Validierung von Swarm Datenprodukten - GFZ-Potsdam
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Abschlussbericht zum Vorhaben
Validierung von Swarm Datenprodukten
Förderkennzeichen 50EE1404
01.09.2014 – 31.12.2015
An das
Raumfahrtmanagement des
Deutschen Zentrum für Luft- und Raumfahrt (DLR)
Projektleitung: Prof. Dr. Hermann Lühr
Helmholtz-Zentrum Potsdam
Deutsches GeoForschungsZentrum (GFZ)
Sektion 2.3 Erdmagnetfeld
Telegrafenberg
14473 Potsdam
Juli 2016
INHALTSVERZEICHNIS
1. HINTERGRUND ......................................................................................................................... 3
2. ZIELE DES VORHABENS ............................................................................................................. 3
2.1 Erdmagnetfeld................................................................................................................................... 3
2.2 Ionosphäre/Thermosphäre ............................................................................................................... 4
2.3 Geodäsie ........................................................................................................................................... 4
3. ERZIELTE ERGEBNISSE............................................................................................................... 4
3.1 Projektkoordination .......................................................................................................................... 4
3.2 Aktivitäten zum Erdmagnetfeld ........................................................................................................ 5
Eulerwinkel ..................................................................................................................................... 5
Temperatureinfluss ...................................................................................................................... 13
Zusammenfassung ........................................................................................................................ 19
3.3 Aktivitäten zur Validierung von ionosphärischen Datenprodukten ................................................ 19
Einleitung und Ziele des Projektes ............................................................................................... 19
Methoden zur Bestimmung von Field-Aligned Currents (FAC)..................................................... 20
Statistische Untersuchungen der Level-2 FAC Datenprodukte .................................................... 22
Detailstudien von Konstellationen aller drei Satelliten ................................................................ 25
Auswirkung der F-map Kalibrierung auf die Vermessung von FAC .............................................. 27
3.4 Arbeiten zur Validierung der Ionendriftgeschwindigkeit und Plasmadichte................................... 29
3.5 Validierung der Elektronendichte- sowie Plasmadrift-Messungen der Swarm Satelliten .............. 31
Einleitung ...................................................................................................................................... 31
Validierung der Swarm-Elektronendichte-Messungen ................................................................ 31
Validierung der Swarm-Plasmadrift-Messungen .......................................................................... 37
Zusammenfassung ........................................................................................................................ 37
Ausblick ........................................................................................................................................ 38
3.6 Aktivitäten zur Geodäsie ................................................................................................................. 38
Sternsensor Validierung ............................................................................................................... 38
Akzelerometer- und Bahn-Validierung ......................................................................................... 45
4. AUSBLICK ............................................................................................................................... 56
5. REFERENZEN .......................................................................................................................... 57
ANHANG ....................................................................................................................................... 59
ANHANG I: INFORMATIONEN ZU DEN WORKSHOPS IM PROJEKT................................................... 59
ANHANG II: ERFOLGSKONTROLLBERICHT / VERWERTUNGSPLAN ................................................... 63
1 Beitrag der Ergebnisse zu den förderpolitischen Zielen ..................................................................... 63
2 wissenschaftlich-technisches Ergebnis des FE-Vorhabens, erreichte Nebenergebnisse und
wesentliche gesammelte Erfahrungen.................................................................................................. 64
3 Erfindungen/Schutzrechtsanmeldungen ........................................................................................... 68
4 wirtschaftlichen Erfolgsaussichten nach Auftragsende..................................................................... 68
5 wissenschaftliche und/oder technische Erfolgsaussichten nach Auftragsende .......................... 68
6 wissenschaftliche und wirtschaftliche Anschlussfähigkeit .......................................................... 69
7 Arbeiten, die zu keiner Lösung geführt haben ............................................................................ 70
8 Einhaltung der Kosten- und Zeitplanung .....................................................................................70
2
1. Hintergrund
Swarm ist die dritte Mission in ESA’s Earth Observation Opportunity Programme mit dem
zentralen Ziel, die bisher beste Vermessung des geomagnetischen Feldes und seiner zeitlichen
Änderungen vorzunehmen. Dies wird wesentlich dazu beitragen, unsere Kenntnisse über die
Vorgänge im Erdinneren und im erdnahen Weltraum zu erweitern. Swarm wurde im November 2013
gestartet. Die Freigabe von Swarm Daten an die Öffentlichkeit begann im Mai 2014. Für die effektive
Nutzung der neuartigen Beobachtungen dieser Konstellations-Mission ist es unerlässlich, zuvor eine
sorgfältige Ermittlung der Datenqualität der Swarm-Instrumente durchzuführen. Die Kalibrierung von
jeweils sieben anspruchsvollen wissenschaftlichen Instrumenten auf drei Satelliten stellt die
internationale Swarm-Community vor komplexe Aufgaben. Die deutschen Aktivitäten betreffen die
Validierung der Swarm Level-1 und Level-2 Datenprodukte, sie gliedern sich in die drei
Themenschwerpunkte: Geomagnetisches Feld, Ionosphäre/Thermosphäre und Geodäsie.
Das Vorhaben „Validierung von Swarm Level-1b und Level-2 Datenprodukten in den
Themenbereichen Erdmagnetfeld, Ionosphäre/Thermosphäre und Geodäsie (Swarm – Cal/Val)“
wurde als Reaktion auf die ESA-Ausschreibung “Swarm Science and Validation Opportunity call”
initiiert. ESA hat den deutschen Validierungsvorschlag im Februar 2012 akzeptiert. Ein gemeinsamer
Antrag wurde im April 2014 an das DLR Raumfahrtmanagement gesandt und im Juli 2014 genehmigt.
Die Arbeiten im Vorhaben haben am 01.09.2014 begonnen und umfassen eine Laufzeit von 16
Monaten, bis zum 31.12.2015.
Der Hauptauftragnehmer im Validierungsvorhaben war das GFZ Potsdam unter der Leitung
von Prof. Hermann Lühr. Ein Großteil der Arbeiten im Vorhaben wurden vom GFZ erbracht,
beispielsweise die Bestimmung der Euler-Winkel, die Bestimmung der Ionendriftgeschwindigkeit und
der Vergleich mit bodengebundenen Messungen der Ionosphäre (SuperDARN/PolarDARN). Auch das
Projektmanagement im Vorhaben war Aufgabe des GFZ Potsdam. Weitere deutsche Institute waren
über Unteraufträge eingebunden und haben sich vertraglich verpflichtet, Teilaufgaben im Vorhaben
zu übernehmen. Das Team um Prof. Chau am Leibniz-Institut für Atmosphärenphysik der Universität
Rostock beschäftigte sich mit der Validierung der Swarm Datenprodukte, die für den Themenbereich
Ionosphäre/Thermosphäre von Bedeutung sind. Das vektorielle Magnetfeld und ionosphärische
Ströme standen im Mittelpunkt der Arbeiten der Jacobs University Bremen um Prof. Joachim Vogt.
Ein Team der TU München unter der Leitung von Prof. Pail widmete sich dem Themenbereich
Geodäsie.
2. Ziele des Vorhabens
Das Swarm-Validierungsteam in Deutschland beschäftigte sich mit der Überprüfung von
Level-1 und Level-2 Datenprodukten in den drei Themenfeldern Erdmagnetfeld,
Ionosphäre/Thermosphäre und Geodäsie. Im folgenden sind die Arbeitsaufgaben kurz skizziert.
2.1 Erdmagnetfeld
Die mit der Swarm-Sensorik erreichte hochgenaue Messung der Magnetfeldstärke
und -richtung ermöglicht es, eine Vielzahl drängender geophysikalischer Fragen zu beantworten. Die
Genauigkeit, mit der die Ausrichtung der Vektormessungen im physikalischen Bezugssystem im
einzelnen gewährleistet wird, ist wichtig für die Modellbildung und die wissenschaftliche
Auswertung. Die Qualität bzw. Validität der Richtungsmessung hängt davon ab, inwieweit der Winkel
3
(und dessen Veränderung mit der Zeit) zwischen Vektormagnetometer und den Sternkameras für
jeden der drei Satelliten bekannt ist. Dementsprechend ergeben sich folgende Aufgaben:
• Bestimmung der sogenannten Euler-Winkel (Winkel zwischen den Sternsensoren und
dem Vektormagnetometer);
• Messwertkombination der drei Sternkameras, Testen alternativer Methoden und ggf.
