elétrons e íons livres, é importante para os sistemas globais de navegação e redes de comunicação porque afeta a forma como os sinais viajam pelo espaço. O conteúdo total de elétrons, uma medida de todas as partículas carregadas em uma coluna da ionosfera, é difícil de prever com precisão. Embora estudos anteriores muitas vezes se baseiem em dados limitados e métodos desatualizados, esta investigação utiliza modelos de aprendizagem sofisticados que “vêem” em ambas as direções, melhorando significativamente as previsões para intervalos de curto e longo prazo.
Maltseva e sua equipe analisaram dados de quatorze estações localizadas perto do equador, usando mapas globais produzidos pelo Laboratório de Propulsão a Jato para analisar variações no conteúdo total de elétrons. Estes mapas fornecem uma visão detalhada de como a ionosfera está mudando em todo o mundo. Os modelos foram treinados usando dados sobre a atividade solar que indicam mudanças na produção de energia do Sol, influências geomagnéticas, mudanças no campo magnético da Terra e outros fatores atmosféricos. Esses métodos inovadores superaram os métodos anteriores, fornecendo previsões mais precisas e eliminando inconsistências causadas por diferenças geográficas. Os métodos mais antigos tendem a produzir resultados que variam de acordo com o local e são menos confiáveis globalmente.
Dr. Maltseva destacou a importância disso: “Nossas descobertas sugerem que as abordagens bidirecionais não apenas melhoram a precisão das previsões, mas também moderam a variabilidade geográfica nas margens de erro, fornecendo uma solução robusta para o monitoramento ionosférico global.”
A análise detalhada incluiu estações como Niue, Jigamarca e Darwin, que forneceram informações valiosas sobre como o conteúdo total de elétrons flutua sob diferentes condições atmosféricas. Durante uma tempestade magnética significativa, uma perturbação temporária no campo magnético da Terra causada pela atividade solar, em dezembro de 2015, os modelos destacaram-se na manutenção da sua precisão, exibindo resiliência mesmo em condições climáticas espaciais extremas.
Tais avanços sublinham o potencial da tecnologia avançada na investigação da ionosfera. Ao resolver diferenças na fiabilidade das previsões em diferentes locais, estes modelos abrem a porta à melhoria de serviços como a navegação global e a resposta a catástrofes. As aplicações futuras incluem a integração em tempo real com dados de satélite para melhorar as previsões e reduzir os riscos de perturbações naturais ou provocadas pelo homem.
Nota de diário
Karakashian, A. e Maltseva, O. (2024). “Dependência longitudinal da precisão da previsão do conteúdo total de elétrons da ionosfera na zona equatorial.” Geodésia e Geodinâmica, 15(2024), 528-541. DOI: https://doi.org/10.1016/j.geog.2024.02.001
Sobre o autor
Dra. Olga Maltseva Ele é pesquisador principal do Instituto de Pesquisa Física da Universidade Federal do Sul em Rostov-on-Don, Rússia. Durante sua longa carreira, ele publicou vários artigos em periódicos e algumas monografias sobre modelagem de ondas de rádio de diferentes bandas de frequência na ionosfera e na magnetosfera. Seus interesses atuais incluem a validação de modelos ionosféricos empíricos, a integração do conteúdo total de elétrons (TEC) nesses modelos e a investigação do impacto das tempestades magnéticas nas distribuições globais do TEC.
