基于U-net的紫外极光观测极光卵形态提取

极光卵形态提取是极光研究的重要手段.如何提高强干扰背景下的紫外极光图像极光卵形态提取精度,目前仍是一个难题.本文提出一种基于深度学习语义分割模型U-net的方法,实现了对极光卵形态的高精度提取.在Polar卫星紫外极光观测数据的实验结果表明,该方法相比于已有算法精度更高,对完整型极光卵和缺口型极光卵图像均能得到更加精确的提取结果,特别是针对强日辉干扰、灰度不均匀和对比度低情况下的紫外极光图像时,该方法显示了明显优势.      

基于紫外极光图像的极光电集流指数模型

极光电集流指数AE是描述地磁亚暴强弱的重要指标,且与极区磁层扰动及极光粒子沉降过程密切相关。因此,建立更加准确的极光电集流指数模型对空间天气的研究具有重要意义。利用1997年POLAR卫星紫外极光图像数据探究了紫外极光图像中极光强度IAP的空间分布与AE指数在不同季节的相关性,并在此基础上提出了基于紫外极光图像的AE指数模型。以网格化方法提取极光强度空间分布特征,采用广义回归神经网络,通过相关系数法和方差选择法构建Cor-GRNN和Var-GRNN两种AE指数模型,并针对冬至月份、夏至月份、分点月份3个季节分别进行训练。研究结果表明,AE指数与IAP具有相似的半年变化趋势,其相关性在不同季节差异较大。相比于太阳风驱动下的AE指数神经网络预测模型,基于极光图像的AE指数模型在ERMS和R2标准上均优于其他模型,其中归一化ERMS小于0.1,模型对于AE指数变化的可解释度提升了10%左右。     

基于迁移学习的太空台风自动识别

太空台风是极盖区内一种新发现的大尺度亮斑状极光结构，直观表征了地磁平静期的一种堪比磁暴的太阳风能量注入现象，这更新了人们对太阳风–磁层–电离层耦合过程的认识，如何从海量星载极光数据中准确髙效识别出太空台风事件具有重要的科学意义。采用深度学习的方法，通过六种网络模型的对比，最终基于迁移学习和EfficientNetB2网络提出了一种太空台风自动识别方法。在2005-2021年美国国防气象卫星（Defense Meteorological Satellite Program,DMSP）上搭载的紫外光谱成像仪（Special Sensor Ultraviolet Spectrographic Imager,SSUSI）的观测数据中验证了该模型的有效性，识别准确率达到97.7%。研究结果表明，该方法可用于从海量星载极光观测数据中自动识别太空台风事件。     

喉区极光的机器识别

喉区极光是一种发生在电离层对流喉区附近的极光现象,是极光卵向低纬侧延伸出的南北向分立结构,其可能对应由磁鞘高速流与磁层顶作用引发的磁层顶重联过程.喉区极光研究对深入理解太阳风—磁层—电离层耦合过程具有重要意义.从长期观测所积累的大量全天空极光观测数据中准确高效识别出喉区极光结构,是开展喉区极光统计研究的基础.本文利用北极黄河站2003—2017年全天空成像仪的极光观测数据,建立了喉区极光图像标注数据集;基于密集连接卷积神经网络（DenseNet）对极光图像全局高维表征的自动学习,首次实现了喉区极光结构的机器识别.算法对喉区极光识别准确率达96%,且具有良好的泛化性能.研究表明基于深度学习的图像识别方法可用于从海量极光观测数据中自动识别喉区极光事件.      

极向运动极光结构和喉区极光光学观测特征的对比分析

利用中国北极黄河站高时间分辨率的三波段全天空成像仪极光观测数据,联合太阳风和行星际磁场等观测,分析了极向运动极光结构（PMAFs）和喉区极光的形成及演化特征.研究发现:一系列PMAFs与喉区极光事件同时出现在观测视野中,其中PMAFs主要发生在日侧极隙区极光卵赤道向边界的极向一侧,沿东西方向分布,点亮后向高纬运动;喉区极光紧靠PMAF一侧发生,从极光卵赤道向边界向低纬延伸,沿南北方向分布,点亮后向高纬偏西方向运动;观测期间PMAFs发生频率高于喉区极光;当PMAFs与喉区极光同时出现时,PMAFs可以与喉区极光几乎同时出现或略晚于喉区极光出现,持续时间较喉区极光短.观测结果表明:与PMAF相对应的磁层顶重联过程和与喉区极光对应的磁层顶凹陷导致的磁重联过程在日侧磁层顶上的相邻区域分别发生,两种极光事件的形成过程相对独立,可能不存在相互触发关系.      

