Correspondence of variations of AE and Apo indices in 23–24 solar cycles

Cover Page

Cite item

Full Text

Abstract

The auroral electrojet index AE is often used in forecasting models as a characteristic of a source of the disturbance propagation in the geosphere from the pole to middle and low latitudes. However, these data are no longer available digitally since January 2020. Instead of the AE−index, we suggest using the recently introduced 1 h Apo−index, given the close proximity of magnetometer networks for these indices at high latitudes and the availability of the Apo−index in real time. To this end their correlation is analyzed during 276 intense storms for 1995–2017. Storm profiles are constructed by method of superposed epoch with zero epoch time t0 = 0 taken at the threshold value of AE ≥ 1000 nT. A comparison is made of the storm profiles of AE(t), Apo(t), the interplanetary electric field E(t) and the solar wind speed Vsw(t) within 72 hours: 24 hours before the storm peak t0, and 48 hours after it. A good agreement is obtained between the sets AE(t) and Apo(t) with a correlation coefficient of 0.70. Comparison with the interplanetary parameters testifies on the correlation of AE(t) and Apo(t) with the electric field E(t) but absence of their coupling with the solar wind speed Vsw(t). A two−parametric formula is derived for dependence of the auroral electrojet index AE(t) on the interplanetary electric field E(t) and the geomagnetic Apo(t) index for the geomagnetic storm forecasting. In the absence of E(t) data, formulae for the dependence of AE(t) on Apo(t) is introduced for implementation in real time and the inverse dependence of Apo(t) on AE(t) for reconstruction of the 1 h Apo−index before 1995. Validation of the proposed models with data for 5 intense storms in 2018 has shown a close resemblance of the model with observation data of the AE−index with a high coefficient of determination R2 ranging from 0.62 to 0.81.

Full Text

1. ВВЕДЕНИЕ

Во время геомагнитных бурь электрическое поле магнитосферной конвекции усиливается, проникает во внешние L-оболочки и движется по силовым линиям к экватору. Наиболее подвержены влиянию космической погоды полярные и экваториальные зоны в магнитосфере и ионосфере [Tsurutani et al., 1990; Gulyaeva and Stanislawska, 2010; Gu et al., 2019; Prikryl et al., 2022]. Это, в частности, подтверждается широким использованием в операционных системах мониторинга и прогноза космической погоды индексов авроральной электроструи AE и кольцевого тока, представленного экваториальным Dst-индексом. AE-индекс был введен для измерений вариаций горизонтальной компоненты H геомагнитного поля в выбранных 10−13 обсерваториях [Davis and Sugiura, 1966]. Верхняя граница отклонений H от спокойного уровня обозначена как AU-индекс, нижняя граница как AL-индекс, представляющие соответственно интенсивности восточной и западной авроральной электроструи. AE-индекс представляет собой разность AU и AL (AE = AU − AL). Наряду с другими известными параметрами, индексы AE, AU и AL широко используются в исследованиях влияния космической погоды на космические и телекоммуникационные системы [Schrijver, 2015], авиационную безопасность [Göker, 2023] и другие технологии.

AE-индекс широко применяется для исследования морфологии суббурь, ионосферных бурь, радио мерцаний и взаимосвязи межпланетного магнитного поля с магнитосферой Земли [Echer et al., 2006; Klimenko et al., 2011; Luo et al., 2013; Nesse Tyssøy et al., 2021; Белюченко и др., 2022]. Его практическое применение в ионосферных прогнозах [Li et al., 2015; Yenen et al., 2015; Гуляева, 2016а, б] затруднено из-за отсутствия этих данных в числовом формате с января 2020 г. на сайте провайдера (https://wdc.kugi.kyoto-u.ac.jp/wdc/Sec3.html).

