TY  - THES
A1  - Smirnov, Artem
T1  - Understanding the dynamics of the near-earth space environment utilizing long-term satellite observations
T1  - Verständnis der Dynamik der erdnahen Weltraumumgebung mit Hilfe von Langzeit-Satellitenbeobachtungen
N2  - The near-Earth space environment is a highly complex system comprised of several regions and particle populations hazardous to satellite operations. The trapped particles in the radiation belts and ring current can cause significant damage to satellites during space weather events, due to deep dielectric and surface charging. Closer to Earth is another important region, the ionosphere, which delays the propagation of radio signals and can adversely affect navigation and positioning. In response to fluctuations in solar and geomagnetic activity, both the inner-magnetospheric and ionospheric populations can undergo drastic and sudden changes within minutes to hours, which creates a challenge for predicting their behavior. Given the increasing reliance of our society on satellite technology, improving our understanding and modeling of these populations is a matter of paramount importance.

In recent years, numerous spacecraft have been launched to study the dynamics of particle populations in the near-Earth space, transforming it into a data-rich environment. To extract valuable insights from the abundance of available observations, it is crucial to employ advanced modeling techniques, and machine learning methods are among the most powerful approaches available. This dissertation employs long-term satellite observations to analyze the processes that drive particle dynamics, and builds interdisciplinary links between space physics and machine learning by developing new state-of-the-art models of the inner-magnetospheric and ionospheric particle dynamics.

The first aim of this thesis is to investigate the behavior of electrons in Earth's radiation belts and ring current. Using ~18 years of electron flux observations from the Global Positioning System (GPS), we developed the first machine learning model of hundreds-of-keV electron flux at Medium Earth Orbit (MEO) that is driven solely by solar wind and geomagnetic indices and does not require auxiliary flux measurements as inputs. We then proceeded to analyze the directional distributions of electrons, and for the first time, used Fourier sine series to fit electron pitch angle distributions (PADs) in Earth's inner magnetosphere. We performed a superposed epoch analysis of 129 geomagnetic storms during the Van Allen Probes era and demonstrated that electron PADs have a strong energy-dependent response to geomagnetic activity. Additionally, we showed that the solar wind dynamic pressure could be used as a good predictor of the PAD dynamics. Using the observed dependencies, we created the first PAD model with a continuous dependence on L, magnetic local time (MLT) and activity, and developed two techniques to reconstruct near-equatorial electron flux observations from low-PA data using this model.

The second objective of this thesis is to develop a novel model of the topside ionosphere. To achieve this goal, we collected observations from five of the most widely used ionospheric missions and intercalibrated these data sets. This allowed us to use these data jointly for model development, validation, and comparison with other existing empirical models. We demonstrated, for the first time, that ion density observations by Swarm Langmuir Probes exhibit overestimation (up to ~40-50%) at low and mid-latitudes on the night side, and suggested that the influence of light ions could be a potential cause of this overestimation. To develop the topside model, we used 19 years of radio occultation (RO) electron density profiles, which were fitted with a Chapman function with a linear dependence of scale height on altitude. This approximation yields 4 parameters, namely the peak density and height of the F2-layer and the slope and intercept of the linear scale height trend, which were modeled using feedforward neural networks (NNs). The model was extensively validated against both RO and in-situ observations and was found to outperform the International Reference Ionosphere (IRI) model by up to an order of magnitude. Our analysis showed that the most substantial deviations of the IRI model from the data occur at altitudes of 100-200 km above the F2-layer peak. The developed NN-based ionospheric model reproduces the effects of various physical mechanisms observed in the topside ionosphere and provides highly accurate electron density predictions.

This dissertation provides an extensive study of geospace dynamics, and the main results of this work contribute to the improvement of models of plasma populations in the near-Earth space environment.
N2  - Die erdnahe Weltraumumgebung ist ein hochkomplexes System, das aus mehreren Regionen und Partikelpopulationen besteht, die für den Satellitenbetrieb gefährlich sind. Die in den Strahlungsgürteln und dem Ringstrom gefangenen Teilchen können bei Weltraumwetterereignissen aufgrund der tiefen dielektrischen und oberflächlichen Aufladung erhebliche Schäden an Satelliten verursachen. Näher an der Erde liegt eine weitere wichtige Region, die Ionosphäre, die die Ausbreitung von Funksignalen verzögert und die Navigation und Positionsbestimmung beeinträchtigen kann. Als Reaktion auf Fluktuationen der solaren und geomagnetischen Aktivität können sowohl die Populationen der inneren Magnetosphäre als auch der Ionosphäre innerhalb von Minuten bis Stunden drastische und plötzliche Veränderungen erfahren, was eine Herausforderung für die Vorhersage ihres Verhaltens darstellt. Angesichts der zunehmenden Abhängigkeit unserer Gesellschaft von der Satellitentechnologie ist ein besseres Verständnis und eine bessere Modellierung dieser Populationen von größter Bedeutung.

