Modes de variabilité géomagnétiques et de météo spatiale à partir des données satellites

par João miguel Rosa Domingos

Projet de thèse en Sciences de la Terre et de l'Univers et de l'Environnement

Sous la direction de Dominique Jault.

Thèses en préparation à Grenoble Alpes en cotutelle avec l'University of Coimbra , dans le cadre de Terre, Univers, Environnement , en partenariat avec Institut des Sciences de la Terre (laboratoire) depuis le 01-12-2014 .


  • Résumé

    Données géomagnétiques et météorologie spatiale : le cas particulier de l'anomalie de l'Atlantique Sud L'anomalie de l'Atlantique Sud (SAA) couvre une partie de l'Amérique du Sud et de l'Océan Atlantique Sud. Il correspond à une région où le champ magnétique terrestre est moins intense et où la ceinture de radiation est plus proche de la surface terrestre. C'est pourquoi, cette région présente un intérêt particulier du point de vue de la météo spatiale. Une meilleure compréhension de son évolution à l'échelle de 1 à 20 ans et le développement d'outils de prévision et d'alerte constitueraient donc une contribution significative. Le premier objectif du travail est l'analyse des données satellites disponibles de façon à décrire l'évolution récente de l'anomalie. Au delà des seules missions de magnétométrie, les satellites RHESSI, RXTE (voir Furst et al., 2009) CALIPSO ont fourni des données pertinentes (mesure du flux de particules) une fois combinées à des indicateurs de l'activité solaire comme les indices F10.7 et Kp. Il a été récemment noté (Noel et al., 2014) que cette anomalie affectera les mesures par lidal aéroporté. Prédire l'évolution de l'anomalie SAA est un objectif majeur. Pour obtenir une prévision fiable, on peut calculer l'évolution du champ magnétique à partir de modèles d'écoulement du noyau fluide. On peut en particulier représenter l'histoire passée à partir de quelques modes d'écoulement de périodes et temps de déclin différents. Une fois ces quelques modes déterminés, on peut les extrapoler dans le futur. Les données Swarm donneront accès à une résolution temporelle et spatiale accrues. Le doctorant s'attachera en particulier à déterminer les causes physiques de l'évolution de l'anomalie SAA.

  • Titre traduit

    Geomagnetic and space weather variability modes in satellite data


  • Résumé

    Geomagnetic data and space weather: a special emphasis on the SSA The South Atlantic Anomaly (SAA) refers to an irregular geographic area, over South America and the Atlantic Ocean, where the Earth's geomagnetic field is weakest and the inner radiation belt comes closest to the surface. This specific feature of the magnetic field is well-known and presents an increasing interest for Space Weather studies. A better understanding of the underlying physics and the development of forecast/alert tools for this region is crucial for Earth's observation from space. One first objective of this PhD is a fully analysis of available satellite data to better understand the recent evolution of the SSA, in particular to characterize parameters such as intensity, shift rate, shape. This part of work needs to investigate recent approach to characterize the SAA, from data provided by RHESSI, RXTE (see Furst et al., 2009), CALIPSO (see Noel et al.., 2014) space observation. Results from these missions will be compared with well-known parameters, as F10.7, Kp index, geomagnetic field models (over the last decade). Recently it has been indicated (see Noel et al., 2014), that the SAA noise levels will affect future spaceborne lidar missions most near 2020. For the upcoming satellite missions, to forecast the SAA evolution becomes a fundamental research topic. To obtain a reliable forecasting, it is secondly suitable to develop and apply DMD method for flows at the top of the core, flows computed from recent geomagnetic models based on CHAMP satellite data. This method has these two interesting features: to separate components with different periods and decaying times; to be used to forecast outside the measuring period. As the method could also be tested and used with other sorts of spatial/time grids, it is suggested to apply it to models obtained from Swarm data, to cover the period from 2014. This part of the work will offer the possibility to forecast the SAA evolution and to describe the causes of its changes in time. The final aim of the work is to provide a best possible description of the SAA, using different available satellites and ground datasets and to propose its evolution over the next years, mainly based on Swarm-based magnetic field models. It is expected a contribution to a more deep understanding of the underlying Physics.