Отсутствие данных AE в реальном времени частично компенсируется прогнозами AE-индекса, основанными на измерениях параметров солнечного ветра [Luo et al., 2013; Gu et al., 2019]. Корреляции аврорального AE-индекса с другими индикаторами магнитосферных возмущений исследовались ранее в ряде работ [Rostoker, 1991; Cade III et al., 1995; Fares Saba et al., 1997; Шубин и др., 1998; Adebesin, 2016; Bergin et al., 2020; Гуляева, 2023]. В них использовались сравнения AE с трехчасовыми ap и Kp-индексами, минутными SME и SMR- индексами и часовыми Dst-индексами. Было показано, что более плотная сеть магнитометров SuperMAG позволяет улучшить оценку эффектов ионосферно-магнитосферных возмущений с помощью индексов SME, рассчитанных по методике AE, и измерений кольцевого тока SMR, подобных Dst [Bergin et al., 2020]. Однако данные SuperMAG имеются только до конца 2022 г., они не предоставляются в реальном времени и поэтому не используются в прогнозах.

Недавно ряды трехчасовых геомагнитных индексов Kp и ap пополнились 1-часовыми (Hpo60 и apo60) и 30-минутными (Hpo30 и apo30) индексами, измеряемыми на их общей сети магнитометров вблизи аврорального овала [Yamazaki et al., 2022]. Обозначим для краткости 1-часовые индексы Hpo = Hpo60 и Apo = apo60 соответственно. Индексы Hpo и Apo доступны с 1995 г. на сайте (https://kp.gfz-potsdam.de/en/hp30-hp60) и продолжают регулярно пополняться в режиме реального времени. В данной работе впервые исследуются взаимосвязи между AE- и Apo-индексами во время интенсивных геомагнитных бурь, с целью использования нового ряда 1-часовых Apo индексов в прогнозах эффектов геомагнитных бурь вместо отсутствующих цифровых данных AE-индекса.

2. АНАЛИЗ ДАННЫХ

Прежде чем перейти к сравнению поведения геомагнитных AE и Apo индексов во время интенсивных геомагнитных бурь, рассмотрим расположение сетей магнитометров, на основе измерений которых вычисляются эти индексы (рис. 1). Видно близкое расположение источников данных в высоких широтах. Сеть магнитометров для AE-индекса располагается выше 60° магнитной широты в Северном полушарии, а сеть для Apo-индекса, совпадающая с сетью 3-часовых ap- и Kp-индексов, − вблизи 60° магнитной широты в Северном полушарии и двух станций в Южном полушарии.

 

Рис. 1. Сети магнитометров, поставляющие данные для производства AE- и Apo-индексов.

 

Сравнение профилей бури для AE и Apo-индексов выполнено методом совмещения эпох для 276 интенсивных бурь, с началом отсчета t0 = 0 при пороговом значении AE- ≥ 1000 нТл за 1995−2017 гг. При наличии ряда значений AE ≥ 1000 нТл в течение бури, начало отсчета t0 = 0 отнесено к наибольшему значению AE. Профили бурь вычислены в течение 72 ч: 24 ч до пика бури t0, и 48 ч после него. Результаты показаны на рис. 2а − профили бурь AE(t) и рис. 2б − профили бурь Apo(t). В работе [Куражковская и Куражковский, 2023] показана зависимость Ap- и Dst-индексов от индикаторов солнечной активности, а также от параметров солнечного ветра и межпланетного магнитного поля. Межпланетное электрическое поле показывает наилучшую корреляцию с геомагнитными индексами и отрицательными ионосферными возмущениями [Crooker and Gringauz, 1993; Kim and Chang, 2014; Gulyaeva, 2024]. В данной работе профили параметров межпланетного электрического поля E(t) (рис. 2в) и скорости солнечного ветра Vsw(t) (рис. 2г) посчитаны для сравнения с вариациями AE(t) и Apo(t) во время 276 интенсивных бурь. Электрическое поле солнечного ветра E (в единицах мВ/м) вычисляется как произведение южной компоненты Межпланетного магнитного поля, Bz (нТл) на скорость солнечного ветра Vsw (км/с) с обратным знаком и предоставляется на сайте (https://omniweb.gsfc.nasa.gov/form/omni_min.html):

E = −BzVsw10−3 . (1)

 

Рис. 2. Профили интенсивных бурь за 1995−2017 гг., центрированные к моменту пика АЕ-индекса: (а) профили AE(t); (б) Apo(t); (в) E(t); (г) Vsw(t). Индивидуальные профили − черные линии, медиана − белая кривая.

