电离层N_mF_2的准27天变化

利用1969-1980年期间东亚和澳大利亚扇区不同地磁纬度11个台站的电离层垂直探测数据,采用带通滤波的方法,分析了白天NmF2的准27天变化特征及其与太阳活动指数F10.7的相关关系.结果表明,在大多数年里,太阳活动指数F10.7和NmF2的短周期(2～70天)频谱中,27天周期附近都出现明显的极大值;在27天波段,F10.7和NmF2的标准偏差有逐年变化特征,F10.7的平均标准偏差为10.9%,NmF2 的标准偏差随地磁纬度变化,赤道地区最小,纬度越高标准偏差越大,11个站的平均标准偏差为8.2%;在27天波段,NmF2与F10.7存在显著的相关,在0.05的显著水平下,显著相关的概率在90%以上;NmF2相对于F10.7的准27天变化平均滞后2天左右;从总体上看,太阳EUV辐射的准27天变化是造成NmF2准27天变化的主要原因.     

广州地磁Z分量日变幅的谱特征

利用1972—1993年广州地磁资料，分析了Z分量日变幅的年平均、年变化和半年变化等低频成分的逐年变化，以及小于60天的短周期变化特征．同时对1972—1993年的F10.7日均值进行了谱分析．结果指出，广州地磁Z分量日变幅的年平均与太阳活动指数F10．7的年平均存在良好的线性相关；具有幅度大约5nT夏季极大的年变化，与太阳活动没有明显相关，是一种季节效应；存在春秋分极大的半年变化，幅度与太阳活动有关，高年的幅度明显大于低年；具有明显的与太阳自转相关的27天左右的变化和明显的与行星波有关的接近16日、10日、5日、2日等短周期变化．广州地磁Z分量日变幅的这些谱特征，有助于更深入地了解中低层大气对电离层影响的物理机制．     

550～600 km高度上热层大气密度的中长期变化

选用了2005年8月20日至2006年7月28日高度550～600 km附近的热层大气密度探测数据,对表征太阳活动的F10.7值和表征地磁活动强度的Ap指数进行了相关特性的统计.分析结果表明,在无明显地磁扰动时热层大气密度日平均值的涨落呈现27日和准半年的周期性变化,但在地磁扰动期间这种变化的周期性会被削弱,且大气密度的周日变化幅度与F10.7值呈正相关关系.      

太阳黑子数及Ap指数周期变化特征的小波分析

应用Morlet小波变换方法从多个变化尺度上对1932—2000年的太阳黑子数及Ap指数的变化特征进行分析．(1)太阳黑子数存在准11年、准32年的周期变化特征及Ap指数存在准32年、准11年、准6个月、准27天和准13．9天的周期变化特征；(2)太阳黑子数及Ap指数有着相似的准11年周期变化，但Ap指数极值的出现要比太阳黑子数极值出现滞后1—2年；(3)Ap指数准27天的周期变化在太阳黑子活动高、低年不同，在太阳活动低年，Ap指数有着较稳定的准27天周期变化，但在太阳活动高年，27天的周期变化几乎消失，这种周期变化的消失和出现时间可在Morlet小波变换图中体现出来。     

太阳活动变化分析

利用Morlet小波变换方法对太阳黑子相对数进行了分析,对太阳活动变化得出了一些有意义的结果.太阳活动存在10.7 a和101 a的变化周期,以10.7 a周期最为显著.太阳活动强弱变化存在一定的阶段性,在1950年发生了气候突变,之后太阳活动明显加强,未来一段时间太阳活动较弱.      

太阳活动与热层大气密度的相关性研究

为分析太阳活动对热层大气的影响,使用250km,400km,550km高度处热层大气密度与太阳F_10.7指数数据,研究了二者的周期变化及相关关系. 结果表明,热层大气密度的变化与太阳活动呈现相似的变化趋势;两者均具有显著的27天及11年周期变化特征,热层大气密度还存在7～11天及0.5年和1年的变化特征,且高度越高越明显;热层大气密度对太阳活动的最佳响应滞后为3天,无论何种地磁活动水平下,400km高度处相关性高于250km,550km处相关性最小,且太阳活动下降相期间高于上升相;250km,400km和550km高度处热层大气密度和太阳活动的统计结果分别为饱和、线性和放大关系;高度越高的热层大气密度对太阳活动响应越敏感.      

