(HEM) يجمع بين نماذج التعلم الآلي المتعددة للتنبؤ بحدوث وتحديد شدة الاضطرابات (التغيرات أو المخالفات) الأيونوسفيرية بدلاً من اعتبار التنبؤ بالمخالفات الأيونوسفيرية بمثابة تصنيفات".

واستطرد أنه في الوقت نفسه، "تم تدريب النموذج المقترح في الفترة 1 يناير 2022 إلى 15 أكتوبر 2022، باستخدام خرائط معدل محتوى الإلكترون الأيوني الكلى (ROTI) المشتقة من بيانات الأقمار الاصطناعية الخاصة بالملاحة GNSS من حوالي 147 جهاز استقبال في البرازيل".

حسب فريشح تم اختيار البرازيل لأنها تقع في منطقة دوائر عرض منخفضة (من 5 درجات شمالاً إلى 35 درجة جنوباً) وتصنف على أنها منطقة استوائية وينشط فيها الغلاف الأيوني ويتأثر بشدة بالوهج الشمسي، وتعد نموذجا مثاليا لاختبار الآلية الجديدة المقترحة في البحث".

وفي الوقت نفسه، تم الأخذ في الاعتبار مجموعة متنوعة من مؤشرات النشاط الشمسي والنشاط المغناطيسي للأرض كأحد المدخلات في التقنية الجديدة، بما في ذلك مكونات المجال المغناطيسي بين الكواكب (IMF)، والتردد الحرج لطبقة الغلاف الا+أيوني F2 (foF2)، وارتفاع الذروة لطبقة الغلاف الأيوني F2 (hmF2)، والتدفق الشمسي F10.7، وضغط التدفق الشمسي، ومؤشرات SYM-H.

أهمية النتائج

وفيما يتعلق بالأهمية النسبية لمؤشرات الإدخال المختلفة، قال محمد فريشح إن النتائج توصلت إلى "أن أداء النموذج المقترح HEM الذي تم تدريبه بالذكاء الاصطناعي يتفوق على أداء مؤشرات الإدخال الأخرى التي تم ذكرها سابقاً".

ووفق فريشح فقد تم أيضا استخدام نماذج أخرى للتنبؤ بالمخالفات الأيونوسفيرية، مثل شبكة LSTM وخوارزمية XGRF، للتحقق من صحة وتحليل الأداء المتوقع للنموذج المقترح HEM، وكشفت النتائج أن أداء النموذج الهجين المقترح في الدراسة HEM يتفوق على الطرق الأخرى.

بالإضافة لذلك يمكن للتقنية المقترحة HEM التنبؤ باضطرابات الغلاف الأيوني الجوي بدقة لمدة 30 دقيقة وتوقع شدتها وتوزيعها، ومن المتوقع أن تؤدي تلك التقنية المبتكرة إلى تحسين دقة التنبؤ بالاضطرابات في الغلاف الأيوني قصيرة المدى عند دوائر العرض المنخفضة، مما يساهم في الحد من تأثير الوهج الشمسي على أنظمة الاتصالات والبث التلفزيوني والمرئي وأقمار الملاحة، بحسب تأكيد فريشح.