地球同步轨道相对论电子微分通量的动态预报模型

地球同步轨道区域充满能量高达MeV的高能电子,其对航天器威胁极大.电子微分通量预报有助于及时有效地预警高能电子事件,降低高能电子对航天器造成的危害.本文以此为背景提出了一种基于经验正交函数（EOF）方法的地球同步轨道相对论电子微分通量预报模型.该模型利用太阳风参数及地磁指数拟合后一天的电子通量EOF系数,结合EOF基函数给出后一天中大于2MeV电子微分通量预报.对2003年1月至2006年6月的样本测试结果表明,该模型可以重构出电子微分通量的真实变化,给出较好的5min微分通量预报,其平均预报效率达到67%左右.      

辐射带高能电子通量波动与地磁暴警报

地球磁场捕获带电粒子形成辐射带,地磁场的扰动将导致带电粒子通量的变化.根据磁暴期间外辐射带高能电子通量起伏和波动的特点及规律,利用GOES卫星实时发布的5min分辨率高能电子微分通量数据,构建了高能电子通量波动指数,并分析了该指数与地磁活动的关系.结果表明,所提出的高能电子通量波动指数与地磁事件有很好的相关性,能起到地磁暴发生的指示剂作用,相对于目前空间环境业务化预报过程中广泛使用的3hKp指数,高能电子通量波动指数能更早地警报地磁暴的发生,是潜在有效的地磁暴警报辅助手段,能为空间环境预报中的地磁暴实时警报提供重要参考.      

由高能电子引发的风云二号C星跳变事件概率分析

通过对地球同步轨道高能电子监测数据(来自GOES)与风云二号卫星跳变事件的对比分析发现, 跳变事件均发生在高能电子增强事件即所谓高能电子暴期间, 因此初步断定, 跳变事件与高能电子引起的卫星介质深层充放电事件有关. 通过对不同通量高能电子增强事件期间所发生的跳变事件发生率进行量化计算, 给出跳变事件发生概率的计算方法, 为卫星在轨运行管理及防护提供参考.      

哨声模合声波与地球同步轨道高能电子通量增强事件事例研究

局部加速机制是磁暴期间地球外辐射带高能电子通量增强事件发生的重要原 因. 此加速机制需要两个基本条件, 一是存在种子电子, 二是存在能与种子 电子产生共振的加速波动, 包括哨声模合声波. 通过对2004-2006年 Pi1地磁脉动持续时间与种子电子通量的相关性分析, 更明确提出Pi1地磁脉 动的持续时间可以作为种子电子通量的指示剂. 通过对三个磁暴事例地球同 步轨道的种子电子通量、高能电子通量及哨声模合声波变化情况的分析, 发 现在高能电子通量较强的事例中, 均观测到较高的种子电子通量和较强的 哨声模合声波, 这在一定程度上验证了哨声模合声波对种子电子的回旋加速 机制, 且合声波强度与高能电子通量有正的相关性.      

上游太阳风中高能电子向同步轨道区的传输

通常认为，同步轨道区的电子通量增加是由于磁暴或者上游太阳风高速流的扰动所引起．近来的观测表明，起源于太阳活动的行星际高能电子也是引起同步轨道电子通量增加的重要原因之一．Zhao等在研究2000年7月14日太阳剧烈活动时发现，同步轨道区相对论电子通量巨幅增加时没有观察到上游太阳风高速流的扰动，并且磁暴发生在电子通量事件之后．采用解析磁场模型和实际磁场模型(T96模型)模拟来自太阳的相对论电子在磁尾中的运动特性．计算结果表明，当行星际磁场南向时，进入到磁尾的行星际相对论电子可以从较远的磁尾区域运动到同步轨道区域．这一研究结果从理论上论证了起源于太阳活动的高能电子可以对同步轨道区相对论电子通量的增加产生重要的作用．     

地球同步轨道高能电子通量预报方法研究

统计分析了GOES卫星测量得到的E > 2MeV能道电子通量与地磁Ap指数及太阳风数据的关系, 构建了基于径向基函数RBF的神经网络模型框架, 对GOES-12卫星所处的地球同步轨道高能电子通量进行提前1天的预报, 其对2008-2010年数据预测的效果较好. 另外, 发现在GOES-12卫星观测的E >2MeV能道高能电子达到108 cm-2·d-1·sr-1以上时, FY-2D卫星的测量数据同时达到108 cm-2·d-1·sr-1以上的比例达到90%左右. 通过对FY-2D卫星E >2MeV能道电子通量与GOES卫星E>2MeV电子通量的相关性分析, 建立了FY-2D卫星高能电子预报模型, 预报结果与实测通量符合较好.      