Empfehlung zur Implementierung in der Standard-Datenverarbeitung;
• Prüfen der Zuverlässigkeit der Vektormagnetometerdaten durch die Messreihe des
absoluten skalaren Magnetometer, Interpretation der Residuen zwischen VFM und
ASM.
2.2 Ionosphäre/Thermosphäre
Die Daten zur Charakterisierung der Ionosphäre-Thermosphäre werden vom Electric Field
Instrument (EFI) gemessen. Die Validierung und Kalibrierung der gemessenen Daten erfolgt über den
Abgleich mit anderen bodengebundenen Messsystemen:
• Beim Überflug eines Ionosphäre-Radars, z.B. EISCAT und Jicamarca Radio
Observatory, können die Messgrößen des EFI (Ionendrift, Plasmadichte und
Temperatur) mit denen des Radars verglichen und angepasst werden;
• Vergleich der Swarm Level-1b Ionendrift-Messungen mit denen der Anlage des
Instituts für Atmosphärenphysik in Juliusruh, Rügen und mit SuperDARN-Radaren der
hohen und mittleren Breiten;
• Level-2 Daten zu ionosphärischen Strömen, basierend auf Messungen mehrerer
Satelliten, werden auf Plausibilität getestet.
2.3 Geodäsie
Dieses Fachgebiet beschäftigt sich mit der Produktvalidierung der Sternkameradaten und
Beschleunigungssensordaten. Die Ziele sind eine unabhängige Evaluierung der
Instrumentengenauigkeit und eine Validierung der Leistungsfähigkeit der offiziellen Level-1b und
Level-2 Prozessierungsalgorithmen.
• Plausibilitätsprüfungen werden zur Validierung der Level-1a und -1b
Sternkameradaten durch Vergleich mit Magnetometer- und Akzelerometer-Daten
durchgeführt;
• Validierung der Akzelerometer Level-1a und 1b Daten durch Vergleich mit
Schätzungen der Beschleunigung aus Bahndaten;
• Validierung der Level-1b und Level-2 Bahndaten durch Vergleich mit Laser-Range
Messungen und gesonderte Ermittlung der Einflüsse der einzelnen Instrumente, die
zu dem Ergebnis beitragen (Sternsensoren, Akzelerometer, GPS-Empfänger).
3. Erzielte Ergebnisse
3.1 Projektkoordination
Die am Vorhaben beteiligten Forschergruppen und ihre Aufgaben wurden durch eine
gemeinsame Koordinierungsstelle am GFZ abgestimmt, die auch die Kontaktstelle zur Förderagentur
(DLR) und zur ESA war. Es wurden Unterverträge mit den Partnern geschlossen. Auch die finanzielle
Abwicklung und das Abfassen der Projektberichte waren diesem Arbeitspaket zugeordnet.
4
Ein Arbeitstreffen der Projektpartner fand am 12. und 13. Mai in Potsdam statt. Das Treffen
gab den deutschen Wissenschaftlern und Teams, die mit Swarm Datenkalibrierung und -validierung
beschäftigt sind, die Möglichkeit, ihre bisherigen Arbeitsergebnisse bekannt zu machen und
zukünftige Arbeitsschritte zu planen. Das Treffen wurde von der Koordinierungsstelle am GFZ geplant
und organisiert. Der Workshop war thematisch unterteilt in die Themenbereiche „Erdmagnetfeld“,
Magnetosphäre/Ionosphäre /FAC’s“ und „Erdschwerefeld“. Insgesamt haben 18 Vertreter vom GFZ
Potsdam, IAP Kühlungsborn, JUB Bremen und von der TU München an dem Treffen teilgenommen,
siehe Anhang und Tabelle 0-1.
Auch der Abschlussworkshop des Vorhabens, der Anfang Dezember 2015 in Potsdam
stattfand, wurde von der Koordinierungsstelle am GFZ geplant und organisiert. Die Beiträge wurden
wieder thematisch unterteilt in die oben genannten Themenbereiche. Eine Liste der Teilnehmer
sowie die Agenda des Workshops finden sich im Anhang zu diesem Bericht.
3.2 Aktivitäten zum Erdmagnetfeld
Zu den besonders herausfordernden Arbeiten bei der Kalibrierung und Validierung von
Swarm Daten gehört die Analyse der unerwarteten Unterschiede in den Daten zwischen ASM und
VFM, die am Helmholtz Zentrum Potsdam, Deutsches GeoForschungsZentrum (GFZ) ausgeführt
wurde. Auch nach der standardmäßigen Kalibrierung der Daten besteht eine Differenz zwischen der
Feldstärke, gemessen durch das Absolute Skalar-Magnetometer (ASM), und den Werten des
Vektormagnetometers, VFM. Es konnte bereits gezeigt werden, dass die Abweichung mit der
Sonneneinstrahlung bei bestimmten Beleuchtungsgeometrien zusammenhängt. Bis Mitte 2015 sollen
die Skalarresiduen von ASM und VFM charakterisiert und durch ein Modell beschrieben werden.
Seit dem 5. November 2014 liefert das ASM-A auf Swarm-Charlie keine Daten mehr. Leider
ist auch das redundante ASM-B seit Beginn der Mission nicht funktionsbereit. Mehrere Versuche, das
Instrument neu zu starten waren bisher erfolglos. Da das Problem weiter besteht, wird versucht, die
Messungen des ASM durch VFM Daten zu simulieren bzw. zu ersetzen. Das VFM muss dann durch die
Messwerte des ASM des benachbarten Satelliten Swarm Alpha kalibriert werden.
Eulerwinkel
Die Frage, ob die ermittelten Änderungen der Euler-Winkel eine wahre Bewegung zwischen
Sternsensoren und Vektormagnetometer beschreiben oder durch andere Effekte erzeugt werden,
wird intensiv diskutiert (z.b. auf dem Swarm-Quality-Meeting September 2015 in Paris). Euler-
Winkel-Schätzungen, die von verschiedenen Gruppen unabhängig voneinander zur Verfügung
stehen, zeigen mehr oder weniger ausgeprägte Modulationen. Es kann sich neben wahren
Orientierungsänderungen der optischen Bank, um die Wirkung verbleibender, nicht korrigierter
externer oder intern-induzierter Felder handeln, oder um Prozessierungsrelikte (wobei Seiteneffekte
schwankender Winkel zwischen den Sternkameras als möglich, aber als nicht wahrscheinlich erachtet
werden). Gegenwärtig werden im GFZ die Schätzungen der Euler-Winkel aus Standard-Magnetfeld-
Modellen berechnet.
Gegen Ende des Projektes wurden L1b MAG 1 Hz Standardprodukte der Baselines 0406 und
0407 verfügbar, die den Zeitraum bis zum September 2015 (bis MJD 5749, ist 2015-09-28)
abdeckten. Vorangegangene Ergebnisse mit kürzeren Zeitreihen werden dadurch nicht ungültig, aber
mit zunehmender Datensatzperiode werden zunehmend andere Eigenschaften der Daten zugänglich,
weil sich auch das Hintergrundmagnetfeld, insbesondere die Säkular-Variation und -Akzeleration
stabilisieren. Für die folgenden kleinen Untersuchungen wurde ein neuer Datensatz für die Inversion
5
selektiert. Die effektive Begrenzung wird allerdings eher von der Verfügbarkeit zuverlässiger Swarm
Hilfs-Produkte, wie dem interplanetaren Magnetfeld (IMF), gesetzt. Die Eulerwinkel-Bestimmung im
Swarm-L2 DCO-Rahmen verwendet intern immer die Quaternionen-Darstellung und es wird immer
eine Korrekturrotation zu der festen STR-VFM Rotation aus dem CCDB-Prozessingsatz berechnet. Die
Eulerwinkel-Zeitreihenbestimmung folgt üblicherweise dem folgenden Schema:
• Eine Modellbestimmung /ohne/ Eulerwinkel-Schätzung (CCDB-Rotation wird vorgenommen,
die Korrekturen sind auf das Einheitsquaternion festgesetzt).
