Espacio, NASA
Las variaciones en la intensidad del campo magnético terrestre están generando distorsiones considerables en los modelos de campo geomagnético, los cuales son esenciales para la navegación de satélites, aviones, barcos y automóviles.
Esta conclusión surge de un estudio que analiza estas fluctuaciones, las cuales están influidas por cambios diarios en la estructura del viento solar y tormentas solares intermitentes.
El núcleo externo de la Tierra, compuesto de hierro y níquel fundidos, genera un campo electromagnético que se extiende desde los polos norte y sur, proporcionando protección contra la radiación solar dañina.
Los modelos de campo magnético varían según la ubicación de los datos recopilados: ya sea en la superficie de la Tierra o desde satélites en órbita baja.
Investigaciones previas atribuyeron las diferencias en los modelos a la actividad del clima espacial.
Sin embargo, un análisis reciente de seis años de datos de campos magnéticos terrestres y satelitales reveló que estas discrepancias también se deben a errores de modelado, más que a fenómenos geofísicos exclusivamente.
Los hallazgos fueron publicados en el Journal of Geophysical Research: Space Physics.
El equipo de la Universidad de Michigan analizó las diferencias entre las observaciones de los satélites en órbita baja de la misión Swarm y el modelo de campo magnético terrestre IGRF-13.
Este análisis se centró en periodos de baja a moderada actividad geomagnética, cubriendo el 98.1% del tiempo entre 2014 y 2020.
Las observaciones satelitales, recogidas en diversas ubicaciones sobre la Tierra, son especialmente sensibles a las fluctuaciones del campo magnético.
Por otro lado, los modelos de campo magnético terrestre, como el IGRF-13, se basan en estas observaciones para estimar el campo magnético interno sin considerar las tormentas solares.
Estos modelos se usan para seguir cambios en los polos magnéticos, como el desplazamiento anual del polo norte magnético, que se mueve unos 45 kilómetros al noroeste.
Entender las grandes diferencias entre observaciones y modelos es crucial para la operación de satélites que utilizan el IGRF-13 como referencia, así como para investigaciones sobre la física de la magnetosfera, la ionosfera y la termosfera de la Tierra.
La incertidumbre en el modelo fue mayor en las regiones polares, y un análisis estadístico mostró que la asimetría entre las regiones polares norte y sur es un factor clave que impulsa estas diferencias.
«Se asume con frecuencia que el campo magnético es casi simétrico entre los polos norte y sur, pero en realidad son muy diferentes», indicó Yining Shi, investigador asistente de la Universidad de Michigan y autor principal del estudio.
Los polos geográficos están asignados a diferentes coordenadas geomagnéticas.
El polo norte se encuentra alrededor de 84° de latitud magnética (MLAT) y 169° de longitud magnética (MLON), mientras que el polo sur está aproximadamente en -74° MLAT y 19° MLON.
La trayectoria de la órbita polar de los satélites Swarm genera un sesgo de muestreo, con una alta concentración de mediciones alrededor de los polos geográficos, lo que exacerba las diferencias entre los modelos.
Mark Moldwin, profesor de Ciencias e Ingeniería del Clima y el Espacio en la Universidad de Michigan y autor del estudio, afirmó que comprender que las perturbaciones atribuidas a fenómenos geofísicos se deben en realidad a la asimetría del campo magnético terrestre permitirá crear mejores modelos del campo geomagnético y mejorar la navegación satelital y aérea.
Además, otro problema que preocupa a la comunidad de la navegación es el rápido cambio del campo magnético polar durante la última década.
Moldwin dijo que esto añade una mayor complejidad a la creación de modelos precisos de campos magnéticos.
La comprensión de estas asimetrías y su impacto en la navegación es vital para la mejora de los modelos geomagnéticos utilizados en diversas aplicaciones tecnológicas.
A medida que la tecnología de navegación depende cada vez más de la precisión de estos modelos, la investigación continua en este campo es esencial para mitigar errores y mejorar la exactitud de las predicciones.