利用多卫星观测CIR事件演变的统计分析

根据2007-2009年STEREO-BEHIND (STB)和ACE卫星的行星际磁场和太阳风数据, 基于冕洞高速流从太阳向外匀速径向传输假设, 讨论了随着STB和ACE卫星与太阳之间的夹角从0°增大至70°时, 冕洞发出的高速太阳风形成的相互作用区(CIR)依次扫过STB和ACE卫星的时间差特性, 并统计分析了两颗卫星观测到的CIR参数的变化特征. 结果显示, 可以利用STB对CIR事件的观测来预测这个CIR事件到达ACE的理论时间, 时间误差均值和最大值分别为0.217d和0.952d, 时间误差的产生与STB和ACE卫星观测到的CIR速度大小的不同有关, 用速度差异矫正后, 时间误差的平均值和最大值可分别减小为0.194d 和0.489d; STB和ACE卫星观测的CIR事件太阳风速度最大值的线性相关系数达到了0.84, STB和ACE卫星观测到的CIR事件对特征物理量中速度、质子温度的变化最小, 而质子密度及总压力的变化最大. 分析结果表明, STB和ACE卫星观测到的CIR事件有很强的相似性, STB卫星的CIR观测可以作为ACE卫星观测CIR事件特征的参考, 从而为地球空间环境扰动预报提供依据.      

我国空间环境天/地基监测平台的发展态势和展望

文章简要回顾我国空间环境天/地基监测设施的发展历程,重点阐述发展现状,并分析未来发展方向。目前,我国的空间环境天基监测已具备一定规模,覆盖主要的轨道类型,探测要素基本齐全,正在工程实施阶段的太阳风?磁层相互作用全景成像卫星（SMILE）计划、空间先进太阳观测台（ASO-S）计划,以及规划中的日地拉格朗日L1点监测,将促进天基监测能力的大幅提升。地基监测方面,网络化综合监测能力快速发展,“子午工程”二期正在建设的覆盖全国和高/中/低纬的、日地空间全圈层的立体式监测网络将使我国地基监测能力步入世界先进行列。同时,国际子午圈大科学计划的有序推进标志着我国空间环境地基监测正迈出辐射全球的步伐。我国空间环境监测平台已经进入天/地基融合发展的新阶段。     

HASDM修正方法分析与评估

分析Jacchia70（J70）热层模式原理、美国空军高精度卫星拖曳模型（HASDM）的修正方法及选取球面调和函数的原因.推导模式密度对球谐系数（SH）的偏导数,给出利用模式密度泰勒展开进行线性化处理、迭代求解球谐系数的具体过程.针对2003年10月29日大磁暴事件,基于CHAMP和GRACE A/B卫星加速度计实测密度,进行修正方法的性能评估.统计相对误差的均值及标准差变化:改进前分别为-81.7%,74.4%;改进后分别为-5.9%,53.1%,验证了改进算法的有效性.从热层上下边界温度角度,详细分析了热层模式动态修正原理,研究结果为类HASDM修正模式的工程应用提供了理论基础.      

冕洞特征参数与重现型地磁暴关系的统计研究

在提取冕洞特征参数的基础上,利用1996年到2005年8月近十年来对地磁扰动有影响的356个冕洞事例,定量分析了冕洞特征参数(包括冕洞的面积比、经纬度跨度等)与冕洞高速流特征、重现型地磁扰动特征(包括扰动大小和持续时间等)之间的相关性,研究发现,从引起地磁扰动的冕洞在整个太阳活动周的分布来看,在地磁扰动峰年中冕洞影响同样具有重要的贡献;冕洞高速流太阳风速度与地磁扰动强度之间存在较强的相关性,而高速流中太阳风速度与冕洞面积比关系不大,与冕洞亮度存在一定相关性;冕洞的经度跨度与地磁扰动持续时间存在很强的正相关性.      

空间物理学科发展战略研究

空间物理学是人类进入空间时代后迅速发展起来的一门新兴的多学科交叉的前沿基础学科。其将太阳和太阳风控制的日球层空间作为一个系统，研究太阳/太阳风与行星/彗星的上层大气、电离层、磁层乃至星际介质之间的相互作用。空间物理学从本质上讲是一门实验科学，空间物理探测是空间物理学发展的基础。进入新世纪，随着空间基础设施和人类高技术活动的日益频繁，空间物理学进入新的发展阶段，强调科学与应用的密切结合。近年来，空间物理学取得了一系列重要进展。本文对接国家自然科学基金委地球科学部“宜居地球-地球系统科学”的顶层战略设计，梳理总结近年来空间物理各学科发展动态和趋势，凝练中国空间物理学未来发展的重点领域，优化学科布局，推进空间物理各学科的高质量发展。     

碰撞风险评估中的空间环境激励图方法

因航天器物理特征、空间环境扰动变化、预报技术和大气模型性能等既有不确定因素的存在，空间目标碰撞概率等与轨道预报相关的评估工作存在模糊度问题，无法准确描述碰撞风险水平。文章基于碰撞概率极值，简化气动力误差模型，量化计算轨道预报相关事务的边界；提出空间环境激励图和3σ区的概念，并给出具体实施方法以及空间碎片碰撞预警、空间物体陨落预报的计算示例。计算结果表明，该方法能较好应对轨道预报相关事务中的模糊度问题，可为相关航天工程实践和决策提供参考。     

大规模物联网恶意样本分析与分类方法

物联网（IoT）恶意样本发展迅猛，在网络中大量攻击各类物联网设备，但由于开源问题导致其家族特征并不明显，需要一种更细粒度的样本分类方法，以解决高级威胁样本发现和攻击组织追踪等问题。针对该问题，对2019年5月至2020年5月捕获到的157 911个物联网恶意样本进行了大规模分析，并标注了一套包含9个家族分支共计12 278个样本的数据集。提出了物联网恶意样本的分类方法，通过静态逆向分析提取FCG图和文本等复杂结构特征，利用图表示学习和文本表示学习的特征，在标注的数据集上取得了平均召回率88.1%的分类效果。所提方法在实际工作应用中效果优异。