• Eine Eulerwinkel-Schätzung mit einem so geeignet weit entwickelten Hintergrundmodel, aber
ohne gleichzeitige Modellschätzung.
• Eine /Co-estimation/ der Modellkoeffizienten und der Eulerwinkel-Rotationszeitreihe mit den
so ermittelten Startwerten.
Um eine Bewertung der Stabilität und Zuverlässigkeit der Eulerwinkelschätzungen zu
erlauben, wurden sie unter Nutzung verschiedener Schätzfenster-Raster mit Fensterlängen
normalerweise von 30, 20, 10, 7, 5 und 3 Tagen ausgeführt. Die Default-Segmentierung für die
Schätzung ist 30 Tage lang. Da das Verhalten der Eulerwinkelzeitreihe im Folgenden im Fokus steht,
wurde keinerlei Regularisierung eingesetzt, um die Quaternionserien zu glätten. Nur auf die (starke)
Regularisierung, um die Norm der Quaternionen zu garantieren, kann nicht verzichtet werden. Da die
Rotationswinkel leicht zum Müllsammler aller unbekannten und darob unbehandelter Signalanteile
werden, muss eine recht rigorose Filterung erfolgen, sofern die Eulerwinkel selbst zu untersuchen
sind. Insbesondere Ausreißer haben einen deutlich negativen Einfluss. Diese Selektion ist bei der
Datenverarbeitung der sensibelste Teil, denn sie darf nicht zu streng ausfallen: sowohl die
Modellierung als auch die Eulerwinkelbstimmung profitieren natürlich wiederum auch von einer
größeren Datenmenge. Zumindest sollte die Datenverteilung auch nicht inhomogen sein, weder
zeitlich noch spatial. Den Zustand im Sommer 2015 zeigt die Abbildung 3-1.
Abbildung 3-1: Anzahl der Datenpunkte für jeden der drei Swarm Satelliten
6
Abbildung 3-2: Leistungsspektrum des geomagnetischen Felds zerlegt nach Kugelfunktionsgraden. Links ist das
Spektrum der Säkularvariationen und rechts das der Säkularbeschleunigung dargestellt.
Der leichte Einbruch an verwertbaren Datenpunkten um den MJD 5500 herum könnte durch
ein erhöhtes Aktivitätslevel in den MMA-Produktdaten hervorgerufen worden sein, zumindest ist das
in neueren Datenselektionsversuchen für spätere Perioden gegen Ende 2015 zu beobachten. Die für
die Bildung des Hintergrundmodellfeldes wichtigste Parametrisierung des externen Feldes beruht auf
der Verwendung des Swarm L2 MMA Produktes (/Spherical harmonic model of the large-scale
magnetospheric field and its Earth-induced counterpart/), aber auch das IMF (aus dem Swarm L2
AUX_IMF__ Produkt) zeigt sich für die Selektion unverzichtbar. Für die Modellierung wurden keine
Observatoriums-Daten verwendet. Auch wenn diese einerseits das Hintergrundmodell stabilisieren
können, schwächen sie anderseits die Interpretation der Euler-Winkel. Die für das Hauptfeldmodel
ausgewählte Regularisierung unterdrückt die dritte zeitliche Ableitung überall, zudem die zweite und
erste Ableitung an den äußeren Enden der Spline-Repräsentation der Ordnung sechs. Die
korrespondierenden Hintergrundmodelle für die Eulerwinkelbestimmung zeigen dementsprechend
noch einen relativ steilen spektralen Abfall (s. Abbildung 3-2). Schauen wir uns die Resultate des
Sommers 2015 (etwa zur Zeit der IUGG Tagung in Prag, Abbildung 3-3) zusammen mit Anpassungen
der ersten und zweiten harmonischen Schwingung der Lokalzeit an, ist ein vorherrschender Einfluss
der ersten Harmonischen auf den Winkel Alpha und der zweiten auf den Winkel Beta deutlich. Der
Winkel Gamma zeigt sich gemischt.
7
Abbildung 3-3: Zeitliche Variationen der Euler Winkel Alpha, Beta, Gamma
Während das 'Hintergrundmodell' der Eulerwinkelbestimmung schon so gut aussieht, wie es
nicht besser bei dem kurzen Datensatz zu erwarten ist, müssen die Euler-Winkel stabilisiert werden.
Dafür stehen mehrere Methoden zu Verfügung:
• Regularisierung. Ist in den DCO Ansatz implementiert, wird aber nicht verwendet, weil es
möglicherweise interessante Features verdeckt, ohne die Anpassung wesentlich zu
verbessern.
• Mittelung der abgeleiteten Eulerwinkel, α, β, γ.
• Direkte Mittelung der Quaternionen, mit einer Methode beschrieben durch Markey et. al,
2007.
Durch die Mittelung bleiben die streuenden Einzellösungen für die verschiedenen
Fensterlängen zugänglich und, siehe unten, für Vergleiche zugänglich. Die jüngsten DCO-Lösungen
zusammen mit den beiden Mittelungen zeigen die folgenden Abbildung 3-4, Abbildung 3-5
und Abbildung 3-6:
8
Abbildung 3-4: Verschiedene jüngste DCO Lösungen, Alpha.
Abbildung 3-5: Verschiedene jüngste DCO Lösungen, Beta.
9
Abbildung 3-6: Verschiedene jüngste DCO Lösungen, Gamma.
Für das weitere Vorgehen konnte von der glücklichen Tatsache profitiert werden, dass die
Eulerwinkel der Prozessierungdatenbank CCDB für das Anfang 2016 bevorstehende Re-Prozessing
aktualisiert wurden. Hierfür wurden interne Eulerzeitreihen aller Modierungsgruppen berücksichtigt.
Zur Verfügung standen Lösungen der folgenden Gruppen und Modelle:
Tabelle 3-1: Eulerzeitreihen der Modellierungsgruppen
Institution Model/File name Acknowledgements/Comments
CIRES Boumme Patrick Alken, Arnaud Chulliat
DTU SIFM Nils Olsen, Lars Toeffner-Clausen
DTU 2C (101,103) /May delivery, September version/
NASA CI 4J (various regularizations) Terry Sabaka
GFZ DCO 2D,2F (101,102) Martin Rother, Vincent Lesur
Hieraus wurde eine leicht vom Vorgänger abweichender Satz aus Eulerwinkeln für die CCDB
erzeugte. Ein Blick auf den Vergleich der verschiedenen Zeitreihen erlaubt die Abbildung 3-7.
10Abbildung 3-7: Zusammenstellung verschiedener Eulerwinkel Lösungen.
Hier fällt auf, dass die Streuung der Lösungen, z.T. selbst für verschiedene Ansätze, selbst aus
der gleichen Gruppe, recht groß ist. Die nächste Abbildung (Abbildung 3-8) beschränkt sich auf
ausgewählte Lösungen und vergleicht diese mit der jüngsten (gemittelten) DCO-FAST Lösung (DCO-F-
1) und exemplarisch mit ungemittelten Einzellösungen für ein kurzes Zeitfenster (DCO-raw-3days).
Ungeachtet der unübersehbaren Streuung der ungemittelten Einzellösung ist für die Winkel Alpha
und Beta eine gewisse Übereinstimmung der ausgewählten Reihen zu konstatieren - allerdings nicht
für den Winkel Beta, der allerdings kleinere, wenn auch immer noch stattliche Amplituden aufweist.