In den letzten Jahren wurden zahlreiche Raumsonden gestartet, um die Dynamik von Partikelpopulationen im erdnahen Weltraum zu untersuchen, was diesen in eine datenreiche Umgebung verwandelt hat. Um aus der Fülle der verfügbaren Beobachtungen wertvolle Erkenntnisse zu gewinnen, ist der Einsatz fortschrittlicher Modellierungstechniken unabdingbar, und Methoden des maschinellen Lernens gehören zu den leistungsfähigsten verfügbaren Ansätzen. Diese Dissertation nutzt langfristige Satellitenbeobachtungen, um die Prozesse zu analysieren, die die Teilchendynamik antreiben, und schafft interdisziplinäre Verbindungen zwischen Weltraumphysik und maschinellem Lernen, indem sie neue hochmoderne Modelle der innermagnetosphärischen und ionosphärischen Teilchendynamik entwickelt.

Das erste Ziel dieser Arbeit ist es, das Verhalten von Elektronen im Strahlungsgürtel und Ringstrom der Erde zu untersuchen. Unter Verwendung von ~18 Jahren Elektronenflussbeobachtungen des Global Positioning System (GPS) haben wir das erste maschinelle Lernmodell des Elektronenflusses im mittleren Erdorbit (MEO) entwickelt, das ausschließlich durch Sonnenwind und geomagnetische Indizes gesteuert wird und keine zusätzlichen Flussmessungen als Eingaben benötigt. Anschließend analysierten wir die Richtungsverteilungen der Elektronen und verwendeten zum ersten Mal Fourier-Sinus-Reihen, um die Elektronen-Stellwinkelverteilungen (PADs) in der inneren Magnetosphäre der Erde zu bestimmen. Wir führten eine epochenübergreifende Analyse von 129 geomagnetischen Stürmen während der Van-Allen-Sonden-Ära durch und zeigten, dass die Elektronen-PADs eine starke energieabhängige Reaktion auf die geomagnetische Aktivität haben. Außerdem konnten wir zeigen, dass der dynamische Druck des Sonnenwindes als guter Prädiktor für die PAD-Dynamik verwendet werden kann. Anhand der beobachteten Abhängigkeiten haben wir das erste PAD-Modell mit einer kontinuierlichen Abhängigkeit von L, der magnetischen Ortszeit (MLT) und der Aktivität erstellt und zwei Techniken entwickelt, um die Beobachtungen des äquatornahen Elektronenflusses aus Daten mit niedrigem Luftdruck mit Hilfe dieses Modells zu rekonstruieren.

Das zweite Ziel dieser Arbeit ist die Entwicklung eines neuen Modells der Topside-Ionosphäre. Um dieses Ziel zu erreichen, haben wir Beobachtungen von fünf der meistgenutzten Ionosphärenmissionen gesammelt und diese Datensätze interkalibriert. So konnten wir diese Daten gemeinsam für die Modellentwicklung, die Validierung und den Vergleich mit anderen bestehenden empirischen Modellen nutzen. Wir haben zum ersten Mal gezeigt, dass die Ionendichtebeobachtungen von Swarm-Langmuir-Sonden in niedrigen und mittleren Breiten auf der Nachtseite eine Überschätzung (bis zu ~40-50%) aufweisen, und haben vorgeschlagen, dass der Einfluss leichter Ionen eine mögliche Ursache für diese Überschätzung sein könnte. Zur Entwicklung des Oberseitenmodells wurden 19 Jahre lang Elektronendichteprofile aus der Radio-Okkultation (RO) verwendet, die mit einer Chapman-Funktion mit einer linearen Abhängigkeit der Skalenhöhe von der Höhe angepasst wurden. Aus dieser Näherung ergeben sich 4 Parameter, nämlich die Spitzendichte und die Höhe der F2-Schicht sowie die Steigung und der Achsenabschnitt des linearen Trends der Skalenhöhe, die mit Hilfe von neuronalen Feedforward-Netzwerken (NN) modelliert wurden. Das Modell wurde sowohl anhand von RO- als auch von In-situ-Beobachtungen umfassend validiert und übertrifft das Modell der Internationalen Referenz-Ionosphäre (IRI). Unsere Analyse zeigte, dass die größten Abweichungen des IRI-Modells von den Daten in Höhen von 100-200 km über der F2-Schichtspitze auftreten. Das entwickelte NN-basierte Ionosphärenmodell reproduziert die Auswirkungen verschiedener physikalischer Mechanismen, die in der Topside-Ionosphäre beobachtet werden, und liefert sehr genaue Vorhersagen der Elektronendichte.

