日本大学共同利用机关法人信息系统研究机构统计数理研究所（简称，统数研）与共同利用机关法人信息系统研究机构国立极地研究所（简称，极地研）、冲绳科学技术大学院大学学园、信息通信研究机构、综合研究大学院大学组成的研究团队，开发出了可精准重现地球极地电离层电场分布的新方法。该方法不仅能够重现既往数值模型难以完成的精细时间变化，还能依据物理法则的计算结果对无法观测的区域进行插值填补，成功构建出迄今为止精度最高的电离层“宇宙天气图”。相关成果已发表在美国地球物理学会期刊《Space Weather》上。
图1 将模拟器与SuperDARN数据相结合实现“数据同化”并制作宇宙天气图（供图：统计数理研究所）
地球上空高度约100～1000公里的区域，部分大气分离并形成等离子体状态，被称为电离层。在高纬度电离层区域，电场空间分布时刻发生变化，由该电场形成的电离层电流可能影响人造卫星轨道及地面基础设施。因此，掌握这些电场变化，对于安全利用太空空间、理解太空环境而言至关重要。
电离层的电场和电流是由其上方被称为磁层区域的物理过程生成的。为此，研究团队此前已利用机器学习，开发出对数值再现磁层物理过程的磁层MHD模型“REPPU”的输出结果进行模拟的模拟器“SMRAI2”。通过输入太阳风条件，实现了对极地电离层电场分布的预测技术。
对于由磁层与电离层复杂物理过程引起的细微时间变动，此前并未能很好地重现。另一方面，虽然存在雷达、磁场观测等从地面观测电场与电流的手段，但只能获取有限区域的数据，因此难以绘制出呈现极地电离层整体电场与电流分布的“宇宙天气图”。
此次，研究团队采用天气预报中也会使用的数据同化技术，将国际雷达观测网“SuperDARN”获取的电离层等离子体速度数据，导入SMRAI2的改进版本“SMRAI2.1”中，成功开发出可精准重现极地电离层整体电场分布变化的方法。
该数据同化技术通常用于整合物理模型模拟与观测数据。实现数据同化需要比单纯进行模拟多花费数十倍的计算时间，因此很难将数据同化直接应用于物理过程比天气预报所针对的低层大气更为复杂的磁层模型。
研究团队此次通过使用机器学习获得的、用于模拟仿真运算的“模拟器”模型，解决了计算时间的问题，并首次成功构建出反映磁层与电离层物理过程的极地电离层“宇宙天气图”。
与既往假设函数形式的方法相比，采用遵循物理法则的计算结果消除了不自然的时间变化，从而能够绘制出更为准确的“宇宙天气图”。
研究结果表明，实际电场分布整体上比MHD模型模拟的变化更为剧烈。此外，即便在无法直接观测的区域，也能轻松掌握电离层变化的情况。
本次成果证实，通过模拟磁层MHD模型的模拟器与实际观测的结合，可实现更接近现实的电离层环境的重现。因此，今后通过使用实时获取的地面观测数据，有望助力提高太空天气预报精度、为卫星等各类社会系统的运行提供支持，并应用于加深对宇宙环境的理解。
原文：《科学新闻》
翻译：JST客观日本编辑部
【论文信息】
期刊：Space Weather
论文：Data assimilation into a machine learning-based emulator of a global MHD simulation for analyzing the polar ionosphere
DOI：10.1029/2025SW004488