Der neu definierte CCDB-Eulerwinkel wurde vor dem generellen Einsatz getestet. Während
sich Arnaud Chulliat (CIRES) für den Test auf die zwei Januar Monate der Jahre 2014 und 2015
beschränkte, wurde am GFZ im DCO-Rahmen für zwei verschiedene Datensätze (Hier Case 03 und
Case 05), sowie für die ganze verfügbare Periode eine Inversion vorgenommen -- ohne
Eulerwinkelbestimmung, mit jeweils dem alten und dem neuen Satz an CCDB-Rotationswinkeln.
Diese vier Ergebnisse sind in der folgenden Tabelle 3-2 vorgestellt:
11Abbildung 3-8: Ausgewählte Eulerwinkel-Zeitreihen verschiedener Prozessierungsgruppen
Tabelle 3-2: Statistik der Inversionen für die Fälle Case 03 und Case 05.
Type Bias/nT Bias/nT Stddev/nT Stddev/nT
Case 03 New Old New Old
X equat 0.25 0.07 2,96 2,94
Y equat -0,02 0,01 2,56 2,56
Z equat -0,19 -0,19 3,39 3,4
X polar -1,42 -1,49 34,84 34,85
Y polar 0,17 -0,02 42 42
Z polar -0,36 -0,35 13,65 13,65
X eq/18-6 -0,12 -0,01 3,04 3,05
Y eq/18-6 0,01 0 3,72 3,74
Z eq/18-6 -0,12 -0,12 3,7 3,7
Case 05 New Old New Old
X equat 0.31 0.14 3,24 4,08
Y equat -0,02 -0,01 2,76 3,54
Z equat -0,18 -0,15 3,69 4,84
X polar -1,09 -1,14 34,96 35,27
Y polar 0,29 0,14 42,56 43,18
Z polar -0,28 -0,22 13.77 16.35
X eq/18-6 -0,11 -0,05 3,14 3,81
Y eq/18-6 0 0 2,89 3,85
Z eq/18-6 -0,07 -0,05 3.98 5.08
12In beiden Fällen (Datenversionen 03 und 05) ist zu bemerken, dass zwar der 'Bias' für die
Äquatoriale X-Komponente für den neuen Eulerwinkel-Satz erhöht ist, für den Fall 03 aber sonst
keine wesentlichen Änderungen an dem erreichten Fit zu beobachten sind. Aber für den Fall 05
scheint eine bessere Lösung gefunden worden zu sein, da die Residuen durchgängig kleiner
erscheinen. Insgesamt spricht nichts gegen die Verwendung der neuen Winkel. Man kann auch
schauen, welche Residualdrehung verbleibt, wenn man die empirischen Rotationszeitreihen jeweils
mit dem alten und den neuen CCDB Winkeln zurückdreht und sich die (aus der
Quaternionendarstellung gewonnene) verbleibende, skalare Rotation ansieht, was die Abbildung 3-9
auch darstellt:
Abbildung 3-9: Vergleich mit alten und neuen CCDB Rotationswinkeln
Mit der neuen Rotation senkt sich die Standardabweichung der Restdrehung allgemein ab --
auch einige Spitzen scheinen abgesenkt zu sein. Allerdings scheint der Effekt kleiner als erwartet zu
sein.
Temperatureinfluss
Unglücklicherweise sind nur zeitlich sehr beschränkte Temperaturreihen für die
Sternsensoren aus den HK-Daten der Swarm-Satelliten verfügbar. Für geeignete Eulerwinkel-
Zeitreihen, z.B. den Ergebnissen aus dem DCO-Prozessing und denen anderer Gruppen werden
Vergleiche mit der Temperatur vorgenommen.
Es folgen, von Darstellungsvariationen abgesehen, drei Vergleichsvarianten:
1. Vergleich der Temperatur direkt mit den Eulerwinkel-Zeitreihen in der für das Swarm L2
Produkt üblichen α, β, γ-Repräsentation und mit der Repräsentation in Quaternionen, wobei der
Fokus liegen kann
132. auf dem totalen Drehwinkel aus dem skalaren Anteil der Quaternionen
3. oder dem die Quaternionen konstituierenden Richtungsvektor, um die durch die
Quaternionen beschriebene Drehung ausgeführt wird. Für Variante 1 erhält man die folgenden
Verläufe (Abbildung 3-10):
Abbildung 3-10: Vergleich der Temperatur (schwarze Kurven) mit den Eulerwinkel-Zeitreihen
Ergebnisse für Variante 2 sind in Abbildung 3-11 dargestellt.
Abbildung 3-11: Wie Abbildung 3-10 aber für skalare Rotatoin aus den Quaternionen.
14Wenn man die feste CCDB-Rotation eliminiert ergibt sich Abbildung 3-12:
Abbildung 3-12: Wie Abbildung 3-11, skalare Rotation aber feste CCDB Rotation eliminiert.
Um aus den Rotations-Zeitreihen möglichst den periodischen Anteil zu isolieren, wurde die R
Funktion stl (Seasonal-Trend Decomposition Procedure Based on Loess) angewendet. Die Ergebnisse
für die verschiedenen Modellvarianten zeigt die folgende Abbildung 3-13, in der insbesondere das
dänische SIMF mit dem längerperiodischen Temperaturverlauf zu harmonieren scheint, die DCO-
FAST(1) Lösung nur halbwegs. Die Antikorrelation im CI-2/CI-J4-1 Fall erklärt sich einfach dadurch,
dass das Vorzeichen eines isolierten Skalarwertes aus den Quaternionen nicht eindeutig bestimmt
ist.
15Abbildung 3-13: Skalare Rotation, periodische Komponente in Phase mit Temperaturänderung.
Nach der Betrachtung der skalaren Rotation lohnt sich noch ein Blick auf den in den
Quaternionen enthaltenen verbleibenden Richtungsvektor, der für die oben schon verwendeten
Quaternionenzeitreihen folgendermaßen behandelt wird:
1. Rücktransformation in das System der optischen Bank durch die aus der CCDB
gegebene Rotation, ergibt residuale Rotationen.
2. Normalisierung in Einheits-Richtungsvektoren
3. Konvertierung in eine sphärische Repräsentation, in Azimut/Elevation-Zeitreihen.
4. Um nicht durch Azimut/Elevation-Punktwolken irritiert zu werden, Darstellung in
einer (suggestiveren) Dichtekarte, in der alle verwendeten Lösungen gleich gewichtet sind.
16Abbildung 3-14: Dichteverteilung der Drehachsrichtung der Eulerwinkelvariationen.
Abbildung 3-15: Aufteilung der Rotationszeitreihen
17Abbildung 3-16: Abbildung 3-14, aber Richtungs-Dichteverteilung für markierte Intervalle (maximale
Unterschiede).
Abbildung 3-17: Wie in Abbildung 3-14, aber Richtung-Dichteverteilung für unmarkierte Intervalle.
Es scheint schon eine Bevorzugung gewisser Richtungen zu geben (Abbildung 3-14),
insbesondere ein deutlicher Schwerpunkt bei +-180 Grad Azimut (parallel zum Boom) und leicht
negativer (-20 Grad) Elevation. Da die Dichte hier im Sensorsystem dargestellt ist, könnte es sich
beim Azimutwert um die Neigung des Booms (und damit der optischen Bank) handeln. Eine
Ausrichtung von Drehrichtungen am Satellitensystem erscheint allerdings überraschend. Der letzte
18Schritt besteht nun in der Frage, ob es eine an der Temperatur ausgerichtete Einteilung der Zeitreihe
gibt, die einen Kontrast in der Dichteverteilung erzeugt. Die Abbildung 3-15 zeigt markierte
Zeitbereiche, die so ausgewählt wurden, dass sich ein möglichst deutlicher Kontrast zwischen den
pink markierten und den unmarkierten Intervallen einstellt. Die Auswahl geschah allerdings
interaktiv und ist damit möglicherweise willkürlich.
Die Abbildungen Abbildung 3-16 und Abbildung 3-17 zeigen die Dichteverteilung erstens für
die markierten, zweitens für die unmarkierten Intervalle. Im ersten scheint der zentralere (-50,50)
Peak zurückzutreten, ist im zweiteren verrückt und nun prominenter. Der Effekt mag allein durch die
Darstellung verstärkt sein, aber er legt nahe, dass ein Kontrast nicht durch den Wert, sondern durch
ansteigende oder fallende Temperaturen erzeugt wird. Eine stärkere Schlussfolgerung kann, allein
wegen der kurzen betrachteten Zeitperiode, nicht unbedingt gezogen werden.