基于经验模态分解的地球同步轨道高能电子通量预报

在磁暴恢复相期间,大量相对论(高能)电子从磁层的外辐射带渗透到地球同步轨道区.其中> 2 MeV的高能电子能够穿透卫星表面并聚积在材料内部,导致卫星无法正常运行或完全损坏.磁暴期间的高能电子通量变化的非平稳与非线性特征十分明显.通过实验发现,经验模态分解法能够极大地降低高能电子通量非平稳性问题造成的预报影响.以2008-2009年的数据作为训练集,2010-2013年数据作为测试集.结果表明:2010-2013年的预报率约为0.84;在太阳活动较为复杂的2013年,预报率达到0.81.引入经验模态分解后预报效率得到显著提高.     

基于支持向量机方法的地球同步轨道相对论电子事件预报模型研究

提出了一种基于支持向量机方法(SVM)的地球同步轨道相对论电子事件预报模型. 模型以平均影响值(MIV)作为指标, 筛选出预报输入参量. 这些参量包括, 前一日的大于2MeV电子日积分通量、太阳风速度、太阳风密度、Dst指数和前二日的AE指数. 模型包含回归和分类两个部分, 可以分别对未来一天的电子日积分通量和相对论电子事件强度的级别做出预报. 对2008年样本进行测试, 在相对论电子通量的预报中, 预报值和实测值之间的线性相关系数为0.85, 预报效率为0.71; 对相对论电子事件级别预报的准确率为82%, 可以较准确区分开事件状态与非事件状态. 结果表明, SVM预报模型对相对论电子事件有较好的预报效果.      

第21～24太阳周4类空间天气事件爆发特征统计分析

对第21～24太阳周不同等级的太阳X射线耀斑事件、太阳质子事件、地磁暴事件及高能电子增强事件的爆发频次特征进行统计,结果表明:太阳周耀斑爆发的总数量与该太阳周的黑子数峰值呈正比,耀斑总数、X级耀斑事件数与峰值的相关系数分别为0.974,0.997;太阳质子事件主要发生在峰年前后1～2年,约占总发生次数的80%,峰值通量大于10pfu （1 pfu=1 cm-2·sr-1·s-1）的质子事件中,84%伴有耀斑爆发,并且主要伴随M或X级耀斑,少量伴随C级耀斑,峰值通量大于1000pfu的质子事件中,98%伴随M或X级耀斑,并且以X级耀斑为主;第21,22,23和24太阳周发生地磁暴最频繁的时间分别在1982,1991,2003年和2015年,分别滞后黑子数峰值时间3年、2年、2年和1年;72%的高能电子增强事件发生在太阳周下降期,24%的高能电子增强事件发生在太阳周上升期.      

Study of the Enhancement Events of Relativistic Electron at the Geosynchronous Orbit

The high flux of energetic electron on geostationary orbit can induce many kinds of malfunction of the satellite there, within which the bulk-charging is the most significant that several broadcast satellite failures were confirmed to be due to this effect. The electron flux on geostationary orbit varies in a large range even up to three orders accompanied the passage of interplanetary magnetic cloud and the following geomagnetic disturbances. Upon the investigation of electron flux enhancement events, two types of events were partitioned as recurrent events and random ones. Both of the two kinds of events relate to the interplanetary conditions such as solar wind parameters, IMF etc and their evolution characters as well. As for the recurrent events, we found that, (1) all of the events exhibits periodic recurrence about 27 days, (2) significant increase of electron flux relates to interplanetary index and characters of their distribution, (3) the electron flux also has relation to solar activity index. An artificial neural network was constructed to estimate the flux I day ahead. The random electron flux enhancement events are rare and present different distribution figures to the recurrent ones. The figure of the random events and the conditions of their occurrence is also discussed in this paper.      

利用行星际监测数据进行地磁暴预报

利用全连接神经网络方法应用于地磁Dst指数的预报中.对ACE卫星探测的太阳风和行星际磁场及其变化对未来几小时的Dst指数的影响进行了统计分析,发现在这些行星际实测参数中,对Dst指数作用较为明显的是太阳风速度、太阳风质子密度和行星际磁场南向分量,同时,当前Dst指数实测值对今后几小时的Dst指数已有很强的制约作用.在统计分析的基础上,建立了全连接神经网络预报模型.由于采用了全连接神经网络结构,模式能够反映出太阳风、行星际磁场等参数与地磁Dst指数参数的复杂联系,可以自动建立输入参量的最佳组合方式,提高了预报精度.通过利用大量实测数据对神经网络模式进行训练,最终建立了利用优选的ACE卫星行星际监测数据提前2 h对Dst指数进行预报.通过检测,预报的误差为14.3%.      

