利用相似周方法预测第24活动周开始时间

利用相似周方法对第24活动周的开始时间与第23活动周下降相后期的太阳黑子数进行了预报.根据第23周已经出现的特征参量和下降相的形态特征,选取9,10,11,15,17和20等六个太阳活动周作为第23周下降相的相似周,对第24周开始时间进行预报.预报结果显示,第24活动周的开始时间为2007年5±1月,黑子数平滑月均极小值为7.1±2.6,第23太阳活动周长度为11.1年.与其他研究者的预报结果相比较,本文给出的结果与文献[11]和[12]及MSFC的结果比较一致.通过对相似周方法在下降相预测太阳活动周结束时间的研究讨论,及对第23周上升阶段的太阳黑子数和F10.7平滑月均值预报结果的评估,可以看出,相似周预报方法在太阳活动周长期预报中是很有应用价值的.      

中等磁暴太阳周分布的统计研究

依据实际观测的中等磁暴数据,统计分析了中等磁暴的太阳周分布.分析结果表明,在一个太阳活动周内,每年中等磁暴随时间的变化出现多个峰值,其中,最大峰值均出现在太阳活动周的下降段,即中等磁暴的峰值比太阳黑子数平滑年均值的峰值要滞后,滞后的时间为2～3年.超过70%的中等磁暴出现在太阳活动周的下降段,这表明绝大多数中等磁暴出现在太阳活动周的下降段.通过对中等磁暴平滑月均值与太阳黑子数平滑月均值相位差的计算分析发现,中等磁暴峰值出现的时间比太阳黑子数峰值出现的时间要滞后,不同太阳活动周中等磁暴峰值出现的时间与太阳黑子数峰值时间滞后的程度不同.      

太阳10.7 cm射电辐射流量预报方法初探

引进“相似周”方法,通过两种方式对第23周太阳10.7cm辐射流量（F10.7）月均值进行预报和预报,由“相似周”方法得到的第23周太阳黑子数月均平滑预测值来预测F10.7月均值和直接采用“相似周”方法对F10.7月均平滑值进行预测,通过对两种预报试验结果分析,得到以下结论。（1）两种预测结果与实际都比较吻合,都得到双峰结构。（2）直接通过相似周预测的F10.7的月均值结果较间接通过太阳黑子数的预测结果所推断的F10.7预测结果更接近实际观测结果。（3）使用“相似周”,预报方法,可以给出F10.7比较精细的剖面结构,这是其他普通预报方法很难做到的。     

基于小波与交叉小波分析的太阳黑子与宇宙线相关性研究

利用小波分析和交叉小波分析方法, 根据太阳黑子数以及Huancayo和Climax两个测站的月均宇宙线数据, 分析了两个测站的月均宇宙线周期变化, 同时利用太阳黑子数R₁₂对Climax站宇宙线流量进行预测研究. 小波分析结果表明, 太阳黑子与宇宙线除存在显著的11年周期外, 太阳活动高年期间还存在1～6个月尺度的周期特性, 在第22太阳周活动高年时还出现了6～8和1～22个月的变化周期; 交叉小波分析结果表明, 在130个月左右的周期上宇宙线与太阳黑子具有显著的负相关性, 并且宇宙线的变化滞后太阳黑子约8个月; 分别采用预测时刻和8个月前的太阳黑子数, 预测相对误差为3.8912%和3.2386%. 本文方法同样适用于估算其他空间天气参量之间的周期和相关性, 提高各种空间天气参量的预测或预报精度.      

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.      

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。     

高层大气原子氧的半年周变

地球高层大气成分的长期变化受太阳黑子周、太阳活动程度和地磁活动程度等诸多因子所控制．本文利用国外有关高层大气成分的数据,分别讨论受上述控制因子影响的高层大气成分长期变化,讨论范围仅限原子氧半年周期变化．选用LDEF在轨飞行器1984年4月—1990年1月高度470km附近的长期资料进行统计分析,结果表明,高度470km附近原子氧在年平均太阳黑子数＜20、太阳活动程度相对低而平稳期间,半年周期的变化尤为明显,相对变幅约为40％—60％、井随平均太阳黑子数增加而增大．而年平均太阳黑子数峰值的1989年期间（＞120）,半年变化的相对变幅可达87％左右．     

第24太阳活动周地球附近磁云与非磁云事件的统计分析

为研究第24太阳活动周中磁云（Magnetic Clouds,MC）与非磁云（Non-Magnetic Clouds,non-MC）的等离子体性质及其对空间天气的影响,使用1AU处的观测数据对2008-2015年168个ICME事件进行统计与分析,其中认证出磁云事件68个,占总数的40.48%.通过分析磁云与非磁云等离子体参数对空间天气环境的影响及与太阳活动的关系,整体性质的对比及在第23和24太阳活动周中性质的对比,可以发现:在第24太阳周中,磁云引起的磁暴强度普遍大于非磁云,南北向磁场分量是引起磁暴的重要参数;磁云数和太阳黑子数有很好的相关性,非磁云数与行星际日冕物质抛射总数及黑子数的相关性稍弱,磁云数在太阳周的不同阶段表现出不同的分布特性;磁云的磁场强度和南向磁场分量整体强于非磁云,两者质子温度、密度等参数差异不大.第24周磁云事件引起的地磁效应整体上弱于第23周磁云事件,这与第24周磁云事件最大南向磁场分量、传播速度以及质子温度整体小于第23周磁云事件有关.      

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.      