Diese Dissertation bietet eine umfassende Untersuchung der Dynamik in der Geosphäre, und die wichtigsten Ergebnisse dieser Arbeit tragen zur Verbesserung der Modelle von Plasmapopulationen in der erdnahen Weltraumumgebung bei.
KW  - Ionosphere
KW  - radiation belts
KW  - ring current
KW  - space physics
KW  - empirical modeling
KW  - machine learning
KW  - gradient boosting
KW  - neural networks
KW  - Ionosphäre
KW  - empirische Modellierung
KW  - Gradient Boosting
KW  - maschinelles Lernen
KW  - neuronale Netze
KW  - Strahlungsgürtel
KW  - Ringstrom
KW  - Weltraumphysik
Y1  - 2023
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-613711
ER  - 
TY  - THES
A1  - Cervantes Villa, Juan Sebastian
T1  - Understanding the dynamics of radiation belt electrons by means of data assimilation
T1  - Verständnis der Dynamik von Strahlungsgürtel-Elektronen durch Datenassimilation
N2  - The Earth's electron radiation belts exhibit a two-zone structure, with the outer belt being highly dynamic due to the constant competition between a number of physical processes, including acceleration, loss, and transport. The flux of electrons in the outer belt can vary over several orders of magnitude, reaching levels that may disrupt satellite operations. Therefore, understanding the mechanisms that drive these variations is of high interest to the scientific community. 
In particular, the important role played by loss mechanisms in controlling relativistic electron dynamics has become increasingly clear in recent years. It is now widely accepted that radiation belt electrons can be lost either by precipitation into the atmosphere or by transport across the magnetopause, called magnetopause shadowing. Precipitation of electrons occurs due to pitch-angle scattering by resonant interaction with various types of waves, including whistler mode chorus, plasmaspheric hiss, and electromagnetic ion cyclotron waves. In addition, the compression of the magnetopause due to increases in solar wind dynamic pressure can substantially deplete electrons at high L shells where they find themselves in open drift paths, whereas electrons at low L shells can be lost through outward radial diffusion. Nevertheless, the role played by each physical process during electron flux dropouts still remains a fundamental puzzle.
Differentiation between these processes and quantification of their relative contributions to the evolution of radiation belt electrons requires high-resolution profiles of phase space density (PSD). However, such profiles of PSD are difficult to obtain due to restrictions of spacecraft observations to a single measurement in space and time, which is also compounded by the inaccuracy of instruments. Data assimilation techniques aim to blend incomplete and inaccurate spaceborne data with physics-based models in an optimal way. In the Earth's radiation belts, it is used to reconstruct the entire radial profile of electron PSD, and it has become an increasingly important tool in validating our current understanding of radiation belt dynamics, identifying new physical processes, and predicting the near-Earth hazardous radiation environment. 
In this study, sparse measurements from Van Allen Probes A and B and Geostationary Operational Environmental Satellites (GOES) 13 and 15 are assimilated into the three-dimensional Versatile Electron Radiation Belt (VERB-3D) diffusion model, by means of a split-operator Kalman filter over a four-year period from 01 October 2012 to 01 October 2016. In comparison to previous works, the 3D model accounts for more physical processes, namely mixed pitch angle-energy diffusion, scattering by EMIC waves, and magnetopause shadowing. It is shown how data assimilation, by means of the innovation vector (the residual between observations and model forecast), can be used to account for missing physics in the model. This method is used to identify the radial distances from the Earth and the geomagnetic conditions where the model is inconsistent with the measured PSD for different values of the adiabatic invariants mu and K. As a result, the Kalman filter adjusts the predictions in order to match the observations, and this is interpreted as evidence of where and when additional source or loss processes are active. 
