ИСТИНА

Вариации параметров низкочастотного шума в диапазоне от долей герца до десятков герц (УНЧ-КНЧ) рассматриваются как один из каналов сейсмоэлектромагнитных связей и в ряде работ для них были установлены значимые эффекты перед землетрясениями. Колебания диапазона нескольких герц эффективно проникают в верхнюю ионосферу, что позволяет рассматривать не только наземный, но и ионосферный сигнал. Для задач о выделении аномалий необходимо знание параметров фоновых вариаций и их источников. Наличие или отсутствие контраста «суша-океан» в параметрах ионосферных УНЧ-КНЧ шумов важно и для понимания общей картины источников ионосферных возмущений этого диапазона, и для оценки фона при анализе сейсмоионосферных возмущений. Решению этой задачи и посвящена настоящая работа. Исследовалась гипотеза о наличии контраста «суша-океан» в параметрах естественных УНЧ-КНЧ вариаций магнитного поля в верхней ионосфере. Для анализа использовались данные магнитных измерений на спутнике SWARM-A в августе-сентябре 2024 г. Рассматривалась область 20-55° с.ш. 120-160° в.д. Выбранный временной интервал характеризовался слабой геомагнитной возмущенностью (Кр ≤ 3). Спектральное оценивание выполнялось в скользящем окне и выбирались параметры, характеризующие шумовую часть спектра и трех главных спектральных максимумов. В результате был создано описательное пространство из 12-компонентных векторов. Приведя данные по методу главных компонент в пространство меньшей размерности, наблюдаем, что выборка линейно неразделима, значит в исследуемой гипотезе нет линейной взаимосвязи, попробуем построить нелинейную при помощи метода градиентного бустинга над решающими деревьями, т.к. он позволяет выделять сложные нелинейные взаимосвязи в наборах данных. По методу решётчатого поиска с перекрёстной проверкой выбирается сочетание гиперпараметров, при котором устойчиво от разбиения выборки наблюдались высокие результаты. Полученная модель является статистически устойчивой. Для оценки качества модели применялись метрики precision (точность), recall (полнота), f1-score и accuracy (правильность) для всей выборки и классов «суша»/ «океан» соответственно. Исследовались кривая точности-полноты и ROC-кривая с выделением равновесной точки среди пороговых значений решающей функции модели. В этой точке удаётся достичь точности близкой к 1 при полноте ≈0.92, а доля истинно положительных примеров ≈0.92 при нулевой доле ложно положительных. По результатам оценки характеристик моделирования, построенная модель статистически устойчива при высокой точности, значит в исследуемой задаче получилось выделить нелинейную статистическую взаимосвязь.