Бидний тухай
Багш ажилтан
Сүүлийн жилүүдэд AI хэрэглээний салбарт хувьсал өөрчлөлтүүд гарч эрдэм шинжилгээний салбаруудад ялангуяа хүрээлэн буй орчны судалгаа, уур амьсгалын судалгаа ба газрын гадарга, агаар мандлын судалгаанд тооцоолох машинаар сурах аргачлал (цаашид machine learning гэх) цар хүрээгээ улам бүр тэлж байна. Энэхүү судалгааны зорилго нь machine learning -д гарсан дэвшлийг ашиглан цаг уурын өгөгдөлд дүн шинжилгээ хийхэд, агаар мандал болон ионосферийн судалгаа хийдэг судлаач нарт цаашилбал нийгэм эдийн засгийн ач холбогдолтой байж болох хиймэл оюун ухааны алгоритм боловсруулахад оршино. AI алгоритмыг туршин, хөгжүүлэх судалгааны талбараа бид стратосферийн гэнэтийн дулаарал (цаашид SSW -Stratospheric sudden warming гэх) гэсэн сэдвийг сонгосон ба энэ нь одоог хүртэл бүрэн судлагдаагүй байгаа бөгөөд дэлхийн олон эрдэмтийн анхаарлын төвд байдаг сэдэв байсаар байна. AI тусламжтайгаар SSW үед агаар мандал болон ионосферийн мужид ажиглагдах хэлбэлзлийг тодорхойлоход бидний зорилт оршино. Том хэмжээний машбаттай SSW мэт цаг агаарын төлөв байдлын өөрчлөлт нь тропосферээс тремосферийн дээд давхар болон ионосфер хүртэл бүхэл агаарын мандлын төлөв байдлыг өөрчилж чаддаг. SSW-ийн үед туйлын эргүүлэг задарснаас улбаалж бий болсон хүйтэн агаарын масс нь эрс хүйтрэл болон цасан шуурга үүсгэдэг. SSW-ийн үеийн агаар мандал болон ионосферийн муж дах өөрчлөлт нь агаар мандлын доод хэсэг болон ионосферийн харилцан хамаарлыг мөн ийм хамаарал нь термосфер болон ионосфер дахь динамик процессуудыг хэрхэн өөрчилдгийг ойлгоход чухал ач холбогдолтой. Энэхүү судалгаагаар дээрх дурдсан өөрчлөлтийг хамтран судлах, газар зүйн байршлаас хамаарч SSW -тай холбогдолтой онцлог өөрчлөлтүүдийг тодорхойлох мөн SSW мэт үзэгдлийн улмаас агаар мандал доод давхарга болон ионосферийн хоорондох шууд хамаарлуудыг гаргах юм. Энэхүү хамаарлыг олохын тулд газрын гадаргын орчмын ажиглалтын мэдээ, хиймэл дагуулын мэдээ болон математик загварчлалын мэдээнүүдийг хэдэн арван жилээр боловсруулан судлах хэрэгтэй болно. Тус судалгааны ажлын үр дүн нь агаар мандлын доод давхрын төлөв байдлын өөрчлөлтийн мөн чанар болон SSW ажиглагдах давтамж, оршин тогтнох хүчин чадал зэрэгт уур амьсгалын өөрчлөлт хэрхэн нөлөөлж буй зэргийг нарийвчлан судлахад өндөр ач холбогдолтой.
The proposed study intends to identify the variations in atmosphere and ionospheric during stratospheric sudden warming (SSW) events using the help artificial intelligence. Large‐scale meteorological disturbances like SSW can significantly disturb the entire atmosphere from troposphere, all the way to the upper thermosphere and ionosphere. During SSW, the polar vortex breaks down, and the cold air mass produces extreme cold conditions and snowstorms. Such changes in polar vortex are often associated with an increase in planetary wave activity. Tides and planetary waves propagate upward and modify temperature and wind in the mesosphere-lower thermosphere region. Further, the interaction of the tides and planetary waves generates other tides modes and secondary or child waves. The modulations of background wind fields in the lower thermosphere (MLT) region produces corresponding oscillations in the dynamo electric fields and thus in the ionosphere electron density. The resulting ionosphere variations involve an increase in daytime electron density, decrease in the afternoon values, enhancement of tidal responses in the electron density and oscillations with periodicities of several days. Several case studies have been carried out to investigate such variations during SSW. However, such studies often focus on certain aspects of SSW variations such as tides and wave activities in lower atmosphere, changes in the MLT region, or the oscillations in the ionosphere electron density. However, coordinated observations and analysis of atmospheric and ionospheric variations during SSW are still lacking. The changes in atmosphere and ionosphere during SSW provide an excellent opportunity to understand the coupling between lower atmosphere and ionosphere and how such coupling modifies the dynamic processes in thermosphere and ionosphere.
Түлхүүр үгс:
