利用质子强度变化对太阳质子事件进行短期预报方法初步研究

采用GOSE-10卫星4～9 MeV(P2),9～15 MeV(P3),15～40 MeV(P4),40～80 MeV(P5)能段上的质子通量数据,结合质子能谱,对太阳质子事件发生前各能谱参数的变化特征进行分析,详细介绍利用能谱参数的变化特征及能量E>10 MeV的质子通量数据对太阳质子事件进行预报的新方法,并运用这种方法对2002-2006年期间太阳质子事件进行了预报.预报结果显示,预报提前量最多达到100 h以上,对质子事件的报准率达97.5%,预报方法具备一定的有效性和实用性.      

太阳X射线耀斑特征参数预报方法研究

太阳耀斑是重要的空间天气事件, 有关太阳耀斑参数的预报对于电离层突然骚扰(SID)影响的评估具有实用意义. 本文采用GOES-8卫星上第23太阳周软X射线通量的数据, 通过数值拟合的方法对X级耀斑强度的峰值以及X级耀斑的结束时间进行预测. 利用这种方法对第23太阳周中的X级耀斑进行分析, 最多可以提前17min预测出X级耀斑的峰值, 在预测X级耀斑结束时间时, 预测的X级耀斑结束时间最多可以提前60min左右, 从预报结果来看, 预报方法具有一定的有效性和实用性.      

X级质子耀斑的特征研究

为了更加准确地判断X级耀斑是否引发质子事件,对X级质子耀斑和非质子耀斑的耀斑积分通量、源区、CME速度、CME角宽度、背景太阳风速度及背景X射线通量的分布进行了统计研究.发现非质子耀斑和质子耀斑的积分通量、经度、CME速度和CME角宽度具有明显不同的分布.非质子耀斑大多集中在东部,耀斑积分通量小于0.3J·m-2,CME速度小于1300km·s-1的区域内;质子耀斑大多集中在中部或西部,耀斑积分通量大于0.3J·m-2,CME速度大于1300km·s-1的区域内.质子耀斑伴随的CME角宽度主要集中在360°,非质子耀斑的CME角宽度分布则相对分散.两类耀斑的背景太阳风速度和背景X射线通量分布差别不大.利用两类耀斑各个参量分布上的差异,有望提高X级耀斑预报的准确率.      

太阳质子事件警报

采用人工神经网络预报方法,利用太阳耀斑的日面位置、X射线辐射的峰值流量及其上升时间、2695MHz和8800MHz微波辐射的半积分流量等5个物理参量,提出了一个新的太阳质子事件警报方案,预报太阳质子事件的发生及其流量和时间．该方案在本文检验中达到93．75％的预报准确率．     

基于PCA方法对太阳活动区主要参量的分析

太阳耀斑与太阳质子事件的发生通常与太阳活动区存在非常密切的关系, 对这种关系的深入分析有助于太阳耀斑和太阳质子事件预报模型的建立. 本文利用主成分分析(Principal Component Analysis, PCA)方法对1997-2010年太阳质子事件所在活动区的主要参量进行分析, 选取的参量包括黑子磁分类、 McIntosh分类、太阳黑子群面积、10.7 cm射电流量、耀斑指数、质子耀斑位置和软X射线耀斑强度. 结果得到81个太阳活动主成分得分值排序(得分值代表每个事件的强弱), 与太阳质子事件峰值流量、太阳黑子年均值以及10.7 cm射电流量年均值的对比显示相似度非常高, 表明主成分得分值一定程度上可以反映太阳活动的强弱规律.      

结合光球磁场特征物理量的质子事件短期预报

利用描述太阳活动区光球磁场复杂性和非势性特征的三个物理量(纵向磁场最大水平梯度|▽_hB_z |_m, 强梯度中性线长度L, 孤立奇点数目η)建立了质子事件短期预报模型, 验证了磁场特征物理量对质子事件短期预报的有效性. 目前已建立或使用的太阳质子事件短期预报模型中仍然没有正式将磁场特征物理量作为预报因子. 由于太阳质子事件是小概率事件, 其物理产生机制尚不完全清楚, 这些预报模型往往存在虚报率偏高或报准率偏低的问题. 本文试图将原有质子事件模型所用的传统因子与磁场特征物理量结合起来, 利用神经网络方法建立一个更为有效的质子事件短期预报模型. 利用1997--2001年的训练数据集1871个样本建立了输入层为传统预报因子的模型A以及输入层为传统预报因子和磁场特征物理量的模型B. 通过对2002--2003年973个样本的测试数据集进行模拟预报发现, 模型A与B在具有相同质子事件报准率的情况下, 模型B的虚报率明显降低. 这进一步验证了磁场特征物理量在质子事件短期预报中的作用, 进而可以加强对太阳质子事件的实际预报能力.      

