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%.      

利用人工神经网络预报大磁暴

本文采用阈值预报的策略和人工神经网络BP模型,以13个太阳风参量和地磁AE,Dst指数作为输入,以0或1作为输出,提前4h预报大磁暴主相发生的时刻．结果表明,采用神经网络方法的阈值预报可以对灾害性磁暴的发生提前数小时做出比较准确的预报．     

基于深度学习递归神经网络的电离层总电子含量经验预报模型

利用行星际太阳风参数与太阳活动指数、地磁活动指数、电离层总电子含量格点化地图数据,首次基于一种能处理时间序列的深度学习递归神经网络（Recurrent Neural Network,RNN）,建立提前24h的单站电离层TEC预报模型.对北京站（40°N,115°E）的预测结果显示,RNN对扰动电离层的预测误差低于反向传播神经网络（Back Propagation Neural Network,BPNN）0.49～1.46TECU,将太阳风参数加入预报因子模型后对电离层正暴预测准确率的提升可达16.8%.RNN对2001和2015年31个强电离层暴预报的均方根误差比BPNN低0.2TECU,将太阳风参数加入RNN模型可使31个事件的平均预报误差降低0.36～0.47TECU.研究结果表明深度递归神经网络比BPNN更适用于电离层TEC的短期预报,且在预报因子中加入太阳风数据对电离层正暴的预报效果有明显改善.      

全晕CME与太阳质子事件的关系

日冕物质抛射（CME）是太阳质子事件的重要源头.CME的速度和源区位置是太阳质子事件产生的重要因素.通过统计最近5年全晕CME与太阳质子事件的关系发现,速度大且源区位置距离日面上连接地球磁力线足点近的全晕CME更易引发太阳质子事件,其中速度大于1200km…-1、角距离60°以内的样本引发太阳质子事件的概率最高.对3个未引发太阳质子事件的高速全晕CME进行了详细分析,发现CME的主体爆发方向和行星际磁场环境的变化也影响太阳质子事件的产生.因此,在太阳质子事件的实际预报中,综合CME爆发速度、源区位置、主体抛射方向和行星际环境等多个因素才能给出更准确的事件预报结果.      

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(F10.7)、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...     

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.      

利用神经网络技术提前一小时预报Dst指数

利用神经网络技术并考虑地磁活动的周期性,提出了一种提前一小时预报Dst指数的方法.网络的输入包括时间、季节、当前时刻及其一阶增量、二阶增量、前27天Dst指数的平均值.以下一时刻Dst指数作为输出对网络进行训练,训练好的网络可以提前一小时预报Dst指数.分别用1985年、1986年、1990年和1991年Dst指数数据进行检验.结果表明,预报结果与观测数据符合较好,Dst指数预报误差的均方根分别为4.00 nT,3.72 nT,5.35 nT,6.82 nT.误差分析表明,Dst指数的预报结果太阳活动低年比高年好.     

异常SSC事件的行星际原因分析

磁暴急始(SSC)是强烈太阳风动压或行星际激波与磁层相互作用的结果.通常SSC事件的上升时间在4～10 min,我们把上升时间超过15 min的SSC事件称为异常SSC事件.本文利用地磁SYM-H指数鉴别出了5个有地磁观测历史以来发生的上升时间大于15 min的异常SSC事件,并利用Wind,ACE,IMP 8,Goes,Geotail多点卫星太阳风观测数据和地磁观测数据,分析了异常SSC事件的行星际原因.结果表明,异常SSC事件通常都是强烈行星际扰动引起的,5个异常SSC事件有4个对应于行星际激波,有3个对应于多步太阳风动压跃变,有1个对应于行星际电场大幅度变化;由行星际激波产生的异常SSC事件,其上升时间依赖于行星际激波的方向,方向相对于日地连线越偏,上升时间越长;异常SSC事件上升时间与行星际磁场方向关系不明显.      

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.     

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.      

Advances in space research nonlinear dependence of Dst and AE indices on the electric field of magnetic clouds

Using the Dst and AE geomagnetic index values and parameters of interplanetary magnetic field and solar wind we have examined the geoeffectiveness of transient ejections in the solar wind, namely, magnetic clouds and high-speed streams. It is found that for magnetic clouds the dependences of indices on the solar wind electric field are nonlinear of different kind. In contrast to magnetic clouds, the dependence of Dst and AE geomagnetic index values on the solar wind electric field agrees closely with the linear one for high-speed streams. We suggest approximating formulas to describe dependences obtained taking into account the relation of the electric field transpolar potential to the electric field and dynamic pressure of the solar wind. We suppose that the interplanetary magnetic field fluctuations also contribute to these dependences.     

