Geospace magnetic field: From early cartoons to data-based models

Переведенное название: Магнитное поле в околоземном космосе: От ранних рисунков до моделей на основе данных

Результат исследований: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике


This paper reviews the data-based approach to modeling the distant
magnetospheric magnetic field. Large amount of the spacecraft magnetometer
data, accumulated since the beginning of the space era, allowed to develop
a quantitative representation of the magnetospheric configurations, based on
measurements made within a vast region extending to the Moon's orbit. The
task of modeling the distant geomagnetic field is largely complicated both by
its dependence on seasonal/diurnal changes of the Earth's dipole tilt angle and a
significant variability caused by the solar wind fluctuations and magnetospheric
substorms. Though widely used in various experimental and theoretical studies,
the existing models provide only average and often too crude approximations
for highly variable actual field. This review discusses the fundamentals of the
next-generation models, including the problem of their calibration by the solar
wind parameters, modeling the fied from Birkeland currents, and a new approach
to fitting models against data.
Переведенное названиеМагнитное поле в околоземном космосе: От ранних рисунков до моделей на основе данных
Язык оригиналаанглийский
Название основной публикацииPhysics of Space Plasmas
Подзаголовок основной публикацииProceedings of the 1995 Cambridge Symposium/Workshop in Geoplasma Physics on "Multiscale Phenomena in Space Plasmas"
РедакторыT. Chang, J. R. Jasperse
Место публикацииCambridge, Massachusetts
ИздательMassachusetts Institute of Technology
Число страниц12
СостояниеОпубликовано - 1996

Предметные области Scopus

  • Физика и астрономия (все)

Ключевые слова

  • magnetosphere
  • geomagnetic field
  • modeling

Fingerprint Подробные сведения о темах исследования «Магнитное поле в околоземном космосе: От ранних рисунков до моделей на основе данных». Вместе они формируют уникальный семантический отпечаток (fingerprint).