一种新的太阳质子事件警报方法的探讨

本文分析了第21太阳活动周后半期的太阳质子耀斑硬X射线辐射资料, 发现它们的峰值流量、积分流量、上升沿斜率、X光子的最高能量和持续时间等物理参数之间有着不同于非质子耀斑的相关性。据此, 本文采用模糊聚类分析法, 对21太阳活动周期间(1980.2—1986.2)的质子事件进行预报试验。其报准率为88.5%, 虚报率为53.1%, 漏报率为11.5%。本文提供了基于X射线辐射特征的太阳质子事件警报的新途径和方法。      

太阳质子事件中短期预报模型研究

太阳质子事件通量的预测对航天器抗辐射加固设计和航天员出舱活动具有非常重要的意义.针对一年以下的航天任务,利用经验统计方法,确认太阳活跃年和太阳平静年期间,1——365天不同时间段内 > 10MeV,> 30MeV和 > 60MeV的太阳质子事件积分通量符合对数正态分布,且通量对数的标准偏差σ和期望值μ随任务期时间的变化满足对数函数形式.以此为基础,构建太阳质子通量的中短期预报模型.该模型能够针对太阳活跃年和太阳平静年,给出一定置信度下1——365天不同时间内 > 10MeV,> 30MeV和 > 60MeV的质子事件通量分布,从而为执行中短期航天任务提供太阳质子事件通量的预测,以规避不必要的风险.      

VLF相位突然异常与太阳X射线事件相关性的分析

本文通过实测的VLF信号的SPA事件的数据和太阳X射线爆发通量密度之间的相关分析,建立了它们之间的数值关系.由于在SPA事件时,电离层高度的变化与太阳X射线爆发的通量密度之间的相关性很好,可以利用SPA事件的数据来估算太阳X射线爆发的强度.因为大气的吸收,在地面上不能直接观测X射线强度.作为一个实例,用推出的数值关系,计算了1982年6月3日的一次SPA事件,并与X射线爆发的数据作了比较.      

利用ACE卫星数据对太阳质子事件预警方法的研究

通过分析GOES和ACE卫星大于10MeV能量段的5min平均质子通量数据,发现两者有很好的相关性,最佳相关系数显示,GOES通量数据较ACE卫星数据有数十分钟至几小时的时间延迟.这为利用ACE数据进行质子事件预警提供了依据.本文提出一种利用ACE卫星大于10MeV能量段的通量数据对质子事件进行预警的方法.该方法在2001年8月7日至2012年2月20日这11年多时间的试验中,表现出较高的报准率(76.3%)和较低的虚报率(14.7%),预警提前时间在数十分钟至几小时不等.该方法的结果与美国国家海洋和大气管理局(NOAA)空间天气预测中心(SWPC)使用的预警模型对比,具有更高的报准率,较低的虚报率,在预警时间提前量方面两者相当.      

一种短波SID监测记录及其在太阳X射线耀斑观测中的应用

本文介绍了北京大学目前进行的电离层观测中的一种SID地面连续监测设备;着重讨论它在太阳耀斑观测方面的应用.通过对1982-1983年资料的分析表明,此方法对太阳耀斑活动十分敏感.所记录到的SID现象与世界上其他主要台站的报告基本上一致.文中介绍的几个实例说明有可能利用SID形态研究耀斑时的X射线强度的时间演变.统计结果还表明1-8A谱段的X射线峰值流量与SID扰动强度之间满足一个较简单的关系式,可据此对较大的太阳X射线耀斑的峰值流量做出估计.      

FY-3A卫星与NOOA系列卫星高能带电粒子实测结果的比较

FY-3A卫星是运行于830 km高度的太阳同步轨道气象卫星,其搭载的空间环境监测器可观测3～300 MeV的高能质子和0.15～5.70 MeV的高能电子.FY-3A卫星在轨工作期间,太阳活动处于由谷年向峰年过渡期,空间环境非常平静,探测结果显示3～300 MeV的高能质子分布主要集中在南大西洋辐射带异常区,0.15～5.70 MeV的高能电子分布区域除南大西洋异常区外,还分布在南北两极高纬区域.FY-3A与NOAA卫星测量结果反映出带电粒子强度及分布区域随投掷角变化的空间各向异性特征.本文在充分考虑了带电粒子时间、空间分布差异以及比对探测器之间自身设计差异的前提下,经过归一化处理后,首次对两颗卫星同期探测结果进行相关性分析,验证了两颗卫星相同时空条件下高能带电粒子通量分布的一致性;说明FY-3A空间环境监测器不仅具备空间带电粒子辐射监测能力,且探测结果有效可靠,可用作辐射带环境数据源的组成部分,为发展新的模型,深入研究辐射带高能粒子的分布、起源和传输等提供新的观测依据.     

