LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量，其预报精度直接影响航天器轨道预报精度.研究发现，太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实，基于长短期记忆单元（Long Short-term Memory，LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据，构建LSTM神经网络训练和预测模型，分别预测太阳活动高低年未来27天的F_10.7指数.结果表明，太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内，低年最优可达2%以内.      

第23太阳活动周太阳极紫外辐射与磁暴相关性分析

统计第23个太阳活动周内中等及以上强度（Dst_min<-50nT）的磁暴事件，线性拟合分析磁暴主相DDst_min和达到DDst_min前一个表征太阳极紫外辐射强度的F_10.7之间的相关性.结果表明:随着太阳极紫外辐射增强，DDst_min<-50nT的磁暴出现的总数增多，在弱、中等和强太阳极紫外辐射条件下，其数量分别为56，84和85；随着太阳极紫外辐射增强，强磁暴（-200nT ≤ Dst_min<-100nT）和大磁暴（Dst_min<-200nT）发生的数量和相对发生率呈增长趋势，尤其是大磁暴数目（1，4，12）和相对发生率（1.79%，4.76%，14.12%）明显呈增长趋势；大磁暴（|Dst_min|）与太阳极紫外辐射（F_10.7）之间存在中度正相关关系，其相关系数为0.532，并且主要体现在大磁暴（|Dst_min|）与强太阳极紫外辐射（F_10.7）之间的中度正相关性，其相关系数为0.582.大磁暴与强太阳极紫外辐射之间的相关性可为空间天气预报提供参考依据.      

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SDO/HMI全日面实时磁图的活动区自动识别

太阳活动区是太阳活动的主要发生源区，活动区的形态、结构、特征是预报太阳爆发的主要依据.因此，活动区的识别是实现太阳爆发预报的前提.SDO/HMI能够提供连续、高时空精度的全日面光球观测图像.参照文献[1]SOHO/MDI综合磁图中活动区的自动识别方法，利用实时可得的HMI全日面磁图，通过阈值法、数学形态法和区域增长法相结合的方式，开展了活动区的快速自动识别研究.将2010—2018年的自动识别结果与NOAA/SWPC每日发布的活动区结果进行比较发现:通过磁图自动识别的活动区数目与SWPC活动区数目整体变化趋势基本一致，两者的相关系数为0.87；从活动区整体标识的数目上来看，通过磁图自动识别的活动区数目少于SWPC发布的结果.未被自动标识的活动区主要为面积小、磁场弱且磁类型简单的活动区，引发太阳爆发的可能性极小，因此不会对太阳爆发的实际预报产生影响.本文的研究方法和结果能够为太阳活动预报提供实时的活动区数据，加速太阳爆发预报模型的实际应用.      

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.      

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.     

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.      

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.      

基于SABER的平流层顶温度的时空特征分析

利用SABER探测器2002—2017年超过一个太阳活动周的数据，以大气垂直方向上40～60km的最大温度作为平流层顶温度（T_sp），分析50°S—50°N T_sp的时空分布特征.结果表明:T_sp具有明显的纬度特征和季节特征，在赤道和南北半球夏季温度较高，而在南北半球冬季的40°—50°纬度附近温度有最低值.再利用EOF方法分析T_sp，发现其第一模态的解释率达91%，且时间系数与平流层顶高度相关性最大，为-0.75，与平流层顶臭氧体积混合比相关性约0.49，与日地距离相关性为0.44，与太阳活动性（太阳活动指数，太阳黑子数）的相关性约0.33.依据该相关关系，进一步分析各变量原始场，发现T_sp和平流层顶臭氧体积混合比的纬度变化近似相反；与日地距离的季节变化有明显的负相关，约-0.81，且这种相关性与日地距离有弱的正相关关系；年平均T_sp在2002—2017年的变化约为2K，与F_10.7的相关系数为0.6，在南北纬20°附近与太阳活动指数F_10.7的相关性最大，约0.74.      

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.      

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.      

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.      

基于地磁坐标和Kriging技术的高纬地区f0F2重构方法

为能够在高纬区域获取高精度电离层参数特性结果，提出了基于地磁坐标的高纬度区域电离层F₂层临界频率（f₀F₂）的重构方法.该方法确定了基于地磁坐标的变异函数，通过求解改进Kriging方程得出估计值.方法的确定取决于对2种坐标系、2类电离层距离计算方法以及尺度因子的选取.通过对俄罗斯6个垂直探测站在太阳活动高年（2013年）和低年（2017年）的f₀F₂历史观测数据使用月中值进行交叉验证，证明了引入地磁坐标和利用球面距离计算方法对高纬度地区进行重构能够达到最优效果.相比现有方法，其整体标准误差和绝对误差均有所降低.上述研究证实了该方法的有效性，对电子信息系统的可用频率预测以及通信效能保障具有重要意义.