Радиочастотная масс-спектрометрия газов в экзосфере: анализ данных и прогноз природных событий
Номер: 42 Год: 2024 Страницы: 20-28

УДК: 53.02:087.4

EDN: KOIRQG

Автор(ы):

Лобзова Ксения Дмитриевна1 , e-mail; ksenya.lobzova@gmail.com

Николаев Глеб Алексеевич2, e-mail: con-con1@yandex.ru

Грязнов Дмитрий Константинович3, e-mail: fqe1@yandex.ru

Николаев Алексей Владимирович4, e-mail: аlarmoren@yandex.ru

Богодяж Сергей Дмитриевич3, e-mail: bogodyazh@ipg.geospace.ru

Кирюшов Борис Михайлович3, e-mail: kiryushov@gmail.com

Учреждения:
1 - Научно-исследовательский институт дальней радиосвязи (АО «НПК «НИИДАР»), г. Москва, Россия
2 - Национальный исследовательский ядерный университет «МИФИ» (НИЯУ «МИФИ»), г. Москва, Россия
3 - Институт прикладной геофизики им. академика Е.К. Федорова (ФГБУ «ИПГ»), г. Москва, Россия
4 - Институт машиноведения им. А.А. Благонравова Российской академии наук (ФГБУН «ИМАШ РАН»), г. Москва, Россия

Аннотация:
Рассмотрены прикладные аспекты радиочастотной масс-спектрометрии газа в экзосфере для диапазона высот полета космических аппаратов типа «Метеор М» по итогам анализа баз данных ионных токов, пропорциональных количеству ионов H+ , H2 + , He+ , N+ , O+ , и сопоставления показаний ионного тока по кислороду с аномалиями погоды. На основе анализа данных о составе ионизированных газов в экзосфере выявлена наиболее чувствительная к ультрафиолетовому и корпускулярному солнечному излучению компонента газа – атомарный ион кислорода O+ . Данная компонента образуется в результате обратимого разложения молекулы газа, вызываемого нагревом Солнца. В статье продемонстрировано сравнение среднесуточного показателя О+ и известных научной общественности показателей активности Солнца, а также представлен новый способ предсказания природных событий и обнаружения аномалий газа в экзосфере с помощью предиктивной аналитики, рекуррентных нейронных сетей типа ERNN и алгоритма кластеризации данных типа DBSCAN.

Ключевые слова: экзосфера, околоземное космическое пространство, радиочастотный масс-спектрометр, база данных ионного состава, ионный ток, космический аппарат, космическая погода

Сведения об источниках финансирования: -
Ссылка на XML
Radiofrequency mass spectrometry of gases in the exosphere: data analysis and prediction of natural events
Number: 42 Year: 2024 Pages: 20-28
Authors:

Lobzova Kseniya Dmitrievna1 , e-mail; ksenya.lobzova@gmail.com

Nikolaev Gleb Alekseevich2, e-mail: con-con1@yandex.ru

Gryaznov Dmitry Konstantinovich3, e-mail: fqe1@yandex.ru

Nikolaev Alexey Vladimirovich4, e-mail: аlarmoren@yandex.ru

Bogodyazh Sergey Dmitrievich3, e-mail: bogodyazh@ipg.geospace.ru

Kiryushov Boris Mikhailovich3, e-mail: kiryushov@gmail.com

Institutions:
1 - Research Institute of Long-Range Radio Communications (JSC "RPC "NIIDAR"), Moscow, Russia
2 - National Research Nuclear University "MEPhI" (NRNU "MEPhI"), Moscow, Russia
3 - Institute of Applied Geophysics named after Academician E.K. Fedorov (FGBU "IPG"), Moscow, Russia
4 - Institute of Machine Science named after A.A. Blagonravov of the Russian Academy of Sciences (FGBUN "IMASH RAS"), Moscow, Russia

Abstract
The applied aspects of radiofrequency mass spectrometry of gas in the exosphere for the flight altitude range of Meteor M spacecraft are considered based on the analysis of databases of ion currents proportional to the number of H+, H2+, He+, N+, O+ ions, and comparison of the oxygen ion current readings with weather anomalies. Based on the analysis of data on the composition of ionized gases in the exosphere, the most sensitive gas component to ultraviolet and corpuscular solar radiation was identified – the atomic oxygen ion O+. This component is formed as a result of the reversible decomposition of a gas molecule caused by the heating of the Sun. The article demonstrates a comparison of the average daily O+ indicator and solar activity indicators known to the scientific community, and also presents a new method for predicting natural events and detecting gas anomalies in the exosphere using predictive analytics, recurrent neural networks such as ERNN and a data clustering algorithm such as DBSCAN.

Keywords:  exosphere, near-Earth space, radio frequency mass spectrometer, ion composition database, ion current, spacecraft, space weather

Information about sources of financing: -