太阳E10.7指数的反演及预报方法

针对高层大气密度预报和轨道预报业务中对新型太阳紫外辐射指数E_10.7的需求,基于TIMED-SEE观测仪器提供的0.1～105 nm太阳辐射强度数据,开展了E_10.7指数反演和中期预报研究。 E_10.7指数是太阳光谱中波长为0.1～105 nm的辐射流量,单位与F_10.7指数相同（sfu,1 sfu=10–22 W·m–2·Hz–1）。 TIMED-SEE观测仪器提供的0.1～105 nm太阳辐射强度实测值具有高时间分辨率、延迟时间短和易获得的优势,利用最小二乘法拟合可反演出准实时的E_10.7指数,均方根误差为5.445 sfu。利用高阶自回归模型对E_10.7的中期预报效果尚佳,未来27天的预报值平均相对误差为7.83%。利用同样方法还开展了E_10.7指数81天中心滑动平均值未来27天预报试验,未来27天的预报值平均相对误差仅为3.63%。      

基于活动区面积统计的F10.7指数预报方法

太阳10.7cm射电流量（F_10.7）是反映太阳整体活动的重要指标,其主要源头是日面活动区.F_10.7指数与日面活动区具有显著的相关性,且不同面积的活动区与F_10.7并不遵循相同的线性关系.为进一步提高F_10.7预报的准确性,利用日面活动区面积与F_10.7的相关性,依据面积大小分类,提出F_10.7的预报公式并进行验证.采用2008-2018年SWPC （Space Weather Prediction Center）公布的活动区面积数据和CSWFC （Canadan Space Weather Forecast Center）公布的F_10.7实测数据计算预报公式系数,利用高年（2003年）和低年（1997年）的F_10.7预报验证其结果.研究结果表明,预报结果与实测值的相关系数分别为0.9318和0.9295,二者皆优于SWPC同时期的预报结果（相关系数分别为0.9186和0.8771）.本研究首次基于活动区的变化预测了F_10.7,提高了F_10.7预测的准确性.      

太阳活动对电离层TEC变化影响分析ormalsize

为研究太阳活动对电离层TEC变化的影响,从整体到局部分析了2000—2016年的太阳黑子数、太阳射电流量F_10.7指数日均值与电离层TEC的关系,并重点分析了2017年9月6日太阳爆发X9.3级特大耀斑前后15天太阳活动与电离层TEC变化的相关性.结果表明:由2000—2016年的数据整体看来,太阳黑子数、太阳F_10.7指数、TEC两两之间具有很强的整体相关性,但局部相关性强弱不均;此次耀斑爆发前后太阳黑子数、太阳F_10.7指数和TEC具有很强的正相关特性,太阳活动对TEC的影响时延约为2天;太阳活动对全球电离层TEC的影响不同步,从高纬至低纬约有1天的延迟,且对低纬度的影响远大于中高纬度.太阳活动是影响电离层TEC变化的主要原因,但局部也可能存在其他重要影响因素.      

2007-2009谷年期间高热层大气密度的变化

在第23至第24太阳活动周的峰年之间,太阳活动谷年具有持续时间长,极低F_10.7太阳辐射通量（低至65）和超长期的零太阳黑子数记录等特点,因此是观测和研究在这种特殊背景下热层大气变化的极好机会.尤其是能充分理解和掌握在宁静环境下热层大气密度对弱太阳活动和小地磁扰动的响应特性.本文利用高度650 km以上星载大气密度探测器2007—2009年的连续探测数据进行分析,结果表明,在太阳辐射通量F_10.7极低值期间,较高热层大气密度对F_10.7的起伏具有更显著的响应变化.当F_10.7由70降至65时,日均大气密度会有4～5倍的显著降变,远大于通常大气模式中的降变值.同样在F_10.7极低值期间,较高热层大气密度对小地磁扰动也具有显著的响应增变,当日K_p指数之和由23增至30时,较高热层大气密度则会有80%～160%的强增变.     

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.      

