Modelo espectral basado en aprendizaje automático para estimar parámetros ionosféricos desde mediciones de radar de dispersión incoherente perpendiculares a B en el Radio Observatorio de Jicamarca

El monitoreo de parámetros físicos de la ionósfera, como las densidades y temperaturas, es fundamental para el pronóstico en tiempo real y a corto plazo del clima espacial, debido especialmente a su impacto en los sistemas de comunicación y navegación satelital. En el Radio Observatorio de Jicamarca, estos parámetros se estiman rutinariamente a partir de mediciones de radar de dispersión incoherente (ISR) utilizando técnicas de inversión basadas en modelos simplificados de la ionósfera ecuatorial. Sin embargo, dichos modelos no consideran las colisiones de Coulomb, las cuales influyen significativamente en el espectro ISR en ángulos pequeños respecto al campo magnético, lo que limita su aplicabilidad. Aunque existen modelos más completos, su alto costo computacional los hace poco prácticos para uso rutinario. Para superar este problema, proponemos desarrollar un modelo espectral ISR operacional utilizando técnicas de aprendizaje automático. Este modelo tiene como objetivo incorporar los efectos de las colisiones de Coulomb, manteniendo al mismo tiempo la eficiencia necesaria para la estimación de parámetros ionosféricos en tiempo real o casi real en Jicamarca.

VASQUEZ ORTIZ ,EDUAR ANIBAL