日本大學共同利用機關法人資訊系統研究機構統計數理研究所（簡稱，統數研）與共同利用機關法人資訊系統研究機構國立極地研究所（簡稱，極地研）、沖繩科學技術大學院大學學園、資訊通信研究機構、綜合研究大學院大學組成的研究團隊，開發出了可精準重現地球極地電離層電場分佈的新方法。該方法不僅能夠重現既往數值模式難以完成的精細時間變化，還能依據物理法則的計算結果對無法觀測的區域進行插值填補，成功構建出迄今為止精度最高的電離層「宇宙天氣圖」。相關成果已發表在美國地球物理學會期刊《Space Weather》上。
圖1 將模擬器與SuperDARN數據相結合實現「數據同化」並製作宇宙天氣圖（供圖：統計數理研究所）
地球上空高度約100～1000公里的區域，部分大氣分離並形成電漿狀態，被稱為電離層。在高緯度電離層區域，電場間距分佈時刻發生變化，由該電場形成的電離層電流可能影響人造衛星軌道及地面基礎設施。因此，掌握這些電場變化，對於安全利用太空空間、理解太空環境而言至關重要。
電離層的電場和電流是由其上方被稱為磁層區域的物理過程生成的。為此，研究團隊此前已利用機器學習，開發出對數值再現磁層物理過程的磁層MHD模型「REPPU」的輸出結果進行模擬的模擬器「SMRAI2」。通過輸入太陽風條件，實現了對極地電離層電場分佈的預測技術。
對於由磁層與電離層複雜物理過程引起的細微時間變動，此前並未能很好地重現。另一方面，雖然存在雷達、磁場觀測等從地面觀測電場與電流的手段，但只能獲取有限區域的數據，因此難以繪製出呈現極地電離層整體電場與電流分佈的「宇宙天氣圖」。
此次，研究團隊採用天氣預報中也會使用的數據同化技術，將國際雷達觀測網「SuperDARN」獲取的電離層電漿速度數據，導入SMRAI2的改進版本「SMRAI2.1」中，成功開發出可精準重現極地電離層整體電場分佈變化的方法。
該數據同化技術通常用於整合物理模式模擬與觀測數據。實現數據同化需要比單純進行模擬多花費數十倍的計算時間，因此很難將數據同化直接應用於物理過程比天氣預報所針對的低層大氣更為複雜的磁層模型。
研究團隊此次通過使用機器學習獲得的、用於模擬模擬運算的「模擬器」模型，解決了計算時間的問題，並首次成功構建出反映磁層與電離層物理過程的極地電離層「宇宙天氣圖」。
與既往假設函數形式的方法相比，採用遵循物理法則的計算結果消除了不自然的時間變化，從而能夠繪製出更為準確的「宇宙天氣圖」。
研究結果表明，實際電場分佈整體上比MHD模型模擬的變化更為劇烈。此外，即便在無法直接觀測的區域，也能輕鬆掌握電離層變化的情況。
本次成果證實，通過模擬磁層MHD模型的模擬器與實際觀測的結合，可實現更接近現實的電離層環境的重現。因此，今後通過使用即時獲取的地面觀測數據，有望助力提高太空天氣預報精度、為衛星等各類社會系統的運行提供支持，並應用於加深對宇宙環境的理解。
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：Space Weather
論文：Data assimilation into a machine learning-based emulator of a global MHD simulation for analyzing the polar ionosphere
DOI：10.1029/2025SW004488
