磁云边界层中的重联慢激波观测分析

在Petschek模型中，排空区边界处的一对慢激波是能量耗散的重要机制.已有大量行星际空间的Petschek型磁场重联排空区观测事件被报道，但是只有少量的排空区边界处观测到了慢激波.针对一例位于磁云边界层中的Petschek型磁场重联排空区观测事件，在排空区靠近磁云一侧边界处证认了一例慢激波.激波跃变层两侧的磁场和等离子体参数满足Rankine-Hugoniot关系，且激波上下游的中间马赫数均小于1，上游的慢马赫数为2.94（>1），下游的慢马赫数为0.65（<1），符合慢激波的观测特征.磁云内部的等离子体β值很低，局地阿尔芬速度高，同时磁云边界层中可能发生丰富的磁场重联活动，这可能是磁云前边界处慢激波形成的原因.      

磁云边界层中的复合重联喷流观测分析

太阳风中的磁场重联通常与行星际日冕物质抛射有关.本文分析了1995年10月18日WIND飞船观测到的一例磁云前边界层中的复合重联喷流事件.该复合排空区由相邻两个不同方向的喷流构成，这两个喷流分别经过Walén关系的证认，符合行星际磁场重联排空区等离子体喷流的特征.结果表明，在磁云前端可能存在众多重联点，从而将磁云本体的磁场剥离，形成比单一重联喷流区更复杂的三维边界层结构.磁云边界层中可能发生多点多次重联，从而不表现出单点重联的排空区特征，这可能是行星际磁场重联排空区较少在ICME前端被观测到的原因之一.      

第23和24太阳活动周高纬地磁感应电流分布特性

基于高纬度芬兰Mäntsälä地区近两个太阳活动周期（1999—2017年）天然气传输管道的地磁感应电流（GIC,I_GIC）观测数据,统计研究了GIC扰动的分布特征以及强GIC扰动与磁暴和地磁亚暴的相关性.研究发现:95.83%时间段的GIC强度分布在0～1A之间.定义:若某个时间段|I_GIC|_max> 1A,则认为发生GIC扰动;|I_GIC|_max>10A,则认为发生强GIC扰动事件.GIC扰动在磁地方时夜侧附近发生的概率最高,这主要与地磁亚暴发生期间电离层电流最剧烈的变化发生在磁地方时夜侧附近有关;强GIC扰动经常爆发式出现,且都发生在磁暴期间,但大多数磁暴并不伴随强GIC扰动事件发生.磁暴急始驱动的强GIC扰动事件较少,由磁层压缩引起地磁场突然增强驱动的强GIC扰动事件持续时间较短;强GIC扰动事件主要发生在磁暴主相和恢复相,由环电流变化驱动的强GIC扰动事件一般持续时间较长且强度较大.      

行星际激波导致的磁尾等离子片中ULF波动事件

磁层中的超低频（ULF）波动在太阳风和磁层之间的能量输运过程中具有重要作用.ULF波动主要发生在内磁层，且内磁层中ULF波动影响粒子的加速及沉降，而在夜侧磁层尤其是磁尾等离子片中观测到的ULF波动比较少.基于中国自主磁层探测卫星TC-1的观测数据，发现了两例行星际激波导致的磁尾中心等离子片中ULF波动事件，并发现这两例ULF事例都包含很强的环向模驻波分量，与以往THEMIS卫星报道的同类事件观测特征相符.根据ULF波的观测特征，分析了这两例ULF波动的可能触发机制.研究结果有助于深入理解磁层对行星际激波的全球响应.      

磁鞘快速流引起的磁层顶凹陷事件

最近研究表明,磁层顶凹陷对磁层-电离层耦合具有重要作用.但是,磁层顶凹陷现象的确认需要多颗卫星的联合观测,目前为止报道的磁层顶凹陷事例非常少.本文利用THEMIS5颗卫星的联合观测结果,分析了一例由磁鞘快速流引起的磁层顶凹陷事件.2007年7月21日10:00 UT—10:45 UT,位于日下点磁层顶附近的THEMIS卫星在磁鞘观测到很强的地向流（约400km·-1）,随后THEMIS5颗卫星相继穿越磁层顶进入磁层.通过最小方差MVA方法确认局部磁层顶法向,与经典磁层顶模型比较发现,磁鞘快速流压缩磁层顶形成局部凹陷.为了探究此磁鞘快速流的起源,对位于L1点的WIND卫星观测到的太阳风数据进行分析发现:在这个时间段内太阳风条件非常稳定,行星际磁场主要为径向,磁场南北向分量非常小.由此推测此磁鞘快速流的产生很可能与径向行星际磁场有关.      

磁层顶穿越事件自动识别算法

磁层顶是太阳风与磁层进行质量、动量、能量交换的关键区域.磁层顶穿越事件（MCEs）可通过对卫星探测到的粒子能谱和磁场数据图进行人工分析的方式来识别.因太阳风动压和行星际磁场的易变性,位于磁层顶附近的卫星经过长期观测可能会经历成千上万次的磁层顶穿越.人工分析的方法工作量巨大,而且识别速度慢.本文发展了一种新的日下点附近MCEs自动识别算法.此算法综合分析卫星探测到的粒子和磁场数据,能有效地减少误判的发生.为了验证算法的有效性,采用单CPU计算机对THEMIS卫星在2007—2018年靠近日下点附近观测到的数据进行MCEs自动识别,最终在约6h共识别出16758个MCEs.这些自动识别出来的MCEs样本可用于统计研究磁层顶相关的诸多物理问题,如凹陷磁层顶、太阳风与磁层相互作用,磁层顶磁场重联等.同时还分析了算法的精确性和局限性.