Impact of geomagnetic storm intensity on thermospheric density and orbital decay of LEO satellites: a G1–G5 per-event analysis

Sintesi Tecnica: Impatto dell'intensità delle tempeste geomagnetiche sulla densità termosferica e sul decadimento orbitale dei satelliti LEO

Definizione del Problema
La rapida espansione delle costellazioni di satelliti in orbita terrestre bassa (LEO) ha accentuato la necessità operativa di una caratterizzazione accurata della densità termosferica. Il trascinamento atmosferico (drag) è la perturbazione non gravitazionale dominante per i satelliti al di sotto dei 600 km, e le tempeste geomagnetiche aumentano significativamente la densità termosferica, accelerando così il decadimento orbitale. Mentre eventi storici, come la perdita di 38 satelliti Starlink nel febbraio 2022 e il rientro prematuro di un satellite Starlink nell'ottobre 2024, dimostrano i gravi rischi operativi, i metodi statistici esistenti si affidano spesso all'analisi della superposizione di epoche (SEA). La SEA media le risposte attraverso molti eventi, potenzialmente attenuando i picchi di risposta acuti che sono invece critici per la previsione orbitale immediata e l'evitamento delle collisioni. Inoltre, i modelli empirici della termosfera faticano spesso a riprodurre accuratamente gli incrementi di densità durante eventi di tempesta intensi.

Metodologia
Questo studio impiega un approccio di analisi "per picco di evento" per isolare la risposta istantanea di picco di 22 tempeste geomagnetiche, con intensità da G1 a G5 (massimo $K_p$ da 5 a 9), che spaziano tra i cicli solari 23, 24 e 25 (2003–2024). Il dataset include la tempesta G5 di Gannon del maggio 2024.

• Fonti dei Dati: I dati in situ della densità di massa neutra e dell'orbita precisa sono stati derivati dalle misurazioni degli accelerometri dei satelliti gemelli GRACE (2002–2017) e GRACE-FO (2018–presente). Gli indici geomagnetici ($K_p$, $Dst$, $SYM-H$, $AU$, $AL$) e i parametri del vento solare sono stati ottenuti da NASA/GSFC OMNIWeb.
• Selezione degli Eventi: Sono stati selezionati 22 eventi basandosi su tre criteri: (1) $K_p$ massimo $\ge 5$ (G1 o superiore); (2) disponibilità continua di dati accelerometrici dalle 48 ore precedenti lo Sudden Commencement (SSC) della tempesta fino a 48 ore dopo il picco della tempesta; ( 3) assenza di fasi principali di tempeste precedenti sovrapposte. La selezione include cinque eventi ciascuno per le categorie G1–G4 e i due eventi G5 disponibili (ottobre 2003 e maggio 2024).
• Elaborazione:
  1. Selezione dell'Orbita: Per ogni evento, l' "orbita di tempesta" è stata definita come l'orbita più vicina al picco della tempesta (minimo $Dst$), e l' "orbita di riferimento tranquilla" come l'orbita più vicina all'SSC avvenuto dopo almeno 24 ore consecutive di $K_p \le 3$.
  2. Calcolo del Tasso di Decadimento: I dati grezzi di altitudine a 10 secondi sono stati mediati per orbita, poi smussati utilizzando una media mobile a 24 ore per rimuovere la modulazione semidiurna. Sono stati applicati fit lineari ai periodi di quiete e di tempesta per determinare i tassi di decadimento dell'altitudine ($R_{quiet}$ e $R_{storm}$).
  3. Metrica di Incremento: L'incremento del decadimento orbitale durante la tempesta è stato calcolato come l'aumento percentuale: $\frac{R_{storm} - R_{quiet}}{R_{quiet}} \times 100$.
  4. Modellazione Statistica: È stato sviluppato un modello di regressione lineare multipla (MLR) empirico per prevedere i tassi di decadimento durante la tempesta utilizzando tre predittori accessibili: tasso di decadimento in tempo di quiete, altitudine operativa del satellite e $K_p$ massimo.

Risultati Chiave

• Scalabilità Monotonica con l'Intensità: Il tasso medio di incremento del decadimento orbitale aumenta monotonicamente con l'intensità della tempesta. Gli incrementi osservati sono: 77,2% (G1), 98,5% (G2), 138,1% (G3), 149,6% (G4) e 166,5% (G5).
• L'Altitudine come Modulatore Critico: L'altitudine operativa del satellite agisce come un fattore indipendente e significativo. Gli eventi a bassa altitudine (es. ~350 km) hanno mostrato forti risposte di drag anche sotto un forcing geomagnetico relativamente debole, spesso superando l'incremento medio delle tempeste ad alta intensità a quote superiori.
• Variabilità Specifica dell'Evento: Esiste una dispersione significativa all'interno delle categorie di intensità. In particolare, i due eventi G5 (ottobre amente 2003 e maggio 2024) hanno mostrato una differenza di circa 2,6 volte nell'incremento del decadimento nonostante valori di $K_p$ identici e altitudini simili. Gli autori attribuiscono il maggiore incremento nella tempesta Gannon del 2024 a un livello di attività solare di fondo inferiore (denominatore del tasso di decadimento in tempo di quiete più basso) e a una durata prolungata guidata da successivi CME (>30 ore), rispetto alla tempione di Halloween del 2003, più breve e intensa.
• Prestazioni del Modello MLR: Il modello empirico, $D_s = 1,55D_q - 0,29(h_0 - 450) + 7,39Kp_{max} - 35,60$, ha raggiunto un coefficiente di determinazione ($R^2$) di 0,91 e un errore quadratico medio (RMSE) di 12,3 m/giorno in tutti i 22 eventi. Il modello cattura con successo la dipendenza dall'intensità della tempesta e dall'altitudine senza richiedere parametri fisici specifici del satellite (massa, sezione trasversale, coefficiente di drag).

Significato e Rivendicazioni
Il documento posiziona questo lavoro come un benchmark complementare alle analisi esistenti basate sulla SEA. Concentrandosi sulle risposte di picco per singolo evento, esso preserva i segnali acuti che le procedure di mediazione oscurano, offrendo un riferimento di validazione più diretto per i modelli empirici della termosfera. Lo studio fornisce un dataset e uno strumento MLR semplice e operativamente accessibile che consente agli operatori satellitari di stimare i tassi di decadimento durante le tempeste utilizzando solo i dati di tracciamento standard (altitudine, decadimento in tempo di quiete) e gli indici di meteo spaziale ($K_p$). Gli autori affermano che questi risultati supportano lo sviluppo di strategie migliorate di previsione orbitale e di evitamento delle collisioni, in particolare nel contesto dell'attuale Ciclo Solare 25.

Gli autori mantengono un ambito modesto riguardo alla generalizzabilità del modello, notando che l'MLR è stato derivato da due specifiche piattaforme satellitari (GRACE/GRACE-FO) con caratteristiche fisiche simili. Essi riconoscono che sono necessari lavori futuri per incorporare la massa, l'area della sezione trasversale e la velocità del satellite per estendere l'applicabilità dello strumento all'intera e più diversificata popolazione di satelliti LEO.