夜间135.6 nm气辉反演的电离层f0F2与测高仪观测比较研究

在夜间电离层，气辉135.6 nm谱线主要由F层的O⁺和电子的辐射复合过程以及O⁺和O^–的中性复合过程激发，该谱线强度和电离层峰值电子密度Nm F₂存在很强的相关性。利用夜气辉135.6 nm辐射强度与F₂层峰值电子密度Nm F₂的平方成正比的物理模型，建立了在不同经纬度、地方时、季节和太阳活动下均适用的反演算法。通过DMSP卫星上搭载的紫外光谱成像仪(SSUSI)实际观测的135.6 nm气辉辐射强度来反演相应时空的电离层F₂层临界频率f₀F₂，并将其与地基测高仪探测结果做了综合对比。结果表明，在太阳活动高年(2013年)，相对误差小于等于20%的数据占比93.0%，平均相对误差约为7.08%；在太阳活动低年(2017年)，相对误差小于等于20%的数据占比80.8%，平均相对误差约为12.64%。最后，对该算法在太阳活动高低年的反演精度差异进行了分析。     

一种NRLMSISE-00模型太阳辐射校正方法

根据空间天气的状态,调整大气模型的相关输入参数能够减小模型的计算误差.通过对比CHAMP卫星在轨大气密度探测数据与NRLMSISE-00模式的计算结果发现,通过调整F_10.7的输入,使轨道大气密度积分的模式计算结果与探测结果之间的误差达到最小,此时的F_10.7被称为理想F_10.7输入（F*）.进一步的分析发现,F*与太阳紫外辐射MgII指数存在很好的相关性,因此可以选择其他的太阳紫外辐射代理参数取代F_10.7,从而减小模型计算误差.本文采用神经网络技术,建立新的太阳紫外辐射代理参量F_euv与MgII,F_10.7等的对应模型,能够根据当日参数值计算F_euv.研究结果表明,新的代理参数能够有效减小NRLMSISE-00的计算误差.      

大气阻力参数修正对低轨空间目标轨道预报精度的改进

对于低轨空间目标, 大气阻力是影响轨道预报精度的主要摄动力. 本文提出了一种 基于空间环境数据和神经网络模型的空间目标大气阻力参数修正方法, 基于目 标的历史两行元根数, 通过模拟得到外推一天轨道预报中预报结果与观测数据 符合最好的阻力调制系数, 分析表明其与太阳F_10.7指数和地磁Ap指数具有很好的相关性. 根据已有数据, 构建神经网络模型, 实现对阻力调制系数 的补偿计算, 从而改进低轨目标外推一天的轨道预报. 结果表明, 神经网络模 型相比两行元根数能够更及时地对空间环境变化进行响应. 将该方案应用于天 宫一号和国际空间站的外推一天轨道预报, 验证了方案的正确性和普适性, 对 地磁扰动引起的较大预报误差改进效果更好, 误差能够降低50%~60%; 平均而言, 预报精度可以提高约30%, 改进成功率达到80%左右.      

基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测，其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据，输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度，输出参量为EEJ.对EEJ预测结果进行了统计学分析，并且与实际观测结果进行对比.结果表明:BP神经网络对事件中EEJ的变化具有很好的预测能力，预测结果能够反映EEJ的重要分布特征；EEJ预测值与观测值之间具有很好的相关性，其中地磁台站观测值与预测值相关性系数可达85%以上.此外，将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比，结果显示BP神经网络与其经验模型性能相当.研究结果表明，BP神经网络技术在平静期EEJ变化预测方面性能优异，具有良好的应用前景.      

双通道辐射量计算太阳极紫外辐射E10.7指数方法初探

从太阳极紫外辐射研究的重要性出发, 介绍了太阳极紫外辐射E_10.7指 数及其作用, 详细阐述了利用两个能道的太阳辐射观测值计算极紫外辐射E_10.7指数的计算方法. 利用该方法对实测太阳辐射数据进行处理, 计算获得了2000-2005年的每日E_10.7指数, 并将计算结果 与Solar2000模式的输出结果进行对比分析, 验证了该计算方法的可行性, 对比结果表明, 最大相对误差在20%以内, 平均相对误差均在10%以内.      

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．     

太阳10.7 cm射电流量中期预报模型研究(Ⅱ)

太阳活动指数中期预报一直是空间环境业务预报的难点之一.本文在自回归方法模型的基础上,利用太阳活动区面积、位置等参数与10.7cm辐射流量之间的定量关系,根据活动区面积衰减规律,建立了一个基于活动区参数及演化规律的改进型太阳活动指数中期预报模型.通过对预报测试实例分析发现,在日面出现较大活动区导致F_(10.7)迅速增长并超过历史数据峰值的情况,在日面活动区消亡导致指数突然出现平静期的情况,新模型的预报准确性相比自回归模型有很大提高,预报的平均相对误差下降约5%～9%.由此可见,新模型在某些特定条件下提高了原有模型的精度.该研究为提高业务型太阳10.7cm射电流量中期预报模型的预报精度奠定了基础.     

