Detailseite
Projekt
Stochastische und physikalische Modellierung des Magnetfeldes der Erde
Antragsteller
Dr. Julien Baerenzung; Professor Dr. Matthias Holschneider
Fachliche Zuordnung
Physik des Erdkörpers
Förderung
Förderung von 2015 bis 2022
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 273607426
Das Magnetfeld der Erde hat viel Quellen. Diese durch Messungen an der Erdoberfläche oder an tief fliegenden Sattelliten zu trennen ist eine groβe Herausforderung. Allerdings kann hierfür die Unterschiedlichkeit der Dynamiken der Quellen benutzt werden. So ist die Zeitentwicklung der internen Quellen wie des Kernes oder der Lithosphaere sehr langsam oder quasi statisch, wohingegen die externen Quellen wie die Ionosphaere oder die Magnetosphaere oder aber die durch diese induzierten Felder im Mantel oder der Kruste und den Ozeanen sich sehr schnell verändern. Im Allgemeinen werden bei der Magnetfeld Modellierung von Observatoriums und Sattelliten Daten nur die zeitlichen Charakteristika der Quellen benutzt, die spezifische räumliche Morphologie der Quellen und deren Korrelation wird dagegen venachlässigt. Aber die gleichzige Benutzung der räumlichen und zeitlichen Randbedingen in einer Inversion sollte die Trennung der verschiedenen Komponenten des beobachteten Magnetfeldes verbessern. Allerdings ist eine volle Inversion der Daten basierend auf der vollstaendigen Raum-Zeit Korrelation nicht moeglich. Insbesondere um eine optimale Saparation der Felder zu erzielen, müssen alle sich überlappenden Felder gleichzeitig berücksichtigt werden, und das bis zu den kleinsten signifikanten Längenskalen, was zu einer Explosion des numerischen Aufwandes führt. Deshalb schlagen wir vor, einen sequenziellen Algorithmus der Datenassimilierung basierend auf dem Kalman Filter zu entwickeln um komplexe Modelle der verschiedenen Magnetfeld Komponenten zu kombinieren und aus Oberflächen Observatoriums Daten und Satelliten Messungen zu schätzen. Diese Technik ist nicht nur deshalb attraktiv, weil sie den Bedarf an Rechner Kapazitaet drastisch vermindert, sondern auch weil sie Zugang zu Abschätzungen der Unsicherheiten eröffnet und die Prädiktion zukünftiger Zustände erlaubt. In einem ersten Schritt werdeb wir Dynamiken basierend auf autoregressiven Modellen benutzen. Indem wir die charakteristischen Parameter Skalen abhängig wählen, können komplexe Raum-Zeit Dynamiken simuliert werden. Da diese Modelle Gauss Prozesse sind, können sie in die lineare Version des Kalman Filters inkorporiert werden, was den Algorithmus sehr effizient und statistisch korrekt macht. In einem zweiten Schritt soll die volle nicht lineare Dynamik wie sie in drei dimensionalen Dynamo Simulationen oder bei Modellen der induzierten Felder in Ozeanen gegeben ist, bei den zu assimilierenden Dynamiken berücksichtigt werden und mit den stochastischen Modellen kombiniert werden. Mit diesem Projekt soll ein Modell des Magnetfeldes der Erde von noch nicht da gewesener Präzision geschaffen werden, das das gesammte 20te Jahrhundert erfasst und bis heute reicht. Es wird das volle Potential der zur Verfügung stehenden Datensätze berücksichtigen von Oberflächen basierten Observatoriumsdaten bis zu den hochpräzisions Sattelliten Daten der SWARM Konstelation.
DFG-Verfahren
Schwerpunktprogramme