Large geomagnetic storms of extreme solar event periods in solar cycle 23

During extreme solar events such as big flares or/and energetic coronal mass ejections (CMEs) high energy particles are accelerated by the shocks formed in front of fast interplanetary coronal mass ejections (ICMEs). The ICMEs (and their sheaths) also give rise to large geomagnetic storms which have significant effects on the Earth’s environment and human life. Around 14 solar cosmic ray ground level enhancement (GLE) events in solar cycle 23 we examined the cosmic ray variation, solar wind speed, ions density, interplanetary magnetic field, and geomagnetic disturbance storm time index (D_st). We found that all but one of GLEs are always followed by a geomagnetic storm with D_st  −50 nT within 1–5 days later. Most(10/14) geomagnetic storms have D_st index  −100  nT therefore generally belong to strong geomagnetic storms. This suggests that GLE event prediction of geomagnetic storms is 93% for moderate storms and 71% for large storms when geomagnetic storms preceded by GLEs. All D_st depressions are associated with cosmic ray decreases which occur nearly simultaneously with geomagnetic storms. We also investigated the interplanetary plasma features. Most geomagnetic storm correspond significant periods of southward B_z and in close to 80% of the cases that the B_z was first northward then turning southward after storm sudden commencement (SSC). Plasma flow speed, ion number density and interplanetary plasma temperature near 1 AU also have a peak at interplanetary shock arrival. Solar cause and energetic particle signatures of large geomagnetic storms and a possible prediction scheme are discussed.     

使用地磁脉动参数定量预报地球同步轨道相对论电子通量的建模研究

磁层超低频波(ULF波)对种子电子的加速机制是磁层相对论电子产生的一个重要机制, 而地磁脉动参数可以作为此机制的有效指标. 本文采用地磁脉动参数作为输入参数, 借鉴线性预测滤波器技术, 构建一个多参量非线性函数, 进而利用此函数以及卡尔曼滤波技术, 建立一个地球同步轨道相对论电子通量日积分值预报模式, 提供提前一天的预报值. 使用2004年数据对该模式进行训练, 预报结果的预报效率为0.73, 线性相关系数为0.85. 使用2005-2006年的数据对该模式进行测试, 预报值与实测值之间的线性相关系数为0.83, 预报效率为0.69, 相比Persistence模式具有较大提升, 与仿REFM模式的预报效率相当      

Fluctuations of cosmic rays and IMF in the vicinity of interplanetary shocks

Fluctuations of cosmic rays and interplanetary magnetic field upstream of interplanetary shocks are studied using data of ground-based polar neutron monitors as well as measurements of energetic particles and solar wind plasma parameters aboard the ACE spacecraft. It is shown that coherent cosmic ray fluctuations in the energy range from 10 keV to 1 GeV are often observed at the Earth’s orbit before the arrival of interplanetary shocks. This corresponds to an increase of solar wind turbulence level by more than the order of magnitude upstream of the shock. We suggest a scenario where the cosmic ray fluctuation spectrum is modulated by fast magnetosonic waves generated by flux of low-energy cosmic rays which are reflected and/or accelerated by an interplanetary shock.     

X-ray, γ-emission and energetic particles in near-Earth space as measured by CORONAS-F satellite: From maximum to minimum of the last solar cycle

The Russian solar observatory CORONAS-F was launched into a circular orbit on July 31, 2001 and operated until December 12, 2005. Two main aims of this experiment were: (1) simultaneous study of solar hard X-ray and γ-ray emission and charged solar energetic particles, (2) detailed investigation of how solar energetic particles influence the near-Earth space environment. The CORONAS-F satellite orbit allows one to measure both solar energetic particle dynamics and variations of the solar particle boundary penetration as well as relativistic electrons of the Earth’s outer radiation belt during and after magnetic storms. We have found that significant enhancements of relativistic electron flux in the outer radiation belt were observed not only during strong magnetic storms near solar maximum but also after weak storms caused by high speed solar wind streams. Relativistic electrons of the Earth’s outer radiation belt cause volumetric ionization in the microcircuits of spacecraft causing them to malfunction, and solar energetic particles form an important source of radiation damage in near-Earth space. Therefore, the present results and future research in relativistic electron flux dynamics are very important.     

利用BP神经网络预测AE指数

采用的预报模式是一种全连接的BP网络模型,利用太阳风及行星际磁场的观测数据预报AE指数.神经网络输入选用ACE卫星数据,取5 min平均值,通过比较,选用4个预报参量.构造了预报参量时续为20 min,40 min和60 min依次递增的三个网络,分别进行训练和预测,并对行星际参量对AE指数影响的时续性进行了探讨.预报结果表明,全连接BP神经网络在AE指数的短期预报中是比较有效的,同时还提出了需要进一步改进的环节.