Die aus ihrer Zeitabhängigkeit und vielleicht auch Upleg/Downleg abhängigen
Eulerwinkelzeitreihe begründbare Idee, einen Teil des sich zeigenden Signals durch einen während
der Inversion/Eulerwinkelschätzung zusätzlichen, satellitenfesten und zeitlich konstanten Offset zu
erklären, führte bei einem ersten Versuch, wie im Zwischenberichtsmeeting auch vorgestellt, nicht
zum Erfolg, weil die Resultate erratisch waren und, wenn überhaupt, sehr schlecht konvergierten.
Für den zwischenzeitlich erweiterten Datensatz wurde dieser Versuch wiederholt. Auch diesmal gab
es keine brauchbaren Ergebnisse, allerdings mit vollkommen unterschiedlicher Symptomatik: Es gab
nun ein so erhebliches Übersprechen des zu bestimmenden Offsets mit Eulerwinkeln, das der Prozess
divergierte. Eine Interpretation dieses Effektes ist vorerst noch offen, weitere Versuche mit zukünftig
zeitlich ausgedehnteren Datensätzen sind vorgesehen.
Zusammenfassung
Mit zunehmender Zeit und Länge der Datenzeitreihe scheinen sich für die
Winkelschätzungen, ungeachtet großer Streuungen, auch unter verschiedenen Gruppen
gemeinsame, stabile Charakteristika herauszuschälen, auch wenn manche Lösung erstmal nicht
konsistent wirken. Die Schätzung des Hintergrundfeldes durch den DCO/GRIMM-Ansatz am GFZ ist
bei aktueller Datensatzlänge noch nicht in der Lage, die Säkulare Akzeleration aufzulösen, aber das
Modell scheint durch die Regularisierung hinreichend stabilisiert, der Spektralverlauf der Säkularen
Variation erscheint akzeptabel bis zur Ordnung 10 und geht hinreichend glatt zu höheren Graden in
den gedämpften Teil über. Die auf diesem Hintergrundfeld aufbauend am GFZ im DCO-bestimmten
Euler-Winkel fallen gegenüber Lösungen anderer Modelliergruppen nicht auffällig heraus. Die aus
den Quaternionen-Zeitreihen entnommenen skalaren Rotationen, genauer die soweit isolierbar,
periodischen Anteile, scheinen, zumindest für einige der zur Verfügung stehenden Lösungen, mit den
Sternsensor-Temperaturwerten zu korrelieren. Ein Effekt bei Betrachtung der aus den Quaternionen
gewonnene Drehrichtungen ist auf jeden Fall viel diffuser, könnte aber mit dem
Temperaturgradienten korrelieren.
3.3 Aktivitäten zur Validierung von ionosphärischen Datenprodukten
Einleitung und Ziele des Projektes
Zur Unterstützung der Validierung von Swarm Level-1 und Level-2 Datenprodukten der
Mission Swarm hat ein Team aus deutschen Forschergruppen unter Federführung des GFZ Potsdam
einen Förderantrag beim DLR gestellt. Der vorliegende Bericht beschäftigt sich mit dem
19Themenbereich Ionosphäre/Thermosphäre, und hier insbesondere mit dem dritten Arbeitspaket (AP)
Vektorfeldmessungen und Ströme (AP-3), das an der Jacobs University Bremen (JUB) im Rahmen des
Projektes Validierung von ionosphärischen Datenprodukten bearbeitet wurde.
Die Arbeitsgruppe an der JUB konzentrierte sich auf die Validierung von feldparallelen
Strömen (field-aligned currents, FAC) in der Ionosphäre. Swarm erlaubt die Vermessung der
ionosphärischen FAC aus den beobachteten Magnetfeldvariationen auf verschiedene Weisen.
• Single Satellite Method (SSM): Die von den individuellen Satellitenbeobachteten
zeitlichen Magnetfeldprofile werden interpretiert als Resultat einer ruhenden und
senkrecht zum Satellitenorbit ausgerichteten Stromschicht.
• Dual Satellite Method (DSM): Die Konstellation von SwA und SwC erlaubt es, Differenzen
der Magnetfeldmessungen individueller Satelliten bei der Vermessung von FAC zu
berücksichtigen und als räumliche Gradienten senkrecht zur Flugrichtung zu
interpretieren.
• Three Satellite Method (TSM): Während ausgewählter Orbitphasen, wenn SwB dem
niedriger fliegenden Paar SwA und SwC räumlich nahe genug ist, können ionosphärische
FAC auch auf der Basis der Differenzen von Magnetfeldmessungen aller drei Swarm-
Satelliten berechnet werden.
Die von der ESA zur Verfügung gestellten Level-2 FAC Datenprodukte fallen in die Kategorien (SSM)
und (DSM), siehe hierzu Ritter und Lühr (2006) sowie Ritter et al. (2013). Die Swarm
Datenvalidierungsaktivitäten an der Jacobs University Bremen konzentrierten sich auf drei
Fragestellungen.
• Statistische Untersuchungen der Level-2 FAC Datenprodukte: Inwieweit sind diese
Datenprodukte in sich konsistent und die Annahmen der Methoden erfüllt?
• Detailstudien von Konstellationen aller drei Satelliten: Welche Faktoren haben in
besonders gut rekonstruierbaren Magnetfeldstrukturen entscheidenden Einfluss auf die
Qualität der FAC Datenprodukte?
• Auswirkung der F-map Kalibrierung auf die Vermessung von FAC: Wie wirkt sich die
Änderung der Kalibrierungsmethode nach dem Ausfall des ASM auf einem der Swarm-
Satelliten auf die Qualität der FAC Datenprodukte aus?
Wie im Projektantrag vorgesehen, sollten Mehrpunktmethoden zur Schätzung der
räumlichen Ableitungen grundsätzlich eine Überprüfung auch der vom EFI gemessenen elektrischen
Felder ermöglichen. Wegen der Probleme bei der Kalibrierung des Electric Field Instruments (EFI)
wurde diese Teilaufgabe des Projektes nicht realisiert.
Methoden zur Bestimmung von Field-Aligned Currents (FAC)
Die ESA stellt für jeden der drei Swarm-Satelliten SwA, SwB, SwC ein aus der single-satellite
method abgeleitetes Level-2 FAC Datenprodukt JA, JB, JC zur Verfügung. Die Methode kombiniert
finite Differenzen der Magnetfeldkomponenten gemäß einer diskreten Form des differenziellen
Ampere'schen Gesetzes und beruht auf der Annahme einer quasi-statischen planaren Struktur, die
entlang des Hintergrundmagnetfeldes und senkrecht zur Satellitenbewegung ausgerichtet ist. Ein
weiteres Level-2 FAC JAC basiert auf geeignet geglätteten Magnetfelddaten der auf gleicher Höhe
fliegenden Satelliten SwA und SwC und einer diskretisierten Version der integralen Form des
Ampere'schen Gesetzes (Ritter und Lühr, 2006; Ritter et al., 2013). Dieses dual-satellite FAC
20Datenprodukt sollte für großskalige und quasi-statische Magnetfeldstrukturen gute Ergebnisse
liefern.
Abbildung 3-18 zeigt die verschiedenen Level-2 FAC Datenprodukte für zwei ausgewählte
Überflüge der Polarlichtzonen. Im ersten Fall (Abbildung 3-18 links) handelt es sich um eine
großskalige planare und senkrecht zur Satellitenbewegung ausgerichtete Magnetfeldstruktur, so dass
die verschiedenen Level-2 FAC Datenprodukte auf großen Skalen gut übereinstimmen. Kleinskalige
Flukutationen in den single-satellite FAC Datenprodukten ergeben sich aus der höheren Auflösung
der verwendeten Magnetfeldmessungen im Vergleich zum dual-satellite FAC Datenprodukt. Die
signifikanten Unterschiede der verschiedenen FAC Datenprodukte im zweiten Fall (Abbildung 3-18
rechts) sind in der mangelnden zeitlichen und räumlichen Kohärenz der zugrunde liegenden
Magnetfeldstruktur begründet.
