LPP - Laboratoire de Physique des Plasmas - UMR 7648 - Le « machine learning » : une porte d’entrée vers l’analyse statistique multi-missions et à grand nombre d’échantillons de la magnétopause terrestre

Aller au menu
Aller à la recherche
Aller au contenu
Aller à la navigation

Accueil > A propos du LPP > Communication > Actualités archivées > 2022 > Le « machine learning » : une porte d’entrée vers l’analyse statistique multi-missions et à grand nombre d’échantillons de la magnétopause terrestre

Le « machine learning » : une porte d’entrée vers l’analyse statistique multi-missions et à grand nombre d’échantillons de la magnétopause terrestre

La magnétopause terrestre résulte de l’interaction entre le vent solaire et le champ géomagnétique. Elle constitue un obstacle pour le vent solaire supersonique et se situe par conséquent en aval d’un choc d’étrave non collisionnel au travers duquel le vent solaire devient subsonique.

Bien que cette frontière ait été observée par des satellites en orbite autour de la Terre depuis des décennies, la façon avec laquelle les propriétés du vent solaire et du Champ Magnétique Interplanétaire (IMF) influent sur la position de la magnétopause est encore mal comprise. Au travers d’une étude statistique multi-missions à grand nombre d’échantillons publiée dans le Journal of Geophysical Research sous la forme d’une série de 4 articles, Gautier Nguyen (qui a soutenu sa thèse au LPP en février 2021 dans l’équipe des plasmas spatiaux) et ses collaborateurs au LPP et à l’IRAP à Toulouse et au laboratoire d’Astrophysique de Bordeaux ont récemment apporté de nouveaux éléments de réponse à cette question.

Détecter dans l’ensemble des données existantes les moments auxquels des satellites traversent la magnétopause est la première étape d’une représentation statistique de la position de cette frontière. Jusqu’à présent, cette tâche a essentiellement été faite par inspection visuelle des données. A cause de leur variabilité et de leur complexité, les listes d’évènements qui en résultaient se sont souvent avérées subjectives, peu exhaustives et difficilement reproductibles freinant par la même occasion la réalisation de statistiques à grand nombre d’échantillons.

Gautier Nguyen et ses collègues se sont affranchis de cette difficulté avec une approche innovante basée sur l’entraînement d’un algorithme à identifier la région de l’environnement terrestre proche dans laquelle se trouve un satellite à un instant donné. Appliquée sur 83 ans de données cumulées des missions THEMIS, ARTEMIS, Cluster, Magnetospheric MultiScale et DoubleStar, leur méthode a permis d’identifier 15 062 intervalles d’une heure de données incluant des traversées de magnétopauses. Ce catalogue, dont une représentation est visible en Figure 1 est à ce jour le catalogue le plus exhaustif existant.


Figure 1: Projection de la distribution spatiale des 15 062 traversées de magnétopause détectées dans les plans (X – Y) (gauche), (X - Z) (milieu) et (Y-Z) (droite) des coordonnées Géocentriques solaires magnétosphériques. La ligne noire représente un modèle standard de magnétopause.

Avec cette liste unique et accessible publiquement, les auteurs prouvent que lorsque l’orientation de l’IMF varie autour de l’axe Soleil-Terre, la magnétopause tourne. Un phénomène déjà suggéré par des modélisations magnétohydrodynamiques mais jamais observé dans des données d’observation. Ils apportent également une réponse finale au débat persistant sur la présumée – et maintenant confirmée – indentation de la magnétopause autour des cornets polaires, là où les lignes de champ géomagnétique convergent vers l’axe du dipôle magnétique. Les résultats confirment également, pour la première fois que la forme de la magnétopause prédite par les modèles analytiques existants est cohérente avec les observations de cette frontière faite du côté nuit de la magnétosphère jusqu’à des distances égales à l’orbite lunaire. Finalement et dans la continuité de ces nouveaux résultats, les auteurs proposent un nouveau modèle prédisant la position et la forme de la magnétopause plus précisément que les modèles déjà existants.

Une représentation de ce modèle prenant en compte les variations temporelles du vent solaire et de l’IMF est visible sur la Figure 2.


Figure 2: Mesures (colonne de gauche) de la pression dynamique du vent solaire (haut) et de l’IMF (bas) le 3 mars 2011 et projection de notre modèle de magnétopause dans les plans (X – Y) (gauche), (X - Z) (milieu), et (Y-Z) (droite) des coordonnées Géocentriques solaires magnétosphériques au moment indiqué par la ligne noire pointillée. L’intervalle gris représente l’intervalle de temps considéré et propagé sur l’ensemble de la magnétopause.

Les 4 articles mentionnés forment une série d’articles compagnons récemment publiés dans le même numéro du Journal of Geophysical Research intitulée Massive Multi-Mission Statistical Study and Analytical Modeling of the Earth’s Magnetopause. Ces articles pouvant être considérés individuellement ou dans leur globalité.

Références :

Nguyen, G., Aunai, N., Michotte de Welle, B., Jeandet, A., Lavraud, B., & Fontaine, D. (2022). Massive multi-mission statistical study and analytical modeling of the Earth’s magnetopause : 1. A gradient boosting based automatic detection of near-Earth regions. Journal of Geophysical Research : Space Physics, 127, e2021JA029773. https://doi.org/10.1029/2021JA029773

Nguyen, G., Aunai, N., Michotte de Welle, B., Jeandet, A., Lavraud, B., & Fontaine, D. (2022). Massive multi-mission statistical study and analytical modeling of the Earth’s magnetopause : 2. Shape and location. Journal of Geophysical Research : Space Physics, 127, e2021JA029774. https://doi.org/10.1029/2021JA029774

Nguyen, G., Aunai, N., Michotte de Welle, B., Jeandet, A., Lavraud, B., & Fontaine, D. (2022). Massive multi-mission statistical study and analytical modeling of the Earth’s magnetopause : 3. An asymmetric non indented magnetopause analytical model. Journal of Geophysical Research : Space Physics, 127, e2021JA030112. https://doi.org/10.1029/2021JA030112

Nguyen, G., Aunai, N., Michotte de Welle, B., Jeandet, A., Lavraud, B., & Fontaine, D. (2022). Massive multi-mission statistical study and analytical modeling of the Earth’s magnetopause : 4. On the near-cusp magnetopause indentation. Journal of Geophysical Research : Space Physics, 127, e2021JA029776. https://doi.org/10.1029/2021JA029776

Dans la même rubrique :

Rechercher

Menu

Le « machine learning » : une porte d’entrée vers l’analyse statistique multi-missions et à grand nombre d’échantillons de la magnétopause terrestre