第23太阳活动周热层大气密度对太阳辐射指数F10.7响应的模拟研究

利用NCAR-TIEGCM计算了第23太阳活动周期间（1996—2008年）400km高度上的大气密度,并统计分析大气密度对太阳辐射指数FF_10.7的响应.结果表明,在第23太阳活动周内,大气密度的变化趋势与太阳辐射指数FF_10.7的变化趋势基本一致,但是大气密度在不同年份、不同月份对太阳辐射指数FF_10.7的响应存在差异.第23太阳活动周内太阳辐射极大值和极小值之比大于4,而大气密度的极大值与极小值之比则大于10.太阳辐射低年的年内大气密度变化不到2倍,而太阳辐射高年的年内大气密度变化可达2倍甚至3倍.大气密度与FF_10.7指数在北半球高纬的相关系数比南半球高纬的相关系数大.在低纬地区,太阳辐射高年大气密度与FF_10.7指数的相关系数比低年的大.不同纬度上,大气密度与太阳辐射指数FF_10.7的27天变化值之间的相关系数都大于其与81天变化值之间的相关系数.      

LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量，其预报精度直接影响航天器轨道预报精度.研究发现，太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实，基于长短期记忆单元（Long Short-term Memory，LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据，构建LSTM神经网络训练和预测模型，分别预测太阳活动高低年未来27天的F_10.7指数.结果表明，太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内，低年最优可达2%以内.      

太阳风速度的周期结构分析

本文应用功率谱估计中的加窗法和最大熵法对第20太阳活动周太阳风速度的周期结构进行了频谱分析;为了克服太阳活动高年瞬变扰动的干扰,本文还用互相关滤波方法与谱分析进行了比较。得到如下结果:除了个别年代外,在太阳活动周的所有相位里,太阳风速度几乎都存在13天和27天两种主要周期变化成份。在一些年里,还有9天的周期成份存在。      

利用EMD方法提取太阳活动周期成分

EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.      

Analysis of ionospheric TEC response to solar and geomagnetic activities at different solar activity stages

Studying the relationship of total electron content (TEC) to solar or geomagnetic activities at different solar activity stages can provide a reference for ionospheric modeling and prediction. On the basis of solar activity indices, geomagnetic activity parameters, and ionospheric TEC data at different solar activity stages, this study analyzes the overall variation relationships of solar and geomagnetic activities with ionospheric TEC, the characteristics of the quasi-27-day periodic oscillations of the three variables at different stages, and the delayed TEC response of solar activity by conducting correlation analysis, Butterworth band-pass filtering, Fourier transform, and time lag analysis. The following results are obtained. (1) TEC exhibits a significant linear relationship with solar activity at different solar activity stages. The correlation coefficients |R| are arranged as follows: |R|_EUV > |R|_F10.7 > |R|sunspot number. No significant linear relationship exists between TEC and geomagnetic activity parameters (|R| < 0.35). (2) TEC, solar activity indices, and geomagnetic activity parameters have a period of 10.5 years. The maximum amplitudes of the Fourier spectrum for TEC and solar activity indices are nearly 27 days and those of geomagnetic activity parameters are nearly 27 and 13.5 days. (3) The deviations of the quasi-27-day significant periodic oscillation of TEC and solar activity indices are consistent. (4) No evident relationship exists between the quasi-27-day periodic oscillation of TEC and geomagnetic activity parameters. (5) The delay time of TEC for the 10.7 cm solar radio flux and extreme ultraviolet is always consistent, whereas that for sunspot number varies at each stage.     