 

Индивидуальные профили бурь показаны на рис. 2а−г черными линиями, медиана − белая кривая. В медианах, в частности, хорошо видно совпадение пика бурь Apo с пиком бурь AE. Видно, что пик Emax опережает на 1ч t0, в то время как Vswmax запаздывает на 8 ч после t0. Пик Emax отражает момент пика южной компоненты Bz при возросшей скорости Vsw (уравнение (1)). Визуально вариации профиля бурь E(t) соответствуют вариациям AE(t) и Apo(t), что подтверждает изменения в AE под влиянием конвекции электрического поля солнечного ветра [Gu et al., 2019]. Исследование корреляций различных параметров космической погоды с геомагнитным Dst-индексом также показали его наилучшее соответствие произведению |VswBz|, пропорциональному электрическому полю [Samwel and Miteva, 2023]. Запаздывание по времени скорости солнечного ветра в максимуме, Vswmax, после t0 свидетельствует о том, что скорость солнечного ветра Vsw не пригодна для использования в прогнозах интенсивных бурь AE- и Apo-индексов, развитие которых предшествует пику Vsw.

Качественное сравнение профилей бурь на рис. 2а−г подтверждается коэффициентом корреляции между рассмотренными параметрами, представленным в табл. 1. Заметим, что в эти сравнения включены все моменты профилей бури – за 24 ч до ее пика t0 и 48 ч в фазе восстановления. Из табл. 1 видно, что корреляция отсутствует между Vsw и E, слабая корреляция наблюдается между Vsw и AE и между Vsw и Apo. Коэффициент корреляции улучшается между индексами E и AE и между E и Apo. Наилучшая корреляция наблюдается между AE- и Apo-индексами с коэффициентом корреляции, равным 0.70. Это свойство мы используем для вывода уравнений связи между исследуемыми индексами.

 

Таблица 1. Коэффициент корреляции между значениями 4-х рассмотренных индексов во время интенсивных геомагнитных бурь

Индекс

Vsw

E

AE

Apo

Vsw

1

0.02

0.29

0.36

E

 

1

0.58

0.50

AE

  

1

0.70

Apo

   

1

 

На рис. 3а приведена зависимость индекса AE от Apo, и на рис. 3б – обратная ей зависимость Apo от AE, построенная по данным профилей бурь, приведенных на рис. 2а, б. Точками показаны исходные данные, сплошная кривая – экспоненциальная модель, построенная по методу наименьших квадратов:

AE = a ebApo (2)

Apo = a1 eb1 AE (3)

 

Рис. 3. Регрессионные зависимости между индексами АЕ и Apo: (а) зависимость AE от Apo; (б) зависимость Apo от AE.

 

Коэффициенты аппроксимаций (2−3) приведены в табл. 2 с указанием меры определенности R2. Полученные значения R2 показывают хорошее приближение модели к данным.

 

Таблица 2. Коэффициенты экспоненциальных выражений (2−3) и мера определенности R2

Модель

a

b

a1

b1

R2

AE(Apo)

316.0014

0.0053

  

0.453

Apo(AE)

  

12.9814

0.0017

0.476

 

Выражения (2−3) включают все точки профилей бурь. При наличии данных межпланетного электрического поля профиль бурь AE-индекса можно представить в зависимости от двух параметров: E и Apo. Такая двухпараметрическая зависимость представлена на рис. 4 и в уравнении (4):

AE = p00 + p10E + p01Apo (4)

 

Рис. 4. Двухпараметрическая зависимость профиля бурь AE-индекса от параметров E и Apo.