2014 May 17 01:41 - 01:46 2014 May 17 07:02 - 07:07
deltaB in NEC and FAC intensity deltaB in NEC and FAC intensity
100 200
swA_dB_NEC
swA_dB_NEC
0 N 100 E
C
N
-100 E 0
C
-100
-200
-200
-300 -300
4
L2_FAC_A
L2_FAC_A
2 10
0 J_L2_A 5
0 J_L2_A
-2 -5
-4 -10
100 200
swB_dB_NEC
swB_dB_NEC
0 N 100 E
C N
E 0
-100 C
-100
-200
-200
-300 -300
4
L2_FAC_B
L2_FAC_B
2 10
J_L2_B 5
0 0 J_L2_B
-2 -5
-4 -10
100 200
swC_dB_NEC
swC_dB_NEC
0 N 100 E
C N
E 0
-100 C
-100
-200
-200
-300 -300
4
L2_FAC_AC L2_FAC_C
L2_FAC_C
2 10
J_L2_C 5
0 0 J_L2_C
-2 -5
-4 -10
Fri Nov 28 15:10:43 2014
Fri Nov 28 15:15:16 2014
L2_FAC_AC
4 4
2 2
0 J_L2_AC 0 J_L2_AC
-2 -2
-4 -4
hhmm 0142 0144 0146 hhmm 0704 0706
2014 May 17 2014 May 17
MLAT -78.5 -72.1 -65.0 MLAT 69.9 77.1
MLT -0.7 0.4 0.9 MLT -4.0 -4.6
LAT -87.3 -81.6 -74.2 LAT 63.8 71.4
LON -123.1 -58.8 -50.4 LON -115.4 -113.4
Abbildung 3-18: Magnetfeldmessungen der drei Swarm-Satelliten in nT (Panels 1,3,5; alle drei Komponenten
2
nach Subtraktion des Hintergrundfeldes) und die single-satellite Level-2 FAC Datenprodukte in µA/m (Panels 2,4,6)
2
sowie das dual-satellite Level-2 FAC Datenprodukt JAC in µA/m (Panel 7) für zwei ausgewählte Überflüge der
Polarlichtzonen.
Informationen zur räumlichen Struktur und zum zeitlichen Verhalten der
Magnetfeldkonfiguration lassen sich mit folgenden Ansätzen gewinnen.
• Minimum Variance Analysis (MVA): Die relative Größe der Eigenwerte der
magnetischen Kovarianzmatrix ist ein Indikator für die Planarität der
Magnetfeldstruktur. Der Eigenvektor zum kleinsten Eigenwert gibt die Richtung der
Normalen und damit die Orientierung einer Stromschicht an.
• Timing Analysis: Wenn zwei oder mehr Satelliten dieselbe Magnetfeldkonfiguration
durchqueren, lässt sich aus der Orientierung (MVA) und dem Versatz (lag time,
21ermittelt beispielsweise aus der Korrelationsfunktion) der jeweiligen Profile die
Geschwindigkeit der Magnetfeldstruktur ermitteln (Vogt et al., 2009, 2011).
• FAC Bestimmung basierend auf dem Least Squares Prinzip: An der Jacobs University
Bremen wurden aus dem Least Squares (LS) Prinzip FAC Schätzer für Missionen mit
zwei oder drei Satelliten entwickelt (Vogt et al., 2009, 2013), die mit den ESA Level-2
Datenprodukten verglichen werden können.
Die zusätzlichen Informationen wurden beispielsweise genutzt, um das Verhalten der
verschiedenen Methoden im Bereich der geographischen Pole zu studieren. Wie am 12. Mai 2015 auf
dem Swarm Workshop zur Datenvalidierung am GFZ Potsdam vorgetragen, zeigte das ESA Level-2
dual-satellite FAC Datenprodukt am Rand der sogenannten exclusion zone einen unphysikalischen
Anstieg, der mit anderen Methoden (die mit der JUB LS Methode sowie vom GFZ berechnete FAC
Werte) nicht reproduzierbar war. Außerdem waren auch die ESA Level-2 single-satellite FAC
Datenprodukte innerhalb der exclusion zone von 4° um die geographischen Pole nicht verfügbar,
wofür kein praktischer Grund bestand. Daraufhin erfolgte eine Neuprozessierung der
Magnetfelddaten durch die ESA im Sommer und Herbst dieses Jahres. Das dual-satellite FAC Produkt
zeigt nun keinen signifikanten Anstieg mehr im Bereich der Pole, und die single-satellite FAC sind
auch innerhalb der exclusion zone verfügbar.
Auf dem Server der ESA sind neben den Level-2 FAC Datenprodukten auch die Fehler der FAC
abgelegt. Leider finden sich auch in der neuen Version negative Einträge für diese Fehler, die folglich
überprüft und eventuell neu prozessiert werden müssten.
Statistische Untersuchungen der Level-2 FAC Datenprodukte
In diesem Teilprojekt wurde das aus der Konstellation von SwA und SwC mithilfe der dual-
satellite method abgeleitete Level-2 FAC Datenprodukt JAC verglichen mit den aus den
Einzelmessungen von SwA und SwC berechneten feldparallelen Strömen JA und JC. Zur Beurteilung
der Konsistenz wurden für jeden Überflug der Polarlichtzone die drei Kreuzkorrelationsfunktionen
der FAC Datenprodukte JAC, JA und JC berechnet und deren Maxima als Maße für die Konsistenz
herangezogen:
ConsL2X&Y = Max R {JX (t), JY (t + ⌧ )}
Werte nahe bei null entsprechen geringer Konsistenz, während Werte nahe eins sehr gute
Konsistenz widerspiegeln. Da JAC auf der Basis geglätteter Magnetfeldmessungen berechnet wird, die
Einsatellitenprodukte JA und JC jedoch auch kleinskalige und unkorrelierte Variationen enthalten,
ergeben sich aus direkten Vergleichen der drei FAC Produkte erwartungsgemäß nur geringe
Konsistenzwerte im Bereich 0.1-0.2 (Abbildung 3-19 links). Wenn man auch JA und JC glättet und sich
so auf genügend großskalige Magnetfeldstrukturen beschränkt, erhält man sehr viel befriedigendere
Konsistenzwerte bei etwa 0.9 (Abbildung 3-19 rechts).
22Abbildung 3-19: Statistische Verteilungen der FAC Konsistenzmaße für ungeglättete single-satellite FAC JA und JC
(links) sowie für geglättete single-satellite FAC (rechts).
Abbildung 3-20 zeigt die räumliche Verteilung der großskaligen FAC Konsistenz in
geographischen (links) und geomagnetischen (rechts) Koordinaten. Nahe der geographischen Pole,
wo der Abstand der Satelliten geringer ist, ergeben sich höhere Werte für die Konsistenz von JA und
JC, aber niedrigere Werte für die Konsistenz von JAC mit jedem der Einsatellitenprodukte. In
geomagnetischen Lokalzeitkoordinaten zeigt sich der Einfluss der Struktur und der Dynamik des
Polarlichtovals, mit niedrigeren Konsistenzwerten in höheren Breiten und auf der Nachtseite.
Abbildung 3-20: Räumliche Verteilungen der FAC Konsistenzmaße für großskalige Strukturen (geglättete single-
satellite FAC JA und JC in geographischen Koordinaten (links) und geomagnetischen Koordinaten (rechts).
Die den Level-2 FAC Datenprodukten zugrunde liegenden Methoden basieren auf Annahmen
zur räumlichen Struktur und zum zeitlichen Verhalten der ionosphärischen Stromsysteme. Inwieweit
diese Annahmen für individuelle Überflüge der Polarlichtzone tatsächlich zutreffen, quantifizieren
wir mit den drei Indikatoren Planarität, Stationarität und Inklination.