利用神经网络预报电离层f0F2

由中国武汉电离层台站和澳大利亚Hobart台站的电离层F2层临界频率(f0F2)的资料,利用三层前向反馈神经网络(BP网络),提出一种提前24h预测f0F2的方法,该方法以前5天观测的f0F2数据拟合的5个系数以及太阳活动参数作为输入,以当天24 h的f0F2作为输出对网络进行训练,训练好的网络可以实现对f0F2提前24 h的预报.预测结果显示,利用神经网络预测的f0F2与实际观测结果变化趋势较一致,并且比IRI的计算结果更加准确.误差分析表明,在南半球Hobart(-42.9°,147.3°)台站比中国武汉站(30.4°,114.3°)的结果要好,在低年比高年要好,在冬夏季节比春秋季节稍好.本文说明利用神经网络对电离层参量进行预报是一种切实可行的方法.     

Using Back Propagation Neural Network Method to Forecast Daily Indices of Solar Activity F10.7

The solar 10.7 cm radio flux，F_10.7，a measure of the solar radio flux per unit frequency at a wavelength of 10.7 cm，is a key and serviceable index for monitoring solar activities.The accurate prediction of F_10.7 is of significant importance for short-term or long-term space weather forecasting. In this study，we apply Back Propagation （BP） neural network technique to forecast the daily F_10.7 based on the trial data set of F_10.7 from 1980 to 2001.Results show that this technique is better than the other prediction techniques for short-term forecasting，such as Support Vector Regression method.      

NRLMSISE-00大气模型与GRACE和CHAMP卫星大气密度数据的对比分析

利用GRACE(Gravity Recovery And Climate Experiment)和CHAMP(Challenging Mini-Satellite Payload)卫星2002-2008年的大气密度数据与NRLMSISE-00大气模型密度结果进行比较,分析了模型密度误差及其特点.结果显示,NRLMSISE-00大气模型计算的密度值普遍偏大,其相对误差随经纬度变化,在高纬度相对较小;相对误差随地方时变化,在02:00LT和15:00LT左右较大,10:00LT和20:00LT左右较小.通过模型密度相对误差与太阳F_10.7指数的对比分析发现,在太阳活动低年模型相对误差最大,而在太阳活动高年相对误差较小;将模型结果分别与GRACEA/B双星和CHAMP卫星的密度数据进行比较,发现对于轨道高度更高的GRACE卫星轨道,模型相对误差更大;在地磁平静期,相对误差与地磁ap指数(当前3h)相关性不强,但是在大磁暴发生时,误差急剧增大.      

Predicting indices of the ionosphere response to solar activity for the ascending phase of the 25th solar cycle

The international reference ionosphere, IRI, and its extension to plasmasphere, IRI-Plas, models require reliable prediction of solar and ionospheric proxy indices of solar activity for nowcasting and forecasting of the ionosphere parameters. It is shown that IRI prediction errors could increase for the F2 layer critical frequency foF2 and the peak height hmF2 due to erroneous predictions of the ionospheric global IG index and the international sunspot number SSN1 index on which IRI and IRI-Plas models are built. Regression relation is introduced to produce daily SSN1 proxy index from new time series SSN2 index provided from June 2015, after recalibration of sunspots data. To avoid extra errors of the ionosphere model a new solar activity prediction (SAP) model for the ascending part of the solar cycle SC25 is proposed which expresses analytically the SSN1 proxy index and the 10.7-cm radio flux F10.7 index in terms of the phase of the solar cycle, Φ. SAP model is based on monthly indices observed during the descending part of SC24 complemented with forecast of time and amplitude for SC25 peak. The strength of SC25 is predicted to be less than that of SC24 as shown with their amplitudes for eight types of indices driving IRI-Plas model.     

大气密度模型球谐修正研究

大气模型修正是提高模型精度的一种重要方法.利用CHAMP卫星高精度加速仪反演的密度数据,采用球谐函数的形式对NRLMSISE-00模型进行修正.为了消除轨道高度变化对密度修正结果的影响,将密度数据同化到同一高度处,计算修正之后的密度误差,进而对未来三天的密度进行预报.结果表明,经球谐修正后,修正误差和预报误差均有显著降低.在太阳活动高年,修正误差可降至10%左右,提前1~3天预报精度分别提高31.34%,21.39%和13.75%;太阳低年时修正误差可降至14%左右,提前1~3天预报精度分别提高55.03%,47.79%和43.60%.