 

Коэффициенты уравнения (4) представлены в табл. 3 с указанием меры определенности R2. Параметр R2 показывает высокую точность модели.

 

Таблица 3. Коэффициенты двухпараметрической модели (4) и мера определенности R2

Модель

p00

p10

p01

R2

AE(E, Apo)

219.1

34.88

4.955

0.561

 

Как указано выше, мы исследовали все интенсивные бури за время имеющегося ряда часовых Apo- и АЕ-индексов с 1995 по 2017 гг. Данные AE-индекса в цифровом виде имеются по март 2019 г. С января 2018 г. по декабрь 2019 г. наблюдалось 12 интенсивных бурь с AE-ндексом, превышающим 1000 нТл, 5 из которых перечислены в табл. 4.

 

Таблица 4. Проверка моделей (2) и (4) для 5 бурь в 2018 г.

Дата

AEmax, нТл

Apomax, нТл

Emax, мВ/м

R2

(2)

R2

(4)

18.03.2018 г.

1113

111

3.56

0.62

0.71

20.04.2018 г.

1001

111

5.76

0.81

0.72

01.06.2018 г.

1001

56

3.86

0.71

0.77

26.08.2018 г.

1210

179

6.56

0.74

0.75

05.11.2018 г.

1045

94

3.66

0.64

0.72

 

Эти события относятся к минимуму солнечной активности, но интенсивность геомагнитных возмущений в них выбрана по тому же критерию AE ≥ 1000 нТл, что и в списке проанализированных бурь. Мы используем профили этих 5 бурь, не включенных в данные при анализе, для проверки предложенных моделей. Сравнение проводилось для каждого события в течение 3-х календарных дней: один день до пика бури AEmax, день пика бури, указанный в 1-м столбце табл. 4, и один день, следующий за пиком бури. Всего сравнение проводилось в течение 72 ч для каждого события. Результаты представлены на рис. 5 и рис. 6 и в табл. 4.

На рис. 5 и рис. 6 (верхняя панель) представлены данные наблюдаемого AE-индекса (кривая 1), результаты расчета по модели (2) − кривая 2, и расчета по модели (4) − кривая 3. Исходные данные для расчетов показаны на средней панели (электрическое поле E) и на нижней панели (планетарный Apo-индекс). На верхней панели видно близкое соответствие модельных расчетов данным наблюдений. На рис. 5 представлена буря с 17 по 19 марта 2018 г., при этом модели близко воспроизводят наблюдательный профиль бури AE-индекса. Пример на рис. 6 относится к буре с 25 по 27 августа 2018 г. На рис. 6 видно хорошее воспроизведение моделями вариаций AE-индекса, несмотря на сложную колебательную структуру его изменений во время бури.

 

Рис. 5. Данные наблюдений и расчеты по модели во время бури с 17 по 19 марта 2018 г. (а) 1 − наблюдения АЕ-индекса; 2 − расчет по модели (2); 3 − расчет по модели (4); (б) наблюдения электрического поля E; (в) наблюдения индекса Apo.

 

Рис. 6. Аналогично рис. 5 для бури с 25 по 27 августа 2018 г.

 

Количественные оценки расчетов по моделям (2) и (4) для 5 контрольных примеров представлены в табл. 4. Здесь указаны максимальные значения наблюдаемых индексов во время бури (AEmax, Apomax и Emax) и коэффициент определенности R2 для моделей (2) и (4). Видно высокое значение коэффициента R2, с лучшими результатами для модели (4) по сравнению с моделью (2), за исключением 2-го события с 19 по 21 апреля 2018 г. В рассмотренных случаях коэффициент определенности R2 меняется от 0.62 до 0.81.