奇异谱分析在太阳10.7cm射电流量中期预测中的应用

首次尝试利用信号处理技术奇异谱分析方法预测太阳活动低年未来27天太阳10．7cm射电流量．选取的预报试验时间段是2004年4月30日至5月30日,此试验期内太阳活动水平相对较低．在样本时间序列的构建上,吸取了相似周数据分析思路,采取的是23周实时观测数据与其相似周第20周下降年部分数据相结合的方式,既增加了样本长度又避开了太阳活动的活跃期．这31天的预报试验结果表明,大部分情况下,预报值基本上体现出F10．7的变化趋势,平均相对误差为10．5％;比同时期美国空军预测值的平均相对误差小,前者为11．3％,后者为14．6％;除两天外,SSA每一次27天的预报结果的平均相对误差比美国空军(AAF)的要小;对不同的时间提前量而言,AAF提前1天到提前12天的预报准确性较奇异谱分析方法要高,即AAF较短期的预报效果更好．     

基于CHAMP卫星观测数据对热层大气密度的经验正交分析

对2003年(太阳活动较高年)至2007年(太阳活动低年) CHAMP卫星的热层大气密度观测数据进行了经验正交函数(EOF)分析, 得到了400 km高度上白天平均大气密度ρ的太阳活动周变化与年度变化等不同变化分量. 研究结果表明, ρ受太阳活动影响较大, 其太阳周变化分量与F10.7指数变化之间的相关系数可高达94.5 %; ρ的太阳周变化分量随纬度增加而减小, 且在中高纬地区, 南半球的值明显大于北半球的值, 在低纬地区则出现基本对称的双峰分布, 即赤道质量密度异常(EMA)结构. 在ρ的年变化中, 呈现出明显的季节变化, 即夏季低冬季高; 同时ρ的年变化幅度随太阳活动增加而增强, 随纬度增加而增强. 将本文结果与经验模式NRLMSISE00在观测条件下的输出数据进行对比, 发现两者的太阳周变化与年变化分量基本一致, 但本文观测数据的太阳周成分随纬度变化略小, 年变化幅度略大, 且NRLMSISE00模式不能再现EMA结构. 研究结果对揭示热层气候学变化特征具有重要意义.      

Dynamics of global electron content in 1998–2005 derived from global GPS data and IRI modeling

We analyzed the dynamics of global electron content (GEC) for the period 1998–2005 and compared the estimated GEC with variations of the 10.7-cm solar radio emission and with and with GEC values obtained with IRI-2001. We found a strong resemblance between the curves’ shapes for the experimental and modeled GEC: strong semiannual variations are discernible in these series and both curves tend to increase the absolute GEC value during the period of maximum of solar activity. However, there are some significant distinctions, such as absence of 27-day fluctuations in the series of GEC computed by the IRI-2001. On the contrary, observational GEC reflects well dynamics of solar activity: 27-day variations of GEC are very similar to the ones of the index F10.7, but GEC undergoes a lagging of about of 30–60 h as compared to value of the F10.7 index. The relative amplitude of 27-day variations decreases from 8% at the rising and falling solar activity to 2% at the period of its maximum.     

Periodic Variations of Drag Coefficient for the ANDE Spherical Satellites During its Lifetime

A drag coefficient (C_D) inversion method is introduced to study the variations of the drag coefficient for orbital satellites with spherical geometry. Drag coefficients of the four micro satellites in the Atmospheric Neutral Density Experiment (ANDE) are compiled out with this new method. The Lomb-Scargle Periodgram (LSP) analysis of the four ANDE satellites' C_D series has shown that there are obvious 5, 7, 9, and 27 days' period in those data. Interesting results are found through comparing the LSP analysis with series of the daily solar radio flux at 10.7 cm (F_10.7 index), the Ap index, and the daily averaged solar wind speed at 1AU. All series in the same time interval have an obvious period of about 27 days, which has already been explained as the association with the 27 days' solar rotation. The oscillating periods less than 27 days are found in series of C_D, Ap and solar wind speed at 1AU, e.g., the 5, 7, 9 days period. However, these short periods disappeared in the time series of F_10.7 index. The same periodicities of 5, 7, 9 days in Ap and solar wind are presented at the same time interval during the declining phase of solar cycle 23. While in the ascending phase of solar cycle 24, these short oscillations are not so obvious as that in the declining phase of solar cycle 23. These results provide definite evidence that the C_D variations with period of 5, 7 and 9 days are produced by a combination of space weather effects caused by the solar wind and geomagnetic activity.