Furthermore, two distinct loss mechanisms responsible for the rapid dropouts of radiation belt electrons are investigated: EMIC wave-induced scattering and magnetopause shadowing. The innovation vector is inspected for values of the invariant mu ranging from 300 to 3000 MeV/G, and a statistical analysis is performed to quantitatively assess the effect of both processes as a function of various geomagnetic indices, solar wind parameters, and radial distance from the Earth. The results of this work are in agreement with previous studies that demonstrated the energy dependence of these two mechanisms. EMIC wave scattering dominates loss at lower L shells and it may amount to between 10%/hr to 30%/hr of the maximum value of PSD over all L shells for fixed first and second adiabatic invariants. On the other hand, magnetopause shadowing is found to deplete electrons across all energies, mostly at higher L shells, resulting in loss from 50%/hr to 70%/hr of the maximum PSD. Nevertheless, during times of enhanced geomagnetic activity, both processes can operate beyond such location and encompass the entire outer radiation belt.
The results of this study are two-fold. Firstly, it demonstrates that the 3D data assimilative code provides a comprehensive picture of the radiation belts and is an important step toward performing reanalysis using observations from current and future missions. Secondly, it achieves a better understanding and provides critical clues of the dominant loss mechanisms responsible for the rapid dropouts of electrons at different locations over the outer radiation belt.
N2  - Die Elektronenstrahlungsgürtel der Erde weisen eine Zwei-Zonen-Struktur auf, wobei der äußere Gürtel aufgrund des ständigen Zusammenspiels zwischen einer Reihe von physikalischen Prozessen, einschließlich Beschleunigung, Verlust und Transport, eine hohe Dynamik aufweist. Der Elektronenfluss im äußeren Gürtel kann über mehrere Größenordnungen variieren und Werte erreichen, die den Satellitenbetrieb stören können. Daher ist das Verständnis der Mechanismen, die diese Variabilität bewirken, von hohem Interesse für die wissenschaftliche Gemeinschaft. 
Insbesondere die wichtige Rolle die Verlustmechanismen bei der Kontrolle der relativistischen Elektronendynamik spielen ist in den letzten Jahren immer deutlicher geworden. Es ist inzwischen weithin anerkannt, dass Strahlungsgürtelelektronen entweder durch Interaktion mit der Atmosphäre oder durch Transport über die Magnetopause, das so genannte Magnetopauseshadowing, verloren gehen können. Der Verlust von Elektronen in der Atmosphäre erfolgt aufgrund von Pitchwinkelstreuung durch resonante Wechselwirkung mit verschiedenen Arten von magnetosphärischen Wellen, einschließlich plasmasphärischem Hiss, Whistler-Mode-Chorus, und elektromagnetischen Ionenzyklotron-Wellen (EMIC). Darüber hinaus kann die Komprimierung der Magnetopause aufgrund der Erhöhungen des dynamischen Drucks des Sonnenwindes dazu führen, dass Elektronen an hohen L-Shells, wo sie sich in offenen Driftpfaden befinden, erheblich in ihrer Dichte reduziert werden, während Elektronen an niedrigen L-Shells durch radiale Diffusion nach außen verloren gehen können. Nichtsdestotrotz bleibt die Rolle, die jeder physikalische Prozess bei der schnellen Reduktion des Elektronenflusses spielt, nach wie vor ein grundlegendes Rätsel.
Die Unterscheidung zwischen diesen Prozessen und die Quantifizierung ihrer relativen Beiträge zur Entwicklung der Strahlungsgürtelelektronen erfordert hochauflösende Profile der Phasenraumdichte (PSD). Solche Profile der PSD sind jedoch schwierig zu bestimmen, da die Beobachtungen von Raumfahrzeugen auf eine einzige Messung in Raum und Zeit beschränkt sind, was auch durch die Ungenauigkeit der Instrumente erschwert wird. Datenassimilationstechniken zielen darauf ab, unvollständige und ungenaue raumgestützte Daten mit physikalisch basierten Modellen auf optimale Weise zu kombinieren. In den Strahlungsgürteln der Erde werden sie verwendet, um das gesamte radiale Profil der Elektronen-PSD zu rekonstruieren, und sie sind zu einem immer wichtigeren Werkzeug geworden, um unser derzeitiges Verständnis der Dynamik der Strahlungsgürtel zu validieren, neue physikalische Prozesse zu identifizieren und die erdnahe gefährliche Strahlungsumgebung vorherzusagen. 