3. ВЫВОДЫ

Применение аврорального АЕ-индекса в прогностических моделях затруднено, так как с января 2020 г. данные AE приведены только в виде рисунков на сайте в Киото (https://wdc.kugi.kyoto-u.ac.jp/wdc/Sec3.html). Учитывая близкое расположение источников данных для AE- и Apo-индексов, наличие цифровых данных Apo по адресу (https://kp.gfz-potsdam.de/en/hp30-hp60) и отсутствие таких данных AE в реальном времени, можно рекомендовать использование Apo-индекса в качестве управляющего параметра в геосферных моделях.

Этот вывод подтверждается проведенным исследованием корреляции AE(t) и Apo(t) индексов во время 276 интенсивных бурь за 1995−2017 гг. Профили бурь построены методом совмещения эпох с началом отсчета t0 = 0 при пороговом значении AЕ ≥ 1000 нТл. Проведено сравнение профилей бурь AE(t), Apo(t), межпланетного электрического поля E(t) и скорости солнечного ветра Vsw(t) в течение 72 ч: 24 ч до пика бури t0, и 48 ч после него. Получено хорошее соответствие между рядами AE(t) и Apo(t) с коэффициентом корреляции 0.70. Сравнение с межпланетными параметрами показало корреляцию AЕ(t) и Apo(t) с электрическим полем Е(t) и отсутствие их прямой связи со скоростью солнечного ветра Vsw(t).

Выведена двухпараметрическая формула зависимости индекса авроральной электроструи AE(t) от межпланетного электрического поля E(t) и геомагнитного индекса Apo(t) для использования в прогнозах геомагнитных бурь. В случае отсутствия данных E(t) предложены формулы прямой зависимости АЕ(t) от Apo (t) для применения в реальном времени и обратной зависимости Apo (t) от АЕ(t) для реконструкции 1-часового Apo-индекса до 1995 г.

Проверка предложенных моделей по данным 5 интенсивных бурь в 2018 г. показала ее соответствие наблюдательным данным АЕ-индекса с высоким коэффициентом определенности R2 в пределах от 0.62 до 0.81.

×

About the authors

T. L. Gulyaeva

Pushkov Institute of Terrestrial Magnetism, Ionosphere, and Radio Wave Propagation of Russian Academy of Sciences

Author for correspondence.
Email: gulyaeva@izmiran.ru
Russian Federation, Moscow, Troitsk

