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.      

αα指数与 IMF 的关系

本文用磁暴期间最大αα指数考察了行星际磁场强度B及其扇形边界对地磁场的影响,根据。与B的线性关系提出了按B对磁暴进行分类,并统计了每类磁暴特性与相应的太阳风参数的特性,发现行星际磁场的两类扇形边界扫过地球后有不同的地磁效应。      

太阳风里高能电子自发辐射的Langmuir波

本文讨论太阳风里太阳耀班高能电子产生的Langmuir波的自发辐射。理论估计得出,在时间尺度γ_km-1内,Langmuir波自发辐射的电场幅值约为10-3-10-2mV/m(依赖于高能电子速度分布的具体形式),这里γ_km为在波数k处的峰增长率。此理论结果比飞船在太阳风里的观测值低2-3个数量级。因此认为,太阳风里自发辐射产生的Langmuir波辐射是可以忽略的。      

二维太阳风速度结构与日球电流片

本文分析了第1733—1742Carrington周的太阳耀斑、行星际闪烁(IPS)、太阳风及K-日冕资料,对二维太阳风速度结构进行了综合研究。结果表明:速度的大尺度分布、高速区、速度梯度、经度不均匀性和边界形状等方面相对于太阳赤道面都是不对称的;通过对理想的和实际的电流片以及飞船测量的磁场和速度比较,可以看到电流片附近大体上为低速区,但不存在简单的对应关系;扰动太阳风对背景太阳风的二维速度结构有显著的影响;理想电流片与实际电流片之间也存在较大的差距。      

基于深度学习的多步预测方法在太阳风速度预测上的应用

为对近地环境太阳风状况进行可靠预测,引入基于深度学习的多步预测方法来预测在太阳与地球之间的拉格朗日点1（L1）处距离输入观测数据序列未来24、48、72、96 h的太阳风速度。采用SDO的图像数据提取冕洞面积等特征信息,并从NASA OMNIWEB数据集提取其他输入特征,形成多变量的时序数据作为太阳风速度预测的输入信息,输出未来某时刻附近几个小时的太阳风速度。预测过程中分别采用单一LSTM模型、编解码器LSTM模型和CNN-LSTM编解码器模型3种深度学习预测模型作为基模型,融合多步输出端数据进行对比分析。实验表明,多步预测相较于单步输出预测,对未来24、48、72、96 h的太阳风速度预测的相关系数和精度均有所提高,其中单一LSTM模型对于未来24 h太阳风速度的多步预测结果最佳——与观测数据的相关系数为0.789,均方根误差为62.469 km/s,平均绝对误差为46.476 km/s。     

太阳风高速流能流分布

根据Ylysses观测,比较完整地计算了高纬行星际空间太阳风能流分布．计算表明,行星际空间的高速流能流密度约为2．1×10-3J·m-2·s-1（日心距离r＝1AU）,主要来自于太阳风离子所携带的动能流（占58％）和克服太阳引力的势能流（占39％）．要驱动高速流,需要在日冕底部高速流源区（日心距离r=1Rs）向外输出到太阳风的能流密度为7．1×102J·m-2·s－1·分析表明,由日冕底部向外可能输出两种形式的能流,其中一种具有较短的耗散长度,被耗散在很短的空间区域（～1—2Rs）,使日冕温度迅速提高。另一种储藏在连续向外传播的太阳风中,不断耗散用以加速太阳风（＞2Rs）．     

根据行星际闪烁的双频互谱估计太阳风速度

本文讨论了观测频率为２３２ＭＨｚ和３２７ＭＨｚ时，利用互谱的方法估计太阳风速度的可能性、考虑路径积分效应，结果表明在１７°≤ε≤５０°范围内，对于几种可能的太阳风速度分布，由互谱所得结果与太阳风速度值差别小于１５％。     

美国航宇局发射太阳风卫星

美国航宇局经过最后两年的努力，将一颗价值１．７３亿美元的科学卫星送入轨道，在开始研究太阳风和它与地球环境的相互作用的复杂任务之前，该卫星已经受了许多的试验。１９９４年１１月１日清晨，美航宇局用麦道公司的德尔它火箭发射了这颗卫星。９０分钟以后，卫星的主通信天线按计划展开，随后在白天展开了８台其它仪器的天线和支撑杆。在对卫星作全面检查以前，良好地工作了３０天。这颗卫星由马丁·玛丽埃塔公司建造，装备了８台科学仪器，分别由美国航宇局的哥达德航天飞行中心、马里兰州立大学、加州伯克莱大学、法国空间局和俄罗斯…     

美国打算建立太阳风警报系统

美国打算建立太阳风警报系统美国打算建立一个全球警报系统以使在轨运行的商用和侦察卫星免受太阳风的袭击。该系统也可用于防止北美洲的大面积停电现象。太阳风暴、从太阳喷射出的带电气体粒子流，对空间、大气层和地面上的电子系统会产生影响。美国政府打算适当修改ＮＡ...     

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．