A neural network approach to empirically model the lower ionosphere

Der ionisierte Anteil der Mesosphäre ist besser bekannt als D- und auch untere E-Schicht der Ionosphäre. In diesem Gebiet der Ionosphäre ist die Elektronendichte stark von der Zusammensetzung der Neutralatmosphäre abhängig. Eine realistische Klimatologie der unteren Ionosphäre ist daher nicht nur für die Funkwellenausbreitung wichtig, sondern in zunehmenden Maße stellt sie eine wichtige Größe dar, woran die Gültigkeit von theoretischen Atmosphärenmodellen gemessen werden kann. Die Daten für solche empirische Ionosphärenmodelle sind begrenzt; der größte Teil der dafür verwendbaren Meßdaten wurden an der Technischen Universität Graz entweder selbst gemessen oder gesammelt bzw. editiert. Bislang wurden in Graz empirische Modelle von Elektronendichte, effektiver Rekombinationsrate und negativen Ionen unter Verwendung von konventionellen Anpassungsverfahren erstellt. Der Nachteil dieses Ansatzes ist, daß man a-priori eine Annahme über den zu erwartenden Verlauf machen muß. Im Gegensatz dazu braucht man beim Verfahrens der Neuronalen Netze keine Annahmen bezüglich des erwarteten Verlaufs und dessen Abhängigkeit von verschieden Parametern zu machen. Das Ziel ist neue empirische Modelle der unteren Ionosphäre mit Neuronalen Netzwerken zu erstellen. Ein gründlicher Vergleich der Ergebnisse der beiden Ansätze ist vorgesehen und eventuell in den Daten "verborgene" Abhängigkeiten von verschieden geophysikalischen Parametern sollen gesucht werden. Die International Reference Ionosphere (IRI) ist das am meisten gebräuchliche Ionosphärenmodell. Die erwarteten Ergebnisse des gegenständlichen Projektes sollen wesentliche Verbesserungen des gegenwärtigen IRI Modells für die untere Ionosphäre bringen.