• Die hier definierte Planarität basiert auf den Eigenwerten der magnetischen
Kovarianzmatrizen:
A,max + C,max A,min C,min
P =
- A,max + C,max .
• Ein Maß für die Stationarität ist das Maximum der Kreuzkorrelationsfunktion der
magnetischen Profile der Satelliten A und C:
S = Max R {BA (t), BC (t + ⌧ )}.
23• Zur Definition der Inklination berechnen wir zunächst fürSwA und SwC den Cosinus
des Winkels zwischen der Geschwindigkeit V und dem aus einer MVA resultierenden Normalenvektor
N also IA,C = cos ∠(VA,C,NA,C), und definieren dann
IA + IC
I =
2 .
Wie die Konsistenzmaße für die FAC Datenprodukte können die Indikatoren Werte zwischen
null und eins annehmen. In den gemessenen statistischen Verteilungen finden wir typischerweise
hohe Werte im Bereich bei etwa 0.9 und darüber. Abbildung 3-21 zeigt die räumlichen Verteilungen
der Indikatoren. Aus den Verteilungen in geographischen Koordinaten lässt sich der Einfluss der
Orbitgeometrie ablesen, während in geomagnetischen Lokalzeitkoordinaten wiederum die Struktur
des Polarlichtovals zum Ausdruck kommt.
Abbildung 3-21: Räumliche Verteilungen der Indikatoren Planarität, Stationarität, und Inklination in
geographischen Koordinaten (links) und geomagnetischen Koordinaten (rechts).
Schließlich interessierte uns die Frage, inwieweit die so definierten Indikatoren Aussagen
über die FAC Konsistenz erlauben. Die statistischen Abhängigkeiten sind in Abbildung 3-22
dargestellt. Es zeigen sich ausgeprägte Abhängigkeiten mit der geographischen Breite. Die höchsten
Korrelationen mit Werten um 0.6 ergeben sich aufgrund der ähnlichen Definition erwartungsgemäß
für die Stationarität und die single-single FAC Konsistenz. Mit den dual-single FAC Konsistenzen sind
die Indikatoren nur schlecht bis mäßig korreliert. Für die Planarität ergeben sich bei niedrigen Breiten
zumindest moderate Korrelationen um etwa 0.4.
24Abbildung 3-22: Statistische Verteilungen und Abhängigkeiten der FAC Konsistenzmaße von den Indikatoren
Planarität, Stationarität, Inklination (farblich aufgeschlüsselt nach geographischen Breiten).
Detailstudien von Konstellationen aller drei Satelliten
Im Rahmen dieses Teilprojektes wurde zunächst einmal ein Katalog von Zeiten erstellt, in
denen SwB nahe genug bei SwA und SwC war, um auch Dreisatellitenmethoden zur Berechnung von
FAC heranzuziehen und so zusätzliche Konsistenzprüfungen durchzuführen. Erwartungsgemäß finden
wir gute Übereinstimmung der verschiedenen Methoden im Bereich von 0.1-0.3µA/m2 bei sehr
planaren und zeitlich sehr stabilen Stromsystemen. Mit der zeitlichen Variabilität nehmen auch die
Abweichungen zu. Bei schwach instationären Stromsystemen muss man mit Unterschieden von etwa
0.5µA/m2 rechnen. Bei komplexen Geometrien oder ausgeprägter zeitlicher Variabilität weichen die
Resultate der verschiedenen Methoden zum Teil sehr stark voneinander ab. Zusätzlich zeigt sich der
Einfluss weiterer Faktoren wie der Wahl des Hauptfeldmodells insbesondere nahe der
geographischen Pole.
Abbildung 3-23 zeigt beispielhaft die von Swarm gemessenen Magnetfelder und mit
verschiedenen Methoden berechnete FAC für zwei Überflüge der Polarlichtzone.
252014-07-11 19:34 - 19:42 2014-07-11 19:43 - 19:52
Time shifts: swA = 0 sec; swB = 0 sec Time shifts: swA = 0 sec; swB = 0 sec
300 200
swA_dB_MFA
swA_dB_MFA
200 100
0 Bz
By
100 Bx
Bx -100
0 Bz
By -200
-100 -300
-200 -400
300 200
swB_dB_MFA
swB_dB_MFA
200 100
0 Bz
By
100 Bx
Bx -100
0 By
Bz -200
-100 -300
-200 -400
300 200
swC_dB_MFA
swC_dB_MFA
200 100
0 Bz
By
100 Bx
Bx -100
0 Bz
By -200
-100 -300
-200 -400
1.5
1.0 2
0.5
J along B
J along B
J_L2_AC 1
0.0 J_3sat J_L2_AC
-0.5 0 J_3sat
-1.0 -1
-1.5
1.5
1.0 2
0.5
J along B
J_L2_AC J along B 1
0.0 J_2sat
Thu May 7 14:17:47 2015
Thu May 7 16:04:31 2015
J_L2_AC
-0.5 0
J_2sat
-1.0 -1
-1.5
hhmm 1936 1938 1940 hhmm 1944 1946 1948 1950
2014 Jul 11 2014 Jul 11
MLAT 65.5 72.3 78.0 MLAT 77.1 71.2 64.3 57.0
MLT 4.7 5.4 6.8 MLT 11.9 -10.9 -10.3 -10.0
LAT 61.0 68.7 76.3 LAT 86.8 80.1 72.6 64.9
LON -18.7 -17.2 -13.6 LON 99.8 138.7 145.0 147.3
Abbildung 3-23: Magnetfeldmessungen der drei Swarm-Satelliten in nT (Panels 1,2,3; alle drei Komponenten
nach Subtraktion des Hintergrundfeldes) und Vergleich des Level-2 dual-satellite FAC Datenprodukts mit dem Resultat
der JUB LS three-satellite FAC Methode (Panel 4) und der JUB LS dual-satellite FAC Methode (Panel 5) für zwei
2
ausgewählte Überflüge der Polarlichtzone. FAC sind in µA/m angegeben. Links: zeitlich sehr stabile und planare
2
Stromschicht (Eigenwertverhältnisse größer 25), RMS Abweichung 14%, mittlere absolute Abweichung 0.08µA/m ,
2
maximale absolute Abweichung 0.33µA/m . Rechts: weitgehend planare (Eigenwertverhältnisse größer 15) aber zeitlich
leicht variable Stromschicht, RMS Abweichung 42%, mittlere absolute Abweichung $0.25\,\mu\text{A/m}^2$, maximale
2
absolute Abweichung 1.21 µA/m .
Die Daten des zweiten Überfluges in Abbildung 3-23 wurden auch verwendet, um den
Einfluss der wählbaren Parameter virtueller Vierpunktkonfigurationen in dual-satellite FAC
Methoden zu untersuchen. Die Distanz in Flugrichtung (along track) lässt sich über ein für beide
Satelliten gemeinsames Zeitintervall Δt steuern, während sich ein zeitlicher Offset τ als Abweichung
von der ideal symmetrischen Vierpunktkonfiguration bemerkbar macht. Abbildung 3-24 zeigt die
Ergebnisse zweier Parameterstudien mit der JUB dual-satellite LS Methode zur Berechnung der FAC.
Die Ergebnisse hängen nur schwach von den Konfigurationsparametern ab.
26Abbildung 3-24: Magnetfeldmessungen der Swarm-Satelliten SwA und SwC in nT (Panels 1,2; alle drei
Komponenten nach Subtraktion des Hintergrundfeldes), Konditionszahl der Positionstensors (Panel 3), mit
verschiedenen Konfigurationsparametern berechnete FAC (Panels 4,5,6) sowie Differenzen verschiedener FAC Profile
2
(Panel 7) in µA/m . Links: Variation des zeitlichen Offsets $\tau$ (lag time). Rechts: Variation des Zeitintervalls Δt.
Auswirkung der F-map Kalibrierung auf die Vermessung von FAC
Nach dem Ausfall des Absolutmagnetometers (ASM) auf SwC im November 2014 konnte das
Vektormagnetometer (VFM) auf diesem Satelliten nicht mehr wie üblich kalibriert werden. Die von
Nils Olsen vorgeschlagene und als F-map Kalibrierung bezeichnete Methode basiert auf den vom
ASM auf SwA gemessenen Magnetfeldstärken, die mithilfe eines Modells auf die Position von SwC
abgebildet werden. Auf dem Midterm Review Meeting wurde die Frage gestellt, inwiefern diese Art
der Kalibrierung die Vermessung von FAC beeinflusst. Hierzu wurden für die Zeit vom 1. Mai bis 5.
November 2014, als das ASM auf SwC noch funktionierte, zwei verschiedene Datensätze betrachtet,
die FAC berechnet und die Ergebnisse verglichen.
• Der erste Datensatz bestand aus den offiziellen ESA Level-1b Magnetfelddaten für SwA und
SwC, beide kalibriert mithilfe des jeweiligen ASM.
• Der zweite Datensatz bestand aus SwA Level-1b Magnetfelddaten und einem mit der F-map
Prozedur generierten Datensatz für das VFM auf SwC (freundlicherweise bereitgestellt von
Nils Olsen, DTU Kopenhagen).
Abbildung 3-25 zeigt Abweichungen der Ostkomponenten des Magnetfeldes in den beiden
Datensätzen für das VFM auf SwC. Diese Komponente ist gewöhnlich die wichtigste für die
Berechnung von FAC. In der nördlichen Hemisphäre sind die Abweichungen typischerweise kleiner
als 0.1nT. In der südlichen Hemisphäre können sie auch etwas höhere Werte annehmen, jedoch nur
sehr vereinzelt Werte größer als 0.3 nT.
27Die Abweichungen der FAC sind in Abbildung 3-26 wiedergegeben. Die Differenzen liegen bei
etwa 10nA/m2 = 0.01µA/m2, was im Vergleich zu typischen Stromdichten in der Polarlichtzone und
anderen Unsicherheiten bei der Bestimmung von FAC venachlässigbar ist. Die F-map Prozedur sollte
demnach keine negativen Auswirkungen auf die Vermessung von polaren FAC haben.
Abbildung 3-25: F-map Kalibrierung und FAC. Die Diagramme auf der linken Seite zeigen Differenzen der für die
Berechnung der FAC wichtigen Ostkomponenten des Magnetfeldes, die Diagramme auf der rechten Seite zeigen die
entsprechenden Standardabweichungen (RMS Differenzen). Oben: nördliche Hemisphäre. Unten: südliche Hemisphäre.
Alle Angaben in nT.
28Abbildung 3-26: F-map Kalibrierung und FAC. Die Diagramme auf der linken Seite zeigen Differenzen der FAC,
die Diagramme auf der rechten Seite zeigen die entsprechenden Standardabweichungen (RMS Differenzen). Oben:
2
nördliche Hemisphäre. Unten: südliche Hemisphäre. Alle Angaben in nA/m .
Präsentationen
Das Projekt wurde auf den folgenden Workshops und Meetings präsentiert.
• 4th Swarm Data Quality Workshop, Potsdam, 2-5 December 2014
• Swarm Data Validation Midterm Review Meeting, Potsdam, 11-13 May 2015
• 5th Swarm Data Quality Workshop, Paris, 7-10 September 2015
• Swarm Data Validation Final Review Meeting, Potsdam, 3-4 December 2015
3.4 Arbeiten zur Validierung der Ionendriftgeschwindigkeit und Plasmadichte
Die Validierung von Daten der Ionosphäre/Thermosphäre durch den Vergleich von
Ionendriftmessungen des elektrischen Feldinstruments (EFI) mit Plasmageschwindigkeiten, die aus
Beobachtungen ionosphärischer Radare abgeleitet wurden erfolgte am GFZ Potsdam. Daten der
PolarDARN Anlage sind mit denjenigen Swarm-Messungen verglichen worden, die in der Nähe dieser
Anlagen erhoben wurden. Die Ionendriftmessung erfolgt einerseits hinsichtlich einzelner
Vektorkomponenten in Richtung des Radarstrahls und andererseits für den vollen Driftvektor in
Gebieten, wo sich die Strahlen mehrerer Radaranlagen in höheren Breiten kreuzen. Ein Messintervall
vom Mai 2014 mit Überflügen über die drei PolarDARN Mess-Stationen Rankin Inlet (RKN), Inuvit
(INV) und Clyde River (CLR) wurde genauer analysiert. Es zeigt sich, dass die bisherigen EFI
Messwerte in aller Regel weit höhere Amplituden aufweisen als die mit den Radaren gemessenen.
Man kann jedoch auch feststellen, dass die Struktur der Plasmakonvektion in hohen Breiten auf dem
Hintergrund der hohen Absolutwerte aufgeprägt erscheint und mit den Bodenmessungen qualitativ
übereinstimmt. Im Beispiel vom 22. Mai 2014, 04:30-07:40 UT, zeigt sich die Abendzelle mit
westwärts gerichteter Drift bei ~65o Breite während dreier Überflüge sowohl in den Messungen als
auch im Konvektionsbild von SuperDARN (siehe Abbildung 3-27:, a und b). Es soll untersucht werden,
ob die Kalibrierung der Messungen hinsichtlich Betrag und Skalierung auf der Basis der verbesserten
Datenaufbereitung möglich ist.
29Abbildung 3-27: Messungen der Ionendrift während dreier Überflüge von Swarm-A am 22
Mai 2014 (a) im Vergleich mit dem Konvektionsmuster von SuperDARN (b) im gleichen Zeitraum.
Die Bildqualität des Thermal Ion Imagers (TII) des elektrischen Feldinstruments (EFI) ist durch
Kontaminierung und Feuchtigkeit innerhalb des Sensors deutlich herabgesetzt. Dies wurde durch das
Säubern der betroffenen Elemente durch Hochspannungsbehandlung reduziert, was auf Swarm
Charlie bereits abgeschlossen ist und zu einer deutlichen Verbesserung der Bildqualität geführt hat.
Bei den TII’s an Bord der anderen beiden Swarm Satelliten wird diese Methode momentan
durchgeführt. Leider ist nicht damit zu rechnen, dass die spezifizierte Performance der
Ionendriftmessungen erreicht wird.
Am 5. Februar 2015 wurde ein vorläufiger Level-1b Plasmadatensatz für registrierte Nutzer
auf dem ESA-Datenportal veröffentlicht. Die Plasmadichtedaten weisen eine hohe Qualität aus Sicht
der Kalibrierung/Validierung auf. Die Temperaturdaten sind allerdings noch als problematisch
einzuschätzen.
Der Vergleich mit empirischen Modellwerten der „International Reference Ionosphere“ (IRI)
zeigt eine recht gute Übereinstimmung der Elektronendichte (Ne) Werte, mit einer Tendenz (10-15%)
zu geringeren Messwerten von Swarm gegenüber der IRI. Die Elektronentemperatur (Te) Messungen
hingegen weisen in der Regel zu hohe Werte auf und zeigen das Auftreten zweier Häufungsspitzen
(~150 K bzw. ~1500 K über der IRI-Referenz).
Regelmäßig auftretende Peaks in der Elektronentemperatur und im Plasmapotential (fp)
werden unter bestimmten Sonnenstandswinkeln beobachtet, die offenbar einen Bezug zur
geometrischen Form der Satelliten haben. Sie erscheinen als Doppelspur von Ausreißern in Te und fp,
sogenannte „Spike Trains“, ausschließlich während der Perioden mit solarer Beleuchtung und stehen
offenbar in Bezug zur Lage der Solar Panels. Diese Spike Trains werden häufig auch begleitet von
Fluktuationen der Elektronendichte und können daher mit natürlichen Dichteschwankungen (z.B.
plasma bubbles) verwechselt werden. Ein möglicher Bezug zu Spikes, die in Akzelerometer-
Messungen beobachtet wurden (allerdings nur bei Sonnenlicht auf der Unterseite der Satelliten)
sollte noch genauer untersucht werden.
30Sie können auch lesen