In dieser Studie werden Messungen der Van-Allen-Probes A und B und der Geostationary-Operational-Environmental-Satellites (GOES) 13 und 15 mit Hilfe eines Split-Operator-Kalman-Filters über einen Zeitraum von vier Jahren vom 01. Oktober 2012 bis zum 01. Oktober 2016 in das dreidimensionale Versatile Electron Radiation Belt-3D-Diffusionsmodell (VERB-3D) integriert. Im Vergleich zu früheren Arbeiten berücksichtigt das 3D-Modell mehr physikalische Prozesse, nämlich gemischte Diffusion, Streuung durch EMIC-Wellen und Magnetopausenverluste. Es wird gezeigt, wie die Datenassimilation mit Hilfe des Innovationsvektors (des Residuums zwischen Beobachtungen und Modellprognose), genutzt werden kann, um fehlende physikalische Prozesse im Modell zu berücksichtigen. Diese Methode wird verwendet, um die radialen Entfernungen von der Erde und die geomagnetischen Bedingungen zu identifizieren, bei denen unser Modell für verschiedene Werte der adiabatischen Invarianten mu und K nicht mit der gemessenen PSD übereinstimmt. Infolgedessen passt der Kalman-Filter die Vorhersagen an die Beobachtungen an, und dies wird als Nachweis dafür interpretiert, wo und wann zusätzliche Quellen- oder Verlustprozesse aktiv sind. 
Darüber hinaus werden zwei unterschiedliche Verlustmechanismen untersucht, die für die schnellen Verluste von Strahlungsgürtelelektronen verantwortlich sind: EMIC-Wellen-induzierte Streuung und Magnetopausenverluste. Der Innovationsvektor wird bei Werten der Invariante mu im Bereich von 300 bis 3000 MeV/G untersucht, und es wird eine statistische Analyse durchgeführt, um die Wirkung beider Prozesse in Abhängigkeit von verschiedenen geomagnetischen Indizes, Sonnenwindparametern und der radialen Entfernung von der Erde quantitativ zu bewerten. Die Ergebnisse dieser Arbeit stehen in Übereinstimmung mit früheren Studien, die die Energieabhängigkeit dieser beiden Mechanismen nachgewiesen haben. Die EMIC-Wellenstreuung dominiert den Verlust bei niedrigen L-Shells und kann zwi-schen 10%/hr bis 30%/hr des Maximalwertes der PSD über alle L-Shells für feste Werte der ersten und zweiten adiabatische Invarianten betragen. Andererseits wird festgestellt, dass bei den Magnetopausenverlusten über alle Energien hinweg, meist bei höheren L-Shells, Elektronen Verluste zeigen, was zu einer Verstärkung des Verlustes von 50%/hr auf 70%/hr der maximalen PSD führt. Nichtsdestotrotz können beide Prozesse in Zeiten erhöhter geomagnetischer Aktivität über diese L-Shells hinaus wirken und den gesamten äußeren Strahlungsgürtel umfassen.
Die Ergebnisse dieser Studie sind zweifacher Art. Erstens zeigt sie, dass der 3D-Daten-Assimilationscode ein umfassendes Bild der Strahlungsgürtel liefert und ein wichtiger Schritt zur Durchführung einer Reanalyse unter Verwendung von Beobachtungen aus aktuellen und zukünftigen Missionen ist. Zweitens erreicht er ein besseres Verständnis und liefert entscheidende Hinweise auf die vorherrschenden Verlustmechanismen, die für die schnellen Verluste von Elektronen an verschiedenen Orten im äußeren Strahlungsgürtel verantwortlich sind.
KW  - radiation belts
KW  - Strahlungsgürtel
KW  - data assimilation
KW  - Datenassimilation
KW  - phase space density
KW  - Phasenraumdichte
KW  - magnetospheric waves
KW  - magnetosphärischen Wellen
KW  - Kalman filter
KW  - Kalman-Filter
Y1  - 2021
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-519827
ER  - 
TY  - THES
A1  - Aseev, Nikita
T1  - Modeling and understanding dynamics of charged particles in the Earth's inner magnetosphere
T1  - Modellierung und Untersuchung der Dynamik geladener Teilchen in der inneren Magnetosphäre der Erde
N2  - The Earth's inner magnetosphere is a very dynamic system, mostly driven by the external solar wind forcing exerted upon the magnetic field of our planet. Disturbances in the solar wind, such as coronal mass ejections and co-rotating interaction regions, cause geomagnetic storms, which lead to prominent changes in charged particle populations of the inner magnetosphere - the plasmasphere, ring current, and radiation belts. Satellites operating in the regions of elevated energetic and relativistic electron fluxes can be damaged by deep dielectric or surface charging during severe space weather events. Predicting the dynamics of the charged particles and mitigating their effects on the infrastructure is of particular importance, due to our increasing reliance on space technologies.

