Глобальные навигационные спутниковые системы (ГНСС) в настоящее время позволяют осуществлять мониторинг ионосферных неоднородностей по измерениям вариаций полного электронного содержания (ПЭС). Одной из областей локализации ионосферных возмущений является область аврорального овала, следовательно по данным GPS/ГЛОНАСС можно определить(оценить) положение и интенсивность аврорального высыпания, как для Северного, так и для Южного полушария. Это возможно благодаря тому, что динамика ионосферных возмущений совпадает с динамикой аврорального овала, а именно дифференциальный тип сияния по времени и пространству совпадает по времени и пространству с вариацией электронной плотности в этой же области.
В исследовании на основе данных ГНСС строится модель машинного обучения, связывающую вариации ПЭС с мощностью авроральных высыпаний и их границей. Модель, в свою очередь, имея информацию о глобальном распределении возмущенности ПЭС потенциально может осуществлять мониторинг авроральной активности в режиме реального времени.
Суть метода состоит в решении задачи регрессии с помощью машинного обучения. Задача регрессии решается для определения зависимости между данными ГНСС и мощностью авроральных высыпаний и их границей. В качестве реперных данных для обучения использовались данные со спутника DMSP. Для обучения и тестирования модели брались данные со спутника DMSP F16, F17, F18 и F19.
Модель находится на этапе разработки и даёт на данный момент двумерное распределение энергетического потока в области авроральных высыпаний, как для Северного, так и для Южного полушария. Экспериментально установлено, что для улучшения описания потока энергии в области авроральных высыпаний необходимо учитывать большое количество данных в обучающей выборке и разделять данные не только по уровню геомагнитной активности на основе Kp-индекса, но и учитывать сезонность с пиком и спадом авроральной активности для более качественного описания области авроральных высыпаний.