Mineração de dados aplicada à análise e predição de cintilação ionosférica

• Main Author: Luiz Felipe Campos de Rezende
• Other Authors: Stephan Stephany
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais 2009
• Online Access: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/06.22.15.52

Irregularidades ionosféricas podem causar flutuações de amplitude e fase de sinais de rádio. Essa distorção é conhecida como cintilação ionosférica. As irregularidades ionosféricas ocorrem como parte da depleção da densidade do plasma. Essas estruturas irregulares são geradas no equador magnético após o pôr do sol pelo mecanismo de instabilidade do plasma da ionosfera equatorial, sendo também conhecidas como bolhas ionosféricas. Elas ascendem a altas altitudes no equador magnético e migram para baixas latitudes ao longo do campo magnético da Terra. As irregularidades ionosféricas influem e afetam o Clima Espacial que é uma área emergente em Ciências Espaciais. Em geral, sistemas de navegação como o Global Positioning System (GPS) e de telecomunicações são também afetados pelas irregularidades ionosféricas. Este trabalho tem como objetivo aplicar mineração de dados para predição de cintilação ionosférica. Mineração de dados pode ser definida como o processo de extração de informação oculta, previamente desconhecida e potencialmente útil em grandes bases de dados. Pode ser dividida em duas categorias: descritiva e preditiva. A primeira descreve um conjunto de dados de uma maneira concisa e sumarizada, enquanto a segunda, adotada neste trabalho, analisa os dados com a finalidade de construir um modelo capaz de predizer o comportamento de novos conjuntos de dados. Para este estudo são utilizados dados históricos de cintilação ionosférica e outros parâmetros como o nível de atividade solar, a velocidade de deriva vertical do plasma no equador magnético e a atividade magnética global. Apesar da grande variabilidade dos parâmetros ionosféricos que afetam a geração dessas irregularidades, os resultados obtidos mostram que é possível fazer a predição de bolhas ionosféricas. === Irregularly structured ionospheric regions may cause amplitude and phase fluctuations of radio signals. Such distortion is called ionospheric scintillation. These ionospheric irregularities occur as part of depleted plasma density regions that are generated at the magnetic equator after sunset by plasma instability mechanism of the equatorial ionosphere. Also known as ionospheric bubbles, they go upwards to high altitudes and migrate to low latitudes along the Earth magnetic field. Ionospheric irregularities affects the Space Weather that is an emergent area in Science Space. In general, navigation systems such as the Global Positioning System (GPS) and telecommunications systems are also affected by the scintillation. The aim of this work is to apply data mining for the prediction of ionospheric scintillation. Data mining can be defined as the process of extracting hidden, previously unknown, and potentially useful high-level information in large databases. Data mining can be divided into two categories: descriptive or predictive. The first one describes a data set in a concise and summarized way, while the second one, used in this work, analyses the data to build a model and tries to predict the behavior of a new data set. In this study we employed historic data series of ionospheric scintillation and other parameters such as the level of solar activity, vertical drift velocity of the plasma in the magnetic equator and global magnetic activity. The obtained results show that prediction of the appearance of ionospheric bubbles is possible regardless of the high variability of the ionospheric parameters that affect the generation of such irregularities.