The dynamics of particles in the plasmasphere, ring current, and radiation belts are strongly coupled by means of collisions and collisionless interactions with electromagnetic fields induced by the motion of charged particles. Multidimensional numerical models simplify the treatment of transport, acceleration, and loss processes of these particles, and allow us to predict how the near-Earth space environment responds to solar storms. The models inevitably rely on a number of simplifications and assumptions that affect model accuracy and complicate the interpretation of the results. In this dissertation, we quantify the processes that control electron dynamics in the inner magnetosphere, paying particular attention to the uncertainties of the employed numerical codes and tools.

We use a set of convenient analytical solutions for advection and diffusion equations to test the accuracy and stability of the four-dimensional Versatile Electron Radiation Belt (VERB-4D) code. We show that numerical schemes implemented in the code converge to the analytical solutions and that the VERB-4D code demonstrates stable behavior independent of the assumed time step. The order of the numerical scheme for the convection equation is demonstrated to affect results of ring current and radiation belt simulations, and it is crucially important to use high-order numerical schemes to decrease numerical errors in the model.

Using the thoroughly tested VERB-4D code, we model the dynamics of the ring current electrons during the 17 March 2013 storm. The discrepancies between the model and observations above 4.5 Earth's radii can be explained by uncertainties in the outer boundary conditions. Simulation results indicate that the electrons were transported from the geostationary orbit towards the Earth by the global-scale electric and magnetic fields.
We investigate how simulation results depend on the input models and parameters. The model is shown to be particularly sensitive to the global electric field and electron lifetimes below 4.5 Earth's radii. The effects of radial diffusion and subauroral polarization streams are also quantified.

We developed a data-assimilative code that blends together a convection model of energetic electron transport and loss and Van Allen Probes satellite data by means of the Kalman filter. We show that the Kalman filter can correct model uncertainties in the convection electric field, electron lifetimes, and boundary conditions. It is also demonstrated how the innovation vector - the difference between observations and model prediction - can be used to identify physical processes missing in the model of energetic electron dynamics.

We computed radial profiles of phase space density of ultrarelativistic electrons, using Van Allen Probes measurements. We analyze the shape of the profiles during geomagnetically quiet and disturbed times and show that the formation of new local minimums in the radial profiles coincides with the ground observations of electromagnetic ion-cyclotron (EMIC) waves. This correlation indicates that EMIC waves are responsible for the loss of ultrarelativistic electrons from the heart of the outer radiation belt into the Earth's atmosphere.
N2  - Die innere Magnetosphäre der Erde ist ein sehr dynamisches System, das hauptsächlich vom äußeren Sonnenwind beeinflusst wird, der auf das Magnetfeld unseres Planeten einwirkt. Störungen im Sonnenwind, wie z.B. koronale Massenauswürfe und sogenannte Korotierende Wechselwirkungsbereiche, verursachen geomagnetische Stürme, die zu deutlichen Veränderungen der Populationen geladener Teilchen in der inneren Magnetosphäre führen - Plasmasphäre, Ringstrom und Strahlungsgürtel. Satelliten, die in Regionen mit erhöhten energetischen und relativistischen Elektronenflüssen betrieben werden, können durch tiefe dielektrische Ladung oder Oberflächenladungen bei schweren Weltraumwetterereignissen beschädigt werden. Die Vorhersage der Dynamik der geladenen Teilchen und die Abschwächung ihrer Auswirkungen auf die Infrastruktur sind heutzutage von besonderer Bedeutung, insbesondere aufgrund unserer zunehmenden Abhängigkeit von Weltraumtechnologien.