再次咆哮的太阳

每隔11年,太阳的活动性就会达到一个高潮:几乎每天都会在太阳黑子的附近发生耀斑爆发,带着数十亿吨的磁性气体,飞离太阳,冲向各大行星。几乎遍布整个太阳系的太阳磁场,也会变得十分不稳定而且出现扭曲。这就是太阳活动峰年。 这一轮太阳活动周期在2000年中期达到最高峰,太阳黑子相对数大大超过以往的10年,各种     

1996-2002年太阳耀斑的统计分析

分析了1996-2002年南北半球的太阳黑子相对数和南北半球太阳X射线耀斑级别(简称Imp)≥M1．0的太阳X射线耀斑的特征和不对称性．分析结果表明，南北半球的太阳耀斑活动的程度交替上升，在2001年7月以前北半球的太阳耀斑活动强于南半球，2001年7月开始耀斑活动逐渐以南半球为主．本文还逐月分析了1996—2001年南北半球的耀斑指数．2000年7月为第23周太阳指数最大的一个月，与第23周太阳黑子相对数最大月均值吻合．     

第23至24周太阳质子事件的统计特征

第23至24太阳活动周（1997-2016年）期间太阳质子事件的强度统计分析表明,1997-2016年期间总共发生了128个太阳质子事件,其中峰值通量范围为10~99pfu,100~999pfu,1000~2999pfu及>3000pfu的事件分别占55.15%,27.94%,9.56%,7.35%.太阳质子事件的不对称性分析表明,不同强度太阳质子事件东西不对称性的程度不相同,其中1000~2999pfu事件的不对称性最强,而3000pfu以上事件的不对称性最弱.第23周期间,太阳质子事件主要发生在太阳活动周两个峰值之间和最大峰值之后的时段,而第24周太阳质子事件主要发生在太阳活动周最大峰值之前.      

“相似周”方法及对第23周太阳黑子数逐月值预测的讨论

简单介绍了太阳黑子预报中“相似周”的概念及其应用,利用对第20、21周的模拟预报验证了该方法的可靠性,对第23周开始后逐月黑子数的实测值与由该方法给出的预测值进行了比较,表明该方法有其特点和应用价值.      

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.      

Sunspot cycle prediction using Warped Gaussian process regression

Solar cycle prediction is a key activity in space weather research. Several techniques have been employed in recent decades in order to try to forecast the next sunspot-cycle maxima and time. In this work, the Gaussian process, a machine-learning technique, is used to make a prediction for the solar cycle 25 based on the annual sunspot number 2.0 data from 1700 to 2018. A variation known as Warped Gaussian process is employed in order to deal with the non-negativity constraint and asymmetrical data distribution. Tests using holdout data yielded a root mean square error of 10.0 within 5 years and 25.0–35.0 within 10 years. Simulations using the predictive distribution were performed to account for the uncertainty in the prediction. Cycle 25 is expected to last from 2019 to 2029, with a peak sunspot number about 117 (110 by the median) occurring most likely in 2024. Thus our method predicts that solar Cycle 25 will be weaker than previous ones, implying a continuing trend of declining solar activity as observed in the past two cycles.     

Variation in the ionospheric propagating factor M(3000)F2 at Ouagadougou,Burkina Faso

We use hourly monthly median values of propagation factor M(3000)F2 data observed at Ouagadougou Ionospheric Observatory (geographic12.4°N, 1.5°W; 5.9^o dip), Burkina Faso (West Africa) during the years Januar1987–December1988 (average F10.7 < 130 × 10⁻²² W/m²/Hz, representative of low solar flux conditions) and for January 1989–December1990 (average F10.7 ? 130 × 10⁻²² W/m²/Hz, representative of high solar epoch) for magnetically quiet conditions to describe local time, seasonal and solar cycle variations of equatorial ionospheric propagation factor M(3000)F2 in the African region. We show that that seasonal trend between solar maximum and solar minimum curves display simple patterns for all seasons and exhibits reasonable disparity with root mean square error (RMSE) of about 0.31, 0.29 and 0.26 for December solstice, June solstice and equinox, respectively. Variability Σ defined by the percentage ratio of the absolute standard deviation to the mean indicates significant dissimilarity for the two solar flux levels. Solar maximum day (10–14 LT) and night (22–02 LT) values show considerable variations than the solar minimum day and night values. We compare our observations with those of the IRI 2007 to validate the prediction capacity of the empirical model. We find that the IRI model tends to underestimate and overestimate the observed values of M(3000)F2, in particular, during June solstice season. There are large discrepancies, mainly during high solar flux equinox and December solstice between dawn and local midnight. On the other hand, IRI provides a slightly better predictions for M(3000)F2 between 0900 and 1500 LT during equinox low and high solar activity and equinox high sunspot number. Our data are of great importance in the area of short-wave telecommunication and ionospheric modeling.     

太阳黑子自动识别与特征参量自动提取

日面上黑子数目反映了太阳活动水平的高低.黑子形态的复杂性和磁场的非势性与太阳活动爆发密切相关.随着高时空精度的太阳观测数据量的急剧增长，快速准确地自动识别日面上的黑子以及对黑子群特征自动提取已成为太阳活动预报的现实需求.本文针对SDO/HMI的活动区白光数据，利用数学形态法开展黑子自动识别研究，并在黑子识别基础上对黑子群的面积和黑子数进行了计算.通过对利用2011-2017年HMI活动区数据计算得到的黑子群面积和黑子数与NOAA/SWPC发布的活动区相应参量进行比较，发现本文计算结果与SWPC发布数据的变化趋势基本一致，相关性较好.其中黑子群面积的相关系数为0.77，黑子数的相关系数为0.79.研究结果表明，利用本文方法对SDO/HMI数据进行处理，能够得到高时间分辨率的黑子群特征参量，可为太阳活动预报提供及时准确的输入.