• Treffer 1 von 14
Zurück zur Trefferliste

The Kalmag model as a candidate for IGRF-13

  • We present a new model of the geomagnetic field spanning the last 20 years and called Kalmag. Deriving from the assimilation of CHAMP and Swarm vector field measurements, it separates the different contributions to the observable field through parameterized prior covariance matrices. To make the inverse problem numerically feasible, it has been sequentialized in time through the combination of a Kalman filter and a smoothing algorithm. The model provides reliable estimates of past, present and future mean fields and associated uncertainties. The version presented here is an update of our IGRF candidates; the amount of assimilated data has been doubled and the considered time window has been extended from [2000.5, 2019.74] to [2000.5, 2020.33].

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Verfasserangaben:Julien BaerenzungORCiD, Matthias HolschneiderORCiDGND, Johannes WichtORCiD, Vincent LesurORCiD, Sabrina Sanchez
DOI:https://doi.org/10.1186/s40623-020-01295-y
ISSN:1880-5981
Titel des übergeordneten Werks (Englisch):Earth, planets and space
Verlag:Springer
Verlagsort:New York
Publikationstyp:Wissenschaftlicher Artikel
Sprache:Englisch
Datum der Erstveröffentlichung:29.10.2020
Erscheinungsjahr:2020
Datum der Freischaltung:16.10.2023
Freies Schlagwort / Tag:Assimilation; Geomagnetic field; Kalman filter; Machine learning; Secular variation
Band:72
Ausgabe:1
Aufsatznummer:163
Seitenanzahl:13
Fördernde Institution:German Research Foundation (DFG)German Research Foundation (DFG); [SPP1788]; Projekt DEAL
Organisationseinheiten:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik
DDC-Klassifikation:5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik
Peer Review:Referiert
Publikationsweg:Open Access / Gold Open-Access
DOAJ gelistet
Lizenz (Deutsch):License LogoCC-BY - Namensnennung 4.0 International
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.