References

  1. Белюченко К.В., Клименко М.В., Клименко В.В., Ратовский К.Г. Связь возмущений полного электронного содержания с AE-индексом геомагнитной активности во время геомагнитной бури в марте 2015 г. // Солнечно-земная физика. Т. 8. № 3. С. 41−48. 2022. https://doi.org/10.12737/szf-83202206
  2. Гуляева Т.Л. Прогноз глобального электронного содержания в ионосфере в процессе развития геомагнитной бури / Тр. XX Всероссийской ежегодной конф. “Солнечная и солнечно-земная физика – 2016”. СПб, 10–14 октября 2016 г. Ред. А.В. Степанов, Ю.А. Наговицын. С. 85−88. 2016а.
  3. Гуляева Т.Л. Идентичность AE и Apo индексов в 23−24 циклах солнечной активности / Тр. XXVII Всероссийской ежегодной конф. “Солнечная и солнечно-земная физика – 2023”. СПб, 9–13 октября 2023 г. Ред. А.В. Степанов, Ю.А. Наговицын. С. 85−88. 2016б. https://doi.org/10.31725/0552-5829-2023-85-88
  4. Куражковская Н.А., Куражковский А.Ю. Эффект гистерезиса между индексами геомагнитной активности (Ap, Dst) и параметрами межпланетной среды в 21−24 циклах солнечной активности // Солнечно-земная физика. Т. 9. № 3. С. 73−82. 2023. https://doi.org/10.12737/szf-93202308
  5. Шубин В.Н., Иванов-Холодный Г.С., Ситнов Ю.С. Использование интегральных индексов для описания динамики магнитных бурь // Геомагнетизм и аэрономия. Т. 38. № 4. C. 16–23. 1998.
  6. Adebesin B.O. Investigation into the linear relationship between the AE, Dst and ap indices during different magnetic and solar activity conditions // Acta Geod. Geophys. V. 51. № 2. P. 315–331. 2016. https://doi.org/10.1007/s40328-015-0128-2
  7. Bergin A., Chapman S.C., Gjerloev J.W. AE, DST, and their SuperMAG counterparts: The effect of improved spatial resolution in geomagnetic indices // J. Geophys. Res. – Space. V. 125. № 5. ID e2020JA027828. 2020. https://doi.org/10.1029/2020JA027828
  8. Cade III W.B., Sojka J.J., Zhu L. A correlative comparison of the ring current and auroral electrojects using geomagnetic indices // J. Geophys. Res. – Space. V. 100. № 1. P. 97−105. 1995. https://doi.org/10.1029/94JA02347
  9. Crooker N.U., Gringauz K.I. On the low correlation between long-term averages of solar wind speed and geomagnetic activity after 1976 // J. Geophys. Res. – Space. V. 98. № 1. P. 59–62. 1993. https://doi.org/10.1029/92JA01978
  10. Davis T.N., Sugiura M. Auroral electrojet activity index AE and its universal time variations // J. Geophys. Res. V. 71. № 3. P. 785–801. 1966. https://doi.org/10.1029/jz071i003p00785
  11. Echer E., Gonzalez W. D., Alves M.V. On the geomagnetic effects of solar wind interplanetary magnetic structures // Space Weather. V. 4. № 6. ID S06001. 2006. https://doi.org/10.1029/2005SW000200
  12. Fares Saba M.M., Gonzalez W.D., Cluúa de Gonzalez A.L. Relationships between the AE, ap and Dst indices near solar minimum (1974) and at solar maximum (1979) // Ann. Geophys. V. 15. № 10. P. 1265−1270. 1997. https://doi.org/10.1007/s00585-997-1265-x
  13. Göker Ü.D. Short- and long-term changes in the neurophysiological status of pilots due to radiation exposure caused by geomagnetic storms // Medical Research Archives. V.11. № 9. 2023. https://doi.org/10.18103/mra.v11i9.4395
  14. Gu Y., Wei H.-L., Boynton R.J., Walker S.N., Balikhin M.A. System identification and data-driven forecasting of AE index and prediction uncertainty analysis using a new cloud-NARX model // J. Geophys. Res. – Space. V. 124. № 1. P. 248–263. 2019. https://doi.org/10.1029/1018JA025957
  15. Gulyaeva T.L., Stanislawska I. Magnetosphere associated storms and autonomous storms in the ionosphere−plasmasphere environment // J. Atmos. Sol.-Terr. Phy. V. 72. № 1. P. 90–96. 2010. https://doi.org/10.1016/j.jastp.2009.10.012
  16. Gulyaeva T.L. Interaction of global electron content with the Sun and solar wind during intense geomagnetic storms // Planet. Space Sci. 2024. V. 240. ID 105830. https://doi.org/10.1016/j.pss.2023.105830