极端太阳风条件下的磁层顶位形

基于极端太阳风条件下的三维MHD数值模拟数据, 构建了一种极端太阳风条件下的三维非对称磁层顶位形模型. 所提出的模型考虑了行星际南向磁场(IMF) B_z日下点距离侵蚀的饱和效应, 太阳风动压B_d对磁层顶张角影响的饱和效应, 赤道面、昼夜子午面磁层顶的不对称性以及极尖区的内凹结构和内凹中心的移动, 并利用Levenberg-Marquart多参量非线性拟合方法拟合了模型参数. 数值模拟研究表明, 在极端太阳风条件下, 随B_d增大, 磁层顶日下点距离减小, 磁层顶磁尾张角几乎不变; 随南向(IMF)B_z增大, 磁层顶日下点距离略有减小, 磁层顶磁尾张角减小, 极尖区内凹中心向低纬移动. 通过对2010年8月1日太阳风暴事件验证发现, 本文所建立的模型能够描述极端太阳风条件下的三维磁层顶位形.      

地球同步轨道高能电子增强事件预报方法

分析了地球同步轨道高能电子通量增强事件的发生规律及其与太阳风和行星际磁场参数的关系，并在此基础上建立了基于人工神经网络的高能电子增强事件模式，经实测数据检验，预报模式可以对未来1天的高能电子通量进行预报，误差为8．2％，达到了较高水平．     

Saturn radio emission and the solar wind: Voyager-2 studies

Voyager 2 data from the Plasma Science experiment, the Magnetometer experiment and the Planetary Radio Astronomy experiment were used to analyze the relationship between parameters of the solar wind/interplanetary medium and the nonthermal Saturn radiation. Solar wind and interplanetary magnetic field properties were combined to form quantities known to be important in controlling terrestrial magnetospheric processes.The Voyager 2 data set used in this investigation consists of 237 days of Saturn preencounter measurements. However, due to the immersion of Saturn and the Voyager 2 spacecraft into the extended Jupiter magnetic tail, substantial periods of the time series were lacking solar wind data. To cope with this problem a superposed epoch method (CHREE analysis) was used. The results indicate the superiority of the quantities containing the solar wind density in stimulating the radio emission of Saturn — a result found earlier using Voyager 1 data — and the minor importance of quantities incorporating the interplanetary magnetic field.     

Evolution of Dst index,cosmic rays and global temperature during solar cycles 20–23

We have studied conditions in interplanetary space, which can have an influence on galactic cosmic ray (CR) and climate change. In this connection the solar wind and interplanetary magnetic field parameters and cosmic ray variations have been compared with geomagnetic activity represented by the equatorial Dst index from the beginning 1965 to the end of 2012. Dst index is commonly used as the solar wind–magnetosphere–ionosphere interaction characteristic. The important drivers in interplanetary medium which have effect on cosmic rays as CMEs (coronal mass ejections) and CIRs (corotating interaction regions) undergo very strong changes during their propagation to the Earth. Because of this CMEs, coronal holes and the solar spot numbers (SSN) do not adequately reflect peculiarities concerned with the solar wind arrival to 1 AU. Therefore, the geomagnetic indices have some inestimable advantage as continuous series other the irregular solar wind measurements. We have compared the yearly average variations of Dst index and the solar wind parameters with cosmic ray data from Moscow, Climax, and Haleakala neutron monitors during the solar cycles 20–23. The descending phases of these solar cycles (CSs) had the long-lasting solar wind high speed streams occurred frequently and were the primary contributors to the recurrent Dst variations. They also had effects on cosmic rays variations. We show that long-term Dst variations in these solar cycles were correlated with the cosmic ray count rate and can be used for study of CR variations. Global temperature variations in connection with evolution of Dst index and CR variations is discussed.     

地球磁场对太阳风扰动响应的研究

分别对行星际激波、太阳风动压增大事件和减小事件的地球磁场响应进行了比较. 分析结果表明, 同步轨道磁场对太阳风扰动在向阳面产生较强的正响应, 在背阳面 响应较弱且有时会出现负响应, 地磁指数SYM-H对太阳风扰动的响应为正响应. 同时还得出, 向阳侧同步轨道磁场响应幅度d Bz与地磁指数响应幅度d SYM-H、上下游动压均方差均具有较好的相关性. 地磁指数响应幅度与同步轨道磁场响应幅度相关关系在激波和动压增大事件中具有一致性, 动压减小事件出 现明显差异, 这说明激波和动压增大事件在影响地球磁场方面具有某种共性.      

月球尾迹的二维MHD模拟

采用理想的二维单流体MHD方程,对太阳风通过月球时所形成的尾迹结构进行数值模拟,得到了太阳风尾迹的粒子分布及磁场分布.模拟结果表明,在月球背阳面的本影区,太阳风粒子密度急剧下降,行星际磁场增强.当行星际磁场与太阳风流动方向平行时,尾迹被拖得很长,而磁场与太阳风流动方向垂直时,尾迹较短.      

A solar wind driven model of geosynchronous plasma moments

We describe a tabular specification model of the density and temperature of ions and electrons at geosynchronous orbit as a function of magnetic local time and solar wind parameters. This model can be used to provide boundary conditions for numerical ring current models. Unlike previous specification models of geosynchronous plasma moments, this model is parameterized by upstream solar wind conditions. We find that solar wind parameters are a better predictor of geosynchronous ion density than magnetospheric indices, and as upstream parameters they are often more appropriate as model inputs since they causally precede the model outputs. Of the upstream parameters that were tested, the best predictors of geosynchronous conditions were the solar wind flow pressure and the magnitude and Z-component of the interplanetary magnetic field.