ICME期间磁暴的太阳风参数和极光沉降能量

基于1995-2004年ICME驱动的强烈磁暴(SA型)、强磁暴(SB型)和延迟型主相暴(SC型)三种磁暴类型,对1AU处太阳风动压、太阳风速度、行星际磁场、EK-L电场以及极光沉降能量进行时序叠加分析,并分别与-vBz耦合函数和Newell耦合函数进行对比.结果表明,三种磁暴在ICME到达前期的太阳风动压较稳定,背景太阳风、极光沉降能量、行星际磁场和磁层存在相对平静期. ICME到达前期SA型磁暴的背景太阳风速度、行星际磁场南向分量以及极光沉降能量的均值高于另外两种磁暴类型,这说明大型日冕物质抛射在ICME到达前就对行星际磁场、背景太阳风和HP产生了影响.磁暴急始后,SC型磁暴的EK-L电场斜率小,峰值延后且行星际磁场北向分量增强,这些都是磁暴主相延迟的表现,极光沉降能量随着行星际磁场转为南向而增加.     

极光电激流中的暂态过程

本义分析了极光电激流建立阶段的物理过程，认为在此期间存在着一个正反馈，从而导致一种暂态过程的产生。使用一种简化的物理模型，模拟了极光电激流在建立阶段的物理过程，计算结果表明，极光电激流中的暂态过程确实存在，电流、净电荷和电导率在治极光电激流的方向上均存在着传播的阶跃结构.计算结果与有关观测资料符合得很好.     

地球自转对北极黄河站观测日侧极光弧运动的影响

利用北极黄河站全天空极光数据,采用AACGM模型,将日侧极光弧映射到地磁坐标系,定量计算地球自转导致的极光弧运动速度.对于任意一条极光弧,其偏斜角定义为极光弧方向与当地地磁东西方向的夹角.研究发现,地球自转产生的速度由极光弧离开天顶的距离和偏斜角决定,其中偏斜角的影响更为重要,其还决定速度的方向.在4年的观测数据中,提取超过40000张出现极光弧的图像,计算极光弧偏斜角.计算结果表明,日侧极光弧的偏斜角随磁地方时增大而逐渐减小,并在大约10:00MLT（磁地方时）附近发生反转.由于偏斜角的反转,地球自转产生的极光弧运动在晨侧多为极向运动,到午后多为赤道向运动.相比午前,午后的运动更为明显,最大速度可超过300m·-1.      

北极黄河站极光亚暴期间低热层大气中性风研究

极光亚暴是地球空间基本的能量输入、耦合及耗散过程,其对低热层大气中性风的影响不容忽视,对这一问题进行深入研究具有重要意义.2010年11月,中国北极黄河站(78.92°N,11.93°E)安装了一台自主研制的全天空法布里-珀罗干涉仪(FPI)并开始进行正常观测,为中国首次获得了极光亚暴期间的FPI观测数据.根据2012年越冬期间的观测情况,对2012年11月12-14日及12月09-11日两个极光亚暴事件期间的数据进行处理,计算得到了5级干涉环对应的风场.亚暴期间风场变化与地磁活动变化的对比分析表明,风速的剧烈变化可能是由地磁活动剧烈扰动造成的.针对2012年11月13日00:00UT-02:00UT和2012年12月10日05:00UT-07:30UT的亚暴事件,将全天空相机拍摄到的极光图像与FPI干涉图像对应的视线风场进行对比分析.结果表明在极光活动中,视线风速加强的方向与极光弧的方向垂直,而在极光弧的平行方向,风速相对较小.      

基于地物信息的高光谱遥感图像分类方法

利用主成分分析法滤除n维高光谱遥感图像中的大部分冗余信息,得到尽可能保留光谱信息的m维高光谱遥感图像,融合其地物空间分布信息,将m维高光谱遥感图像中的每一个像素点构建为一个2维谱-空信息向量。再利用主成分分析法法对m维高光谱遥感图像进行降维,得到q维融合地物空间分布信息与光谱信息的结果图。通过高斯混合模型预测聚类中心,基于改进的迭代自组织数据分析算法ISODATA(Iterative Selforganizing Data Analysis Techniques Algorithm)对高光谱遥感图像进行聚类,得到最终的分类结果。实验结果表明本方法的地物分类精度优于K-means、ISODATA和SVM方法,总体分类精度提升10.14%-13.99%,kappa系数提升3.2%-12.85%。     

基于物理模型的彩色图像理解算法

给出一个彩色图像理解算法。算法首先对图像上的颜色变化(由光照和物体颜色引起)进行分析与综合,然后分割图像。算法的基础是二色反射模型理论,该理论认为反射光的颜色是界面反射(高光颜色)和本体反射(物体颜色)的线性组合,这两种反射光在颜色空间的三维直方图中形成特定的聚类(点簇)。因此分析聚类的性质可帮助确定光照和物体的颜色,但是有意义的聚类的生成又以图像中物体区域的确定为前提。算法按照假设检验的策略,依据图像中的连通性和颜色空间中聚类的特征,完成彩色图像的分割,并产生对景物中所发生的光学过程的物理描述。     

太阳风-磁层-电离层耦合过程中的能量收支

太阳风向磁层电离层(Magnetosphere and Ionosphere, MI)系统输入能量, 而输入的能量随后在MI系统中消耗. 本文从能量守恒原理出发, 讨论太阳风-磁层-电离层 (SMI)耦合过程中的能流路径和能量收支的定量关系. 主要讨论9个问题: (1) 太阳风向MI系统的能量输入, (2) MI系统对能量输入的响应, (3) 环电流的能量消耗, (4) 极区电离层焦耳加热的能量消耗, (5) 极光粒子沉降的能量消耗, (6) 磁尾能量的消耗、储存以及返回下游太阳风, (7)平静期间的能量积累与释放, (8)能量在不同能汇中的分配, (9)评价能量函数的准则和方法.      