Die Dynamik von Teilchen in der Plasmasphäre, des Ringstrom und in den Strahlungsgürteln sind durch Kollisionen und kollisionsfreie Wechselwirkungen mit elektromagnetischen Feldern, die durch die Bewegung geladener Teilchen induziert werden, stark gekoppelt. Mehrdimensionale numerische Modelle vereinfachen die Betrachtung von Transport-, Beschleunigungs- und Verlustprozessen dieser Partikel und ermöglichen es uns, vorherzusagen, wie die erdnahe Weltraumumgebung auf Sonnenstürme reagiert. Die Modelle beruhen zwangsläufig auf einer Reihe von Vereinfachungen und Voraussetzungen, die sich auf die Modellgenauigkeit auswirken und die Interpretation der Ergebnisse erschweren. In dieser Dissertation quantifizieren wir die Prozesse, die die Dynamik der Elektronen in der inneren Magnetosphäre steuern. Dabei richten wir den Fokus insbesondere auch auf die Unsicherheiten der verwendeten numerischen Codes.

Wir verwenden eine Reihe praktischer analytischer Lösungen für Advektions- und Diffusionsgleichungen, um die Genauigkeit und Stabilität des 4-dimensionalen ''Versatile Electron Radiation Belt'' Codes (VERB-4D Code) zu testen. Wir zeigen, dass die im Code implementierten numerischen Schemata zu den analytischen Lösungen konvergieren und der Code sich unabhängig vom angenommenen Zeitschritt stabil verhält. Wir demonstrieren, wie die Genauigkeit des numerischen Schemas für die Konvektionsgleichung die Ergebnisse von Ringstrom- und Strahlungsgürtelsimulationen beeinflussen kann, und dass es von entscheidender Beteutung ist, numerische Schemata höherer Ordnung zu verwenden, um numerische Fehler im Modell zu reduzieren.

Mit dem ausführlich getesteten VERB-4D Code modellieren wir die Dynamik der Ringstromelektronen während des Sturms vom 17. März 2013. Wir zeigen, dass die Diskrepanzen zwischen dem Modell und Beobachtungen oberhalb von 4.5 Erdradien durch Unsicherheiten in den äußeren Randbedingungen erklärt werden können und dass die Elektronen durch die globalen elektrischen und magnetischen Felder von der geostationäre Umlaufbahn zur Erde transportiert wurden.
Wir untersuchen weiterhin, wie die Simulationsergebnisse von den Eingabemodellen und Parametern abhängen. Wir zeigen, dass das Modell besonders empfindlich für das globale elektrische Feld und die Lebensdauer der Elektronen unterhalb von 4.5 Erdradien ist. Außerdem quantifizieren wir auch die Auswirkungen von radialer Diffusion und subauroralen Polarisationsströmen.

Wir haben einen datenassimilativen Code entwickelt, der mithilfe des Kalman-Filters ein Konvektionsmodell für den Transport und den Verlust energetischer Elektronen mit den Satellitendaten der Van Allen Probes kombiniert. Wir zeigen, dass die Verwendung eines Kalman-Filters Modellunsicherheiten im elektrischen Konvektionsfeld, in der Lebensdauer der Elektronen und in den Randbedingungen korrigieren kann. Weiterhin zeigen wir, wie der Innovationsvektor - die Differenz zwischen Beobachtungen und Modellvorhersagen - verwendet werden kann, um physikalische Prozesse zu identifizieren, die im Modell der Dynamik der energetischen Elektronen fehlen.

Außerdem berechnen wir radiale Profile der Phasenraumdichte ultrarelativistischer Elektronen mithilfe von Van Allen Probes-Messungen. Wir analysieren die Form der Profile und zeigen, dass die Entstehung neuer lokaler Minima in den radialen Profilen mit den Bodenbeobachtungen von EMIC-Wellen übereinstimmt. Diese Korrelation legt nahe, dass EMIC-Wellen für den Verlust ultrarelativistischer Elektronen vom Herzen des äußeren Strahlungsgürtels in die Erdatmosphäre verantwortlich sind.
KW  - ring current electrons
KW  - radiation belts
KW  - mathematical modeling
KW  - wave-particle interactions
KW  - data assimilation
KW  - Ringstromelektronen
KW  - Strahlungsgürtel
KW  - mathematische Modellierung
KW  - Wellen-Teilchen Wechselwirkungen
KW  - Datenassimilation
Y1  - 2020
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-479211
ER  -