Quando o vento solar bate no campo magnético da Terra, os impactos se propagam pela ionosfera do planeta, a camada externa da atmosfera cheia de partículas carregadas. Um conjunto global de radares de alta frequência conhecido como Super Dual Auroral Radar Network (SuperDARN) rastreia a circulação de plasma ionosférico do solo, dando aos pesquisadores insights sobre as interações entre o vento solar, a magnetosfera, e a ionosfera. Embora amplamente utilizado na pesquisa de física espacial, a rede não é abrangente - cada radar baseado no solo pode medir a velocidade do plasma apenas na direção da linha de visão, por exemplo. Como resultado, existem grandes lacunas espaciais e temporais no arquivo SuperDARN.

Historicamente, os pesquisadores preencheram essas lacunas com modelos que fazem suposições com base nas médias climatológicas dos dados do SuperDARN ou nas medições do vento solar. Em um novo estudo, Shore et al. apresentar um novo método usando uma técnica de função ortogonal empírica de interpolação de dados, que permite aos pesquisadores detectar padrões nos dados de velocidade do plasma SuperDARN existentes e, em seguida, usar essas informações para preencher as lacunas. A equipe usou observações coletadas pelas estações da rede do hemisfério norte em fevereiro de 2001 e preencheu as informações ausentes a qualquer momento usando os padrões de velocidade deduzidos dos dados coletados em um determinado local ao longo do mês e de outros locais da rede ao mesmo tempo.

O conjunto de dados SuperDARN é crítico para a compreensão do clima espacial e seus impactos potenciais nas tecnologias subjacentes a coisas como comunicações de rádio e serviços de satélite, e esta nova técnica pode fornecer aos pesquisadores as estimativas mais precisas da variabilidade eletrodinâmica ionosférica.

Esta história é republicada por cortesia de Eos, patrocinado pela American Geophysical Union. Leia a história original aqui.