基于核方法的聚类算法及其应用

在分析核方法的核心概念基础上,提出了一种基于核方法的聚类算法.通常,传统聚类算法只在数据特征差异较大时才有效,当数据特征差异较小时,很难取得较好的聚类效果.引入核函数,将原始数据由数据空间映射到特征空间,在特征空间中进行聚类.核函数的非线性映射使得原始数据的特征更完整地显现出来,从而能够更客观准确地聚类.与传统聚类方法相比,该方法聚类结果更客观有效.以16组实际数据为例,将该方法应用于数据分类研究中,聚类结果表明了该方法的可行性和有效性,从而为数据分类提供了一种新的可行方法.      

基于规范割的空间金字塔图像分类算法

对大型图像数据库进行图像分类是很困难的,空间金字塔算法针对这种问题提出,并能得到很好的分类精度,但有几点不足.针对这些不足,提出基于规范割的空间金字塔算法:使用规范割算法对特征词进行更准确的聚类;对每类训练图像计算子特征库,利用二次聚类生成总特征库,在特征字典中保留更多的稀疏类型图像特征词;用高斯模型量化未知特征生成特征直方图,并对直方图进行尺度重整,提高类间距.实验证明提出算法比原方法分类精度最多能提高4.6%.     

行星低频射电爆发的空间探测进展

在低频电磁波频带,部分行星类天体不仅存在热辐射,还存在非热的爆发辐射.其中代表性的非热辐射是行星极光射电辐射爆发,包括千米波爆发、木星百米波爆发及10米波爆发.人类对太阳系的这些射电爆发已经开展了数十年的地面和空间探测,这些探测方法可以作为遥感手段拓展用于对木星磁场及其内部构造的探测.然而,关于行星射电爆发及其变化特性...     

基于包应用标准的紫外极光成像仪通信控制系统的设计与实现

在中国传统航天器中，通信系统格式通常各不相同。随着载荷越来越复杂，通信系统的格式往往需要重建，而且由于缺乏灵活性，会产生许多限制。对于SMILE卫星中的紫外极光成像仪（UVI）工程任务, 为与国际对接，提高数据处理的效率，设计实现了基于遥控遥测包应用标准（PUS）的通信与控制系统，根据通信与控制系统的构成及工作原理，PUS业务的选择和实现，对通信功能进行设计，按照PUS标准完成遥测遥控功能，并基于PUS业务提出故障诊断和处理方法。通过对系统进行集成测试，结果表明电控箱通信与控制系统工作稳定，能够完成指令处理、科学数据接收存储、故障诊断以及多种数据包发送，满足任务需求。      

核空间聚类在图像纹理分类中的简化算法

模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.      

基于改进FCM的北斗三频组合观测值选取

以北斗卫星导航系统三频双差为基础探讨了组合观测值及误差,针对以往采用聚类方法在研究GPS三频组合数据过程中的不足,提出了基于距离修正的增量模糊C均值算法.通过调节因子有效地修正了样本中心与聚类中心的距离,获得合理的隶属度,从而得到正确的分类;构造了基于距离修正的聚类有效性指标,自动获取最佳聚类数,避免了人为确定聚类数的不合理性;在此基础上引入增量的思想,数据增加时以原有的数据集为基础,根据阈值进行归类,不需要重新进行初始计算.通过矩阵变换法及实例验证了该方法的可行性和可靠性.     

三维MHD背景场下太阳高能粒子平均自由程模拟

太阳高能粒子（SEP）的平均自由程是研究SEP传播的重要参数，由SEP的物理性质和太阳风物理性质决定.使用MHD-SEP模型对三维MHD背景场下的平均自由程进行了探讨，利用该模型具有可提供接近物理真实的太阳风背景场的优势，对SEP的平均自由程进行了定性分析.分别对太阳活动高年和低年选取2个卡林顿周进行模拟，定性分析其空间变化，并研究平均自由程与径向太阳风速度的相关性.结果表明:该方法得到的平均自由程空间分布与以往研究得到的关于平均自由程的结论相吻合，可以用来定性确立平行平均自由程；该模型可以反映不同事件中平行平均自由程分布的不同特征；表现了平均自由程与径向太阳风速度有很好的负相关关系.结果可为未来缓变SEP平均自由程研究作参考.