  17. Klimenko M.V., Klimenko V.V., Ratovsky K.G., Goncharenko L.P., Sahai Y., Fagundes P.R., de Jesus R., de Abreu A.J., Vesnin A.M. Numerical modeling of ionospheric effects in the middle- and low-latitude F region during geomagnetic storm sequence of 9–14 September 2005 // Radio Sci. V. 46. № 3. ID RS0D03. 2011. https://doi.org/10.1029/2010RS004590
  18. Li Sh., Galas R., Ewert D., Peng J. An empirical model for the ionospheric global electron content storm-time response // Acta Geophys. V. 51. № 1. P.253–269. 2015. https://doi.org/10.1515/acgeo-2015-0067
  19. Luo B., Li X., Temerin M., Liu S. Prediction of the AU, AL, and AE indices using solar wind parameters // J. Geophys. Res. – Space. V. 118. № 12. P. 7683–7694. 2013. https://doi.org/10.1002/2013JA019188
  20. Nesse Tyssøy H., Partamies N., Babu E.M., Smith-Johnsen C., Salice J.A. The predictive capabilities of the Auroral Electrojet index for medium energy electron precipitation // Front. Astron. Space Sci. V. 8. ID 714146. 2021. https://doi.org/10.3389/fspas.2021.714146
  21. Prikryl P., Gillies R.G., Themens D.R., Weygand J.M., Thomas E.G., Chakraborty S. Multi-instrument observations of polar cap patches and traveling ionospheric disturbances generated by solar wind Alfvén waves coupling to the dayside magnetosphere // Ann. Geophys. V. 40. № 6. P. 619–639. 2022. https://doi.org/10.5194/angeo-40-619-2022
  22. Rostoker G. A quantitative relationship between AE and Kp // J. Geophys. Res. − Space. V. 96. № 4. P. 5853−5857. 1991. https://doi.org/10.1029/90JA02752
  23. Samwel S., Miteva R. Correlations between space weather parameters during intense geomagnetic storms: Analytical study // Adv. Space Res. V. 72. № 8. P. 3440−3453. 2023. https://doi.org/10.1016/j.asr.2023.07.053
  24. Schrijver C.J. Socio-economic hazards and impacts of space weather: The important range between mild and extreme // Space Weather. V. 13. № 9. P. 524–528. 2015. https://doi.org/10.1002/2015SW001252
  25. Tsurutani B.T., Goldstein B.E., Smith E.J., Gonzales W.D., Tang F., Akasofu S.I., Anderson R.R. The interplanetary and solar causes of geomagnetic activity // Planet. Space Sci. V. 38. № 1. P. 109–126. 1990. https://doi.org/10.1016/0032-0633(90)90010-N
  26. Yamazaki Y., Matzka J., Stolle C., Kervalishvili G., Rauberg J., Bronkalla O., Morschhauser A., Bruinsma S., Shprits Y.Y., Jackson D.R. Geomagnetic activity index Hpo // Geophys. Res. Lett. V. 49. № 10. 2022. https://doi.org/10.1029/2022GL098860
  27. Yenen S.D., Gulyaeva T.L., Arikan F., Arikan O. Association of ionospheric storms and substorms of Global Electron Content with proxy AE index // Adv. Space Res. V. 56. № 7. P. 1343–1353. 2015. https://doi.org/10.1016/j.asr.2015.06.025

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Magnetometer networks providing data for the production of AE and Apo indices.

Download (181KB)
Indexing metadata
3. Fig. 2. Profiles of intense storms for 1995−2017, centered at the moment of the AE index peak: (a) AE(t) profiles; (b) Apo(t); (c) E(t); (d) Vsw(t). Individual profiles are black lines, median is white curve.

Download (680KB)
Indexing metadata
4. Fig. 3. Regression dependencies between the AE and Apo indices: (a) dependence of AE on Apo; (b) dependence of Apo on AE.

Download (263KB)
Indexing metadata
5. Fig. 4. Two-parameter dependence of the AE index storm profile on the E and Apo parameters.

Download (185KB)
Indexing metadata
6. Fig. 5. Observational data and model calculations during the storm from March 17 to 19, 2018. (a) 1 − AE index observations; 2 − model calculation (2); 3 − model calculation (4); (b) electric field E observations; (c) Apo index observations.

Download (170KB)
Indexing metadata
7. Fig. 6. Similar to Fig. 5 for the storm from August 25 to 27, 2018.

Download (167KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».