太阳质子耀斑X射线辐射特征及质子事件警报

太阳质子耀斑X射线辐射特征的研究, 为太阳质子事件的警报提供一个重要的途径和方法。本文分析了第21周太阳活动峰年(1977—1986)期间质子耀斑和相应的GOES和SMM卫星观测的X射线辐射资料, 结果表明:大部分质子耀斑的硬X射线峰值流量F_HX≥104s/c;积分流量F₀≥106counts;硬X射线辐射到达峰值时间T_R≥100s;持续时间T_D≥103s;X光子最高能量E_x≥300keV;平均能谱指数√r≤3.5;高能时延T_L≥10s。利用这些X射线暴的特征参数, 对第21周峰年大质子事件作警报检验, 结果是:报准率为94％, 虚报率为40％。      

The monitoring and prediction of solar particle events--an experience report.

The routine monitoring and prediction of solar proton events that may be a hazard to personnel and materials in space are a routine service of the Space Environment Services Center in Boulder, Colorado, U.S.A. The services provided are made available to the space centers in the United States for use in their operations. The real time monitoring consists primarily of Space Environment Monitors on both geosynchronous and polar orbiting weather satellites. The monitoring emphasizes proton fluxes but alpha particles, electrons, and in one case, heavier particles, are included. The predictions are of two types; a general outlook made 1 to 3 days in advance, and specific prediction of event size and probability of occurrence made after a solar flare occurs. The accuracy of the prediction made for solar cycle 21 are assessed.     

Application of support vector machine combined with K-nearest neighbors in solar flare and solar proton events forecasting

The support vector machine (SVM) combined with K-nearest neighbors (KNN), called the SVM-KNN method, is new classing algorithm that take the advantages of the SVM and KNN. This method is applied to the forecasting models for solar flares and proton events. For the solar flare forecasting model, the sunspot area, the sunspot magnetic class, and the McIntosh class of sunspot group and 10 cm solar radio flux are chosen as inputs; for the solar proton event forecasting model, the inputs include the longitude of active regions, the flux of soft X-ray, and those for the solar flare forecasting model. Detailed tests are implemented for both of the proposed forecasting models, in which the SVM-KNN and the SVM methods are compared. The testing results demonstrate that the SVM-KNN method provide a higher forecasting accuracy in contrast to the SVM. It also gives an increased rate of ‘Low’ prediction at the same time. The ‘Low’ prediction means occurrence of solar flares or proton events with predictions of non-occurrence. This method show promise for forecasting models of solar flare and proton events.     

太阳耀斑显著的热和非热事件的统计特征

本文利用GOES卫星和SMM卫星软、硬X射线耀斑观测资料,分析耀斑中软、硬X射线辐射流量的分布,发现太阳耀斑存在着显著的热事件(PT事件)和显著的非热事件(PNT事件),它们主要特征是:(1)PT事件为缓变型耀斑,PNT事件为脉冲型耀斑;(2)PT事件的硬X射线谱较软,PNT事件能谱较硬;(3)PNT事件非热能量释放速率比PT事件快3—10倍;(4)耀斑发展趋缓慢,PT事件中软X射线峰值流量越大;(5)耀斑中PNT事件约占60％,PT事件约占40％.最后定性讨论了产生PT和PNT事件的可能机制.      

基于经验模态分解的地球同步轨道高能电子通量预报

在磁暴恢复相期间,大量相对论(高能)电子从磁层的外辐射带渗透到地球同步轨道区.其中> 2 MeV的高能电子能够穿透卫星表面并聚积在材料内部,导致卫星无法正常运行或完全损坏.磁暴期间的高能电子通量变化的非平稳与非线性特征十分明显.通过实验发现,经验模态分解法能够极大地降低高能电子通量非平稳性问题造成的预报影响.以2008-2009年的数据作为训练集,2010-2013年数据作为测试集.结果表明:2010-2013年的预报率约为0.84;在太阳活动较为复杂的2013年,预报率达到0.81.引入经验模态分解后预报效率得到显著提高.     

Evidence of the radio-quiet hard X-ray precursor of the 13 December 2006 solar flare

We report multi-wavelength investigation of the pre-impulsive phase of the 13 December 2006 X-class solar flare. We use hard X-ray data from the anticoincidence system of spectrometer onboard INTEGRAL (ACS) jointly with soft X-ray data from the GOES-12 and Hinode satellites. Radio data are from Nobeyama and Learmonth solar observatories and from the Culgoora Solar Radio Spectrograph. The main finding of our analysis is a spiky increase of the ACS count rate accompanied by surprisingly gradual and weak growth of microwave emission and without detectable radio emission at meter and decimeter wavelengths about 10 min prior to the impulsive phase of the solar flare. At the time of this pre-flare hard X-ray burst the onset of the GOES soft X-ray event has been reported, positive derivative of the GOES soft X-ray flux started to rise and a bright spot has appeared in the images of the Hinode X-ray telescope (XRT) between the flare ribbons near the magnetic inversion line close to the sources of thermal and non-thermal hard X-ray emission observed by Reuven Ramaty High-Energy Solar Spectroscopic Imager (RHESSI) during the flare. These facts we consider as evidences of solar origin of the increased pre-flare ACS count rate. We briefly discuss a possible cause